文摘
客观的。探讨膝骨关节炎(高雅)严重程度的影响因素,建立亚诺模图模型。方法。住院病人收集的数据的联合手术,承德医科大学附属医院从2020年1月到2022年1月被用作训练队列。膝骨关节炎患者是河北医科大学第三医院从2022年2月到2022年5月作为模型的外部验证组。培训组,至少绝对收缩和选择算子(套索)方法被用来屏幕高雅严重程度的因素确定最佳预测指标。之后,结合套索和多元逻辑回归的重要因素,建立了预测模型。所有潜在的预测因素都包含在高雅严重性预测模型和相应的列线图绘制。一致性指数(c指数),接受者操作特征(ROC)曲线下面积(AUC) GiViTi校准乐队,净分类改进新名词指数和综合歧视改善(伊迪)指数评价模型预测高雅的严重性。决策曲线分析(DCA)和临床影响曲线模型被用来研究的潜在临床应用价值。验证小组还利用上述评价指标来衡量模型的诊断效率。斯皮尔曼相关被用来调查nomogram-related标记和骨关节炎严重程度之间的关系。结果。膝骨关节炎患者的总样本包括572名,其中包括400名患者在培训组和172例验证队列。列线图的预测因素是年龄、脉搏、淋巴细胞的绝对值,意味着微粒血红蛋白浓度(MCHC)和血液尿素氮(BUN)测定。c指数和模型的AUC是0.802。GiViTi校准乐队( ),个新名词(0.091),和伊迪(0.033)表明,修改后的模型可以区分严重的高雅和长程高雅。DCA显示高雅严重性列线图有临床应用价值与阈值概率在0.01和0.78之间。外部验证结果也显示模型的稳定性和诊断。年龄、脉冲、MCHC,面包与骨关节炎严重程度相关。结论。诺模图模型首次建立了预测高雅严重程度可以直观地识别患者严重的高雅,小说间接评估高雅严重性通过非成象方法。
1。介绍
膝骨关节炎(高雅)是最常见的肌肉骨骼疾病的人超过60岁的人口老龄化和肥胖的患病率,发病率的高雅是在上升1,2]。高雅的发病率也在上升在年轻人和运动的人3,4]。
特别是,大约有10%的55岁以上的人世界上体验高雅疼痛和无能力,使其成为世界上残疾的主要原因(5]。根据第三次全国健康和营养调查的数据,在美国有症状的膝关节骨关节炎的发病率为12.1% (6]。膝关节骨关节炎的患病率地区流行病学报告在加拿大是10.5%。此外,中国2020年的研究报告显示,高雅的病人的数量从2610万年的1990人增加到6120万年的2017,和高雅残疾的最常见原因是24日2017年,占所有的1.08%残疾年(7]。
目前,还没有有效的治疗患者高雅(8]。很长一段时间,高雅的治疗策略主要是止痛剂和手术9- - - - - -11]。与可用的治疗相关的并发症给老年人带来一个巨大的隐患。非甾体类抗炎药物的主要药物治疗膝关节骨关节炎。然而,大量的随机对照临床研究已经证实非甾体类抗炎药物的长期使用将大大增加胃肠道出血的风险,心血管事件和死亡(12]。人工关节置换是一个重要的方法来治疗严重的疼痛和关节畸形年末高雅,但它不是一个贫穷的经济状况患者的最佳选择或相对年轻人由于其高昂的成本和有限的人工关节的寿命。此外,比斯维克等人报道,近20%的洋槐病人仍有持续疼痛关节置换后(13]。在10年内有修订手术的病人的比例高达12%14]。这表明,有必要探讨影响因素的严重程度膝骨关节炎改善干预早期膝骨关节炎患者,提高患者的生活质量,减轻社会负担。
迄今为止,许多研究都集中在治疗,发病机理和生物标志物的高雅15,16]。然而,很少有报道,由非成象方法(间接评估的严重性高雅17- - - - - -21]。因此,通过分析住院病人的相关数据的联合手术,承德医科大学附属医院,本研究调查了高雅严重程度的影响因素,从而建立一个诺模图模型。希望诺模图可以提供一个更可靠和准确的视觉预测模型。同时,数据联合手术的住院病人在河北医科大学第三医院被用来验证外部的诺模图模型。
2。患者和方法
2.1。数据源
