研究背景:假体周围感染是全膝、全髋人工关节置换术后罕见但灾难性并发症。本课题从预防、治疗、预后和预测四个方面展开相关系列研究。第一部分 假体周围感染预防目的探讨关节腔穿刺时是否会切割皮肤并产生碎片带入关节腔,成为关节腔感染的潜在危险因素。研究方法本研究应用的标本为膝关节上截肢标本。根据关节腔穿刺方法的不同分为两组:组Ⅰ,针头直接垂直穿刺皮肤和关节囊;组Ⅱ,针头先穿刺入皮下约0.5cm,推0.5ml的生理盐水于皮下,再穿刺关节囊,旨在将针头切割的皮肤碎片推入皮下防止进入关节腔内。穿刺后,冲洗针头收集针头切割下的碎屑于洁净载玻片上观察;随后收集切割碎屑,通过组织学检测方法观察碎屑是否存在皮肤结构。结果组Ⅰ和组Ⅱ切割下碎屑的发生率分为57.2%和2.8%。与组Ⅰ相比,组Ⅱ显著降低了皮肤碎屑的发生风险。组Ⅰ切割下的碎屑的病理切片中可见完整的表皮结构和真皮乳头层。组Ⅱ切割下的碎屑的病理切片中未见到皮肤结构。结论关节腔穿刺时,针头可能切割皮肤并将皮肤碎屑带入关节腔内,这可能成为关节腔感染的潜在危险因素。穿刺时可以通过皮下推液的方式将切割的皮肤碎屑推入皮下而防止进入关节腔内。第二部分 假体周围感染治疗目的探讨二期翻修中抗生素占位器植入后放置引流管是否会降低关节液内抗生素浓度。研究方法共纳入32例预行二期翻修的髋假体周围感染患者。所有的患者随机分入无引流管组(研究组,n=16)和引流管组(对照组,n=16)。因术后需要检测引流液中抗生素浓度,我们应用持续夹闭引流管的方法代替不应用引流管的患者。占位器的抗生素配方为万古霉素和美罗培南。占位器植入术后5天内,每24h收集一次患者引流液,检测引流液中的抗生素浓度。研究结果术后5天研究组和对照组的万古霉素(p=0.917)和美罗培南(P=0.548)浓度的下降均无统计学差异。在对照组患者中,关节液引流量的多少与关节液中抗生素浓度无关。结论二期翻修治疗假体周围感染时,抗生素占位器植入术后放置引流管不会降低关节内抗生素浓度。第三部分 假体周围感染预后目的假体周围感染治疗的成功率仍不理想。本部分研究回答以下三个问题:1)近20年来,假体周围感染治疗的成功率是否提高?2)报道治疗结果时,是否需要将髋和膝感染的治疗结果分开报道?3)最佳随访时间是多久?方法回顾2000至2016年于美国Rothman骨科医院行二期翻修术的550例患者和一期清创假体保留术的194例患者。绘制生存曲线,比较组间生存率的差异。应用多因素Cox回归分析研究:1)手术年份与治疗结局的相关性;和2)关节类型与治疗结局的相关性。此外,我们应用两分段线性回归模型寻找最佳随访时间。结果2000-2010年组和2011-2016年组的一期清创假体保留术(p=0.57)、二期翻修术(p=0.22)和总体(p=0.79)的术后的生存率无统计学差异。髋假体周围感染和膝假体周围感染治疗后的一期清创后(p=0.39)、二期翻修后(p=0.59)和整体(p=0.71)的治疗成功率均无统计学差异。生存率在术后1年内迅速下降,但是在术后1.09年时达到平台期。结论近20年假体周围感染治疗的成功率未见提高。由于假体周围感染的低发生率,我们认为可合并报道髋膝关节感染治疗的结局,且1年随访足以准确反映真实的手术成功率。第四部分 假体周围感染预测目的基于多种机器学习算法建立假体周围感染发生的预测模型。方法回顾了 2000年至2016年于美国Rothman骨科医院行初次人工关节置换术的23622例患者。应用79个临床指标建立模型,主要的结果是术后2年内是否发生假体周围感染。本研究应用以下四种机器学习算法:逻辑回归算法(Logistic Regression,LR)、随机森林算法(Random Forest,RF)、K最近邻算法(K-Nearest Neighbor,KNN)和支持向量机算法(Support Vector Machine,SVM)。制作预测模型的ROC曲线,比较各ROC曲线下面积(AUC)。结果2年的假体周围感染发生率为0.99%(233/23622)。在验证数据集中,各模型的AUC 如下:LR=0.84、RF=0.92、KNN=0.81 和 SVM=0.83。其中,RF 模型的预测价值最高,其灵敏度为78.3%,特异度为86.3%。结论在假体周围感染预测模型的建立上,有些机器学习算法(如随机森林法)展示出优异的预测能力。该预测模型的建立有助于患者的个性化治疗和早期干预。