培训组回顾性收集数据从642患者最初诊断为高雅的联合手术,承德医科大学附属医院从2020年1月至2022年1月。共有242名患者被排除在外,由于缺乏临床数据( ),结合其它关节骨关节炎( ),膝关节置换、截骨术和内固定的高雅,膝盖骨折( ),活跃的恶性肿瘤( ),肾或肝功能衰竭( ),风湿性疾病( ),和主动感染( )。最后,400年高雅患者的临床信息收集。
此外,我们选择了256例膝骨关节炎治疗的联合手术的河北医科大学第三医院从2022年2月到2022年5月作为验证队列。共有84名患者被排除在外的原因如下:缺乏临床数据( ),其他关节骨关节炎( ),膝关节置换、截骨术和内固定的高雅,膝盖骨折( ),活跃的恶性肿瘤( ),肾或肝功能衰竭( ),风湿性疾病( ),和主动感染( )。最后,172年高雅患者的临床信息收集。
2.2。数据收集
所有临床研究中收集的信息从考试中获得信息的病人住院时。病人临床信息包括两个部分:人口学特征和血液实验室数据。人口学特征包括:性别、年龄、身高、体重、身体疾病、温度、脉搏、呼吸率、血压、和Kellgren-Lawrence(吉隆坡)等级。血液实验室数据包含很多信息如下:c反应蛋白,白细胞计数、红细胞计数、血红蛋白、血细胞压积,血小板和中性粒细胞比率,淋巴细胞百分比,单核细胞百分比,嗜酸性粒细胞的百分比,百分比的嗜碱粒细胞,中性粒细胞绝对值,绝对值的淋巴细胞,单核细胞的绝对值,绝对值的嗜酸性粒细胞,嗜碱粒细胞绝对值,平均红细胞体积、平均血红蛋白含量、平均血红蛋白浓度(MCHC)微粒,变异系数的红细胞分布宽度、红细胞分布宽度-标准差值、平均血小板体积、血小板分布宽度,比大型血小板、血小板压积、总蛋白、白蛋白、总胆红素、前清蛋白,丙氨酸转氨酶、天冬氨酸转氨酶,γ谷氨酰转移酶,直接胆红素、碱性磷酸酶、血糖、总胆固醇、甘油三酯、高密度脂蛋白胆固醇、载脂蛋白A1,载脂蛋白B,低密度脂蛋白胆固醇、钾、钠、氯、钙、磷、镁、α羟基丁酸脱氢酶、乳酸脱氢酶、肌酐激酶、肌酸激酶同工酶、血尿素氮(BUN)、肌酐、尿酸、重碳酸盐,β2微球蛋白,同型半胱氨酸测定、脂蛋白、血清半胱氨酸蛋白酶抑制物C决心,腺苷脱氨酶,血清总胆汁酸,估计肾小球滤过率、纤维蛋白原、凝血酶原时间、凝血酶时间、活动、国际标准化比率,激活局部血栓形成质时间、纤维蛋白原降解产物,抗凝血酶III,红细胞沉降率和血型。
KL分类系统通常用于骨关节炎的严重程度进行分类使用放射性的发现。根据成像的严重性骨骼和关节的变化和利用KL分类系统,高雅可以分为成绩0,1,2,3,4。如果有病人的膝盖,分类区别最严重等级的分级结果病人(22]。在我们的研究中,4级高雅患者分为严重的集团,而其他人(1级、2和3高雅病人)分为长程组。
2.3。建设和评估的诺模图
至少绝对收缩和选择算子(套索)方法被用来屏幕影响的严重性高雅的因素来确定最好的预测指数训练队列。然后,结合因素获得的套索回归分析和多元逻辑回归分析,建立了预测模型的计算图表(10]。 表明该数据具有统计上的显著差异。所有潜在的预测因素都包含在高雅严重性预测模型和相应的列线图绘制。哈勒尔的C数据被用来计算一致性指数(C指数)来评估诺模图模型的歧视。接受者操作特征(ROC)曲线是用来计算曲线下的面积(AUC)和评估的价值指数模型在预测高雅严重程度(23]。GiViTi校准乐队也用来说明预测模型的区分能力。净重新分类的改进(NRI)和全面的歧视改善(伊迪)指标计算来评估模型的预测能力。决策曲线分析(DCA)和临床影响曲线被用来研究模型的潜在临床应用价值(24- - - - - -26]。方便来预测患者严重的高雅在临床实践中。在这项研究中,“DynNom”R包被用来支持诺模图的动态统计分析模型(27]。
列线图的因素包含在训练队列进行评估验证队列。评价指标的验证组还包括以下几点:AUC, c指数,GiViTi校准乐队,和DCA。
2.4。统计分析
所有数据在这项研究中分析了R软件(版本4.1.2;https://www.r-project.org/)。在这项研究中,比较两组之间的连续变量表示为均值,标准差和区别。学生的 - - - - - -测试是用于正态分布数据,但Mann-Whitney测试是用于非正态的分布数据。R包中使用“glmnet套索方法。“c指数,AUC GiViTi校准乐队,和DCA采用R包”pROC,”“Hmisc,”“givitiR,”和“rms,分别”。使用新名词和伊迪包括“nricens”和“PredictABEL R包。“斯皮尔曼等级相关系数计算探讨R nomogram-related标记和骨关节炎严重程度之间的关系的软件。
3所示。结果
3.1。高雅的病人的特性
培训对象包括400名患者(110男性和290女性),平均年龄为64岁(69)年。根据KL评分系统,患者分为两组:吉隆坡1 - 3亚组(206例)和KL 4亚组(194例)。人口学特征、血液实验室结果和膝关节骨关节炎分组的两组(严重的集团与集团)者如表所示1。在之间的比较严重的集团和长程集团变量显著差异( )包括年龄、身体疾病、脉搏、收缩压、红细胞计数、血红蛋白、血细胞压积,淋巴细胞百分比,淋巴细胞的绝对值,平均血红蛋白含量、平均血红蛋白浓度(MCHC)、红细胞分布宽度的变化系数、红细胞分布宽度(SD值),白蛋白、总胆红素、碱性磷酸酶,钾,钠,α羟基丁酸脱氢酶、乳酸脱氢酶、血尿素氮(BUN),β2微球蛋白,同型半胱氨酸测定,血清半胱氨酸蛋白酶抑制物C,肾小球滤过率和红细胞沉降率。
有172高雅患者男性和129名女性(43)验证组,平均年龄 年(表S1)。患者分为两组同样的评分方法:吉隆坡1 - 3的高雅集团和吉隆坡4高雅。因为血液实验室结果的不同的医院有不同的项目,验证群缺乏红细胞分布宽度(SD),大血小板比率,β2微球蛋白、血清半胱氨酸蛋白酶抑制物C、腺苷脱氨酶和估计的肾小球滤过率。严重组和长程组之间的比较验证组的显示,有七个变量具有相同的显著差异培训组:年龄、脉搏、收缩压、平均血红蛋白含量、平均血红蛋白浓度(MCHC)、红细胞分布宽度的变化系数,和同型半胱氨酸的决心。其他四个变量与呼吸频率显著差异,前白蛋白,γ谷氨酰转移酶和纤维蛋白原降解产物。
3.2。列线图变量筛选和建筑业
套索回归分析的培训组,400名患者有81个特性,减少到14潜在的非零系数预测与高雅。这14个因素如下:年龄、脉搏、舒张压、血红蛋白、淋巴细胞的绝对值,MCHC、碱性磷酸酶、总胆固醇、钾、α羟基丁酸脱氢酶、乳酸脱氢酶、包子,β2微球蛋白,ABO血型的血液类型(数据1(一)和1 (b))。由上述14个因素的多元逻辑回归分析,只有的年龄和MCHC值小于0.05,和值的脉冲,淋巴细胞的绝对值,包子是小于0.1(图1 (c))。最后,上述五个因素被包括在诺模图模型来预测高雅(图的严重程度1 (d))。在这项研究中,一个动态的诺模图被用来直观地演示这五个变量的诊断性能(年龄、MCHC脉搏,淋巴细胞的绝对值,和包子)对严重的高雅(图S1)。
(一)
(b)
(c)
(d)
3.3。评估的诺模图
c指数和AUC是0.802,这表明该诺模图有很好的程度的歧视的严重性高雅(图2(一个))。GiViTi校准曲线( )在这项研究中也始终表现出良好的列线图(图2 (b))。新名词的变化和伊迪被用来比较诺模图之间的精度模型和两变量模型(该模型建立了年龄和MCHC)。个新名词和伊迪分别为0.091和0.033,(这两个 )。此外,列线图的AUC是高于两变量模型(0.802和0.783, )。这些指标表明,该诺模图比两变量模型更准确。
(一)
(b)
(c)
(d)
3.4。临床使用的列线图
这项研究预测严重的DCA的高雅,如图2 (c)和2 (d)。DCA结果表明,用于区分严重高雅的诺模图在这项研究人口比所有的病人更有益的干预或不干涉方案,因为它有一个阈值的概率0.01 - -0.78(图2 (c))。此外,图表显示的临床影响,高危患者的预测数量总是大于实际数量的不合规的病人,这似乎是伴随着一个可接受的成本效益比率(图2 (d))。这些结果表明,诺模图有很高的临床应用潜力决定高雅病人的严重程度。
3.5。验证的诺模图
的诺模图模型训练队列包括年龄、MCHC,脉搏,淋巴细胞的绝对值,包(图3(一个))。然后,同一变量的培训组被用于验证组患者严重的洋槐,构造一个诊断模型和计算图表模型评估。在验证中,c指数和AUC是0.755(图3 (b))。此外,GiViTi校准曲线的值为0.462(图3 (c))。这三个评价指标都表明,该诺模图模型的诊断有一定价值验证组患者严重的高雅。DCA中执行验证队列来估计病人(图的净效益3 (d))。DCA显示明显的净收益的几乎所有的诺模图模型阈值概率(图3 (e)),特别是阈值概率(图5至91%3 (d))。
(一)
(b)
(c)
(d)
(e)
3.6。Nomogram-Related标记和骨关节炎严重程度之间的相关性
队列训练和验证组,年龄、MCHC,脉搏,淋巴细胞的绝对值,包好了的因素包括诺模图模型的建立。斯皮尔曼相关分析表明,除淋巴细胞的绝对值,其他指标都与骨关节炎(图的严重程度4)。年龄( ),脉冲( ),和面包( )对骨关节炎严重性呈正相关。MCHC ( )负与骨关节炎严重程度成正比。
4所示。讨论
高雅是一种慢性疾病发生在膝关节由许多因素的交互作用;它的特点是关节软骨退行性变和继发性骨质增生。作为最常见的关节疾病,据估计,世界上有3.02亿人受高雅,它已成为老年人残疾的主要原因之一(8,28,29日]。在中国流行病学调查数据表明,有症状的患病率高雅在中国目前是8.1%,和频繁的膝盖疼痛的活动和生活质量影响多达25%的成年人(30.]。高雅的高患病率和伤残率极大地影响了患者的生活质量和社会和经济发展。在早期阶段的高雅,关节软骨仍有一定的再生能力,但在后期的高雅,关节软骨可能永久失去再生能力(31日,32]。根据高雅的诊断和治疗,专家洋槐分为早、中期阶段和晚期阶段。在早期阶段,药物治疗建议,但在中、晚期,修复和关节置换等侵入性治疗建议(33]。因此,早期识别的严重性高雅中扮演一个重要的角色在高雅的治疗和预后。
逻辑回归的诺模图模型可视化结果,可以直接用来预测个体疾病风险,易于推广和应用在诊所。国内外研究已经证实,诺模图模型可以用来预测肝细胞癌的预后,头部和颈部的黑色素瘤,神经胶质瘤,年轻的胃癌患者,直肠癌手术后吻合口漏的风险(34- - - - - -38]。领域的高雅,列线图的预测精度和临床价值也被证实,和诺模图可以用来预测的概率置换手术后期的高雅和关节置换后并发症的概率18,39]。然而,很少有文献高雅严重性的诺模图模型的建立与临床应用x射线电影对高雅严重程度进行评估。上述影响因素的基础上高雅严重性的诺模图模型预测高雅严重性成立第一次意识到视觉和个性化的预测,帮助制定策略来防止高雅,补充成像方法在评估高雅严重的缺点,提出了一种新的方法间接高雅严重性的评估非成象方法。在临床工作中,本研究的诺模图模型可用于基本医疗单位没有成像设备(例如,社区卫生服务站)的患者不愿接受辐射,在患者不能接受辐射(例如,孕妇),和病人长期卧床不起,有困难与x射线检查。
大量的研究报道之间的关系和高雅。Jurmain发现骨关节炎的发病率随着年龄的增加(39]。Calce等人发现,大多数的变化高雅的病人可以用年龄来解释(40]。邓等人认为,衰老是骨关节炎的主要驱动力41]。张等人报道,骨关节炎是一种老年性关节炎和慢性残疾老人的主要原因(42]。本研究与上述一致结论:发现年龄是一个独立的危险因素患者严重的高雅。随着年龄的增加,高雅的增加(的严重性 , )。
没有文献直接支持脉冲和高雅严重程度之间的相关性。然而,大量的研究已经证明,心血管疾病(CVD)是密切相关的骨关节炎,和有正相关43- - - - - -46]。此外,一些研究指出,周围血管病变关节是骨关节炎的发病机制之一,这些血管病变已被证明是类似于病理学和心血管疾病被认为是全身性代谢异常的表现(47),进一步验证心血管疾病和骨关节炎之间的密切关系。这些因素使我们更容易理解这项研究的结果:脉冲是一个独立的危险因素患者严重的洋槐,脉冲的加速度,高雅的增加(的严重性 , )。输出/心脏功能的中风是一个重要的指标。越大输出/中风、心脏功能越好。在同样的心输出量,脉冲越快,越小中风输出;脉冲越慢,大中风的输出。然而,与骨关节炎CVD呈正相关。人们已经发现,越快脉冲,每个脉冲输出越小,越心脏功能和更严重的骨关节炎,这就可以解释我们的研究的结果。
面包是一种氮含量的化合物在等离子体和过滤从肾小球和排泄。肾功能不全失代偿时,面包将会增加。因此,包被用作索引来评估肾小球滤过功能的临床工作。没有文献支持,包是直接关系到高雅。然而,文献证明,包子随着年龄的增加(48),和年龄密切相关,高雅39- - - - - -42]。这些结论可以完全解释我们的研究的结果;包子(越高 , )高雅的严重程度越重。
许多学者发现淋巴细胞的绝对值与高雅的严重程度负相关(49- - - - - -52];也就是说,淋巴细胞的绝对值越小,较重的洋槐的严重程度。此外,淋巴细胞的绝对值越大,打火机的严重性高雅。这与我们的研究结果是一致的。
许多研究已经报道的重要性低MCHC预测疾病的预后(53- - - - - -55),包括肝切除术、慢性阻塞性肺病,透析患者心血管疾病的发展。但是,没有文献已经证明MCHC之间的关系和高雅。MCHC被定义为每升血液中血红蛋白的数量/每升血液血细胞压积。之间存在着正相关MCHC和血红蛋白,它已经在文献中报道,血红蛋白往往会随着年龄增长而减少(56),所以MCHC也往往会随着年龄增长而减少。年龄是高雅[密切相关36- - - - - -39]。这一发现完全解释这项研究的结果,这表明MCHC下降( , ),高雅的严重程度增加。
高雅严重性的c指数预测的诺模图模型在本研究中是0.802。内部验证表明,该模型预测的高雅严重性是在良好的协议与实际高雅严重性。校准曲线进一步验证模型预测具有良好的歧视和准确性。除了优秀的预测精度,本研究也证实了计算图表模型可以有效地预测高雅严重性ROC曲线分析。为了避免过度拟合数据的过程中构建的诺模图模型训练队列,本研究使用外部数据核查。的AUC性能验证队列训练队列的一样好。没有显著差异AUC训练队列和验证队列( )。这也进一步表明,该诺模图模型具有良好的歧视严重的高雅者患者从高雅的验证队列。通过引入一个临床决策曲线和临床影响曲线调查统计推断结果的优缺点,结果进一步证实,该模型具有较强的临床实用性和高效益的队列训练队列和验证。
本研究的局限性如下:(1)样本量很小;(2)预测的列线图高雅严重程度需要进一步验证了多中心、大规模的案例研究。
5。结论
在这项研究中,一个诺模图模型建立了预测高雅严重性首次通过结合五个影响因素,包括年龄、脉搏、淋巴细胞的绝对值,MCHC,包子。高雅严重性可获得个性化的预测,这些可以直接识别患者严重的洋槐,帮助制定策略来防止高雅,可以打开新的想法通过非成象方式间接评估高雅的严重性。
数据可用性
生成的数据集和/或分析在当前研究并不公开,因为限制访问我们医院数据库,但可从相应的作者在合理的请求。
伦理批准
研究伦理审批。
信息披露
提交的手稿已经作为研究广场(doi:预印10.21203 / rs.3.rs - 1680169 / v1)[57]。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
王Qingzhu张和Pengcheng设计研究。张Qingzhu负责准备手稿。Yinhui姚明和王Jinzhu导致了数据收集。宇陈和董任发挥了重要作用的分析结果。王Yinhui姚明和Pengcheng修订后的手稿。所有作者阅读和批准最终的手稿。
确认
目前的工作是由中央指导地方河北省科学技术发展基金项目(21627708克)。
补充材料
表S1:人口和172例膝骨关节炎的临床特征验证队列。图S1:动态列线图膝骨关节炎患者骨关节炎严重程度的预测。(补充材料)