骨盆骨折尿道损伤的危险因素分析及风险预测模型构建——基于1 358例患者的回顾性病例对照研究

Risk factors of urethral injury in pelvic fracture and prediction model constructing:A retrospective case-control study in 1 358 patients

二维码有效期 120s

摘要背景急诊外伤中骨盆骨折发生率高,但伴随的尿道损伤容易被忽略.目的探讨骨盆骨折尿道损伤的相关危险因素,并基于此构建预测模型,为骨盆骨折尿道损伤的临床诊治提供参考.方法回顾性分析 2000-2020年于解放军总医院第一医学中心住院治疗的 1 358例骨盆骨折患者的临床资料.采用单因素、多因素Logistic回归等方法进行影响因素分析;按照 7∶3的比例将数据分为模型训练集和验证集,通过多个机器学习模型(包含梯度提升机、支持向量机、随机森林、极限梯度提升)构建尿道损伤风险预测模型并评估模型效能.结果纳入 1 358例骨盆骨折患者,中位年龄 39(IQR:26～52)岁,其中男性占 64.4%.骨盆骨折尿道损伤发生率为 12.0%.多因素Logistic回归发现,性别、就诊科室、骨盆骨折Tiles分型、致伤原因、双肺呼吸音、中性粒细胞绝对值是骨盆骨折患者发生尿道损伤的独立危险因素(P＜0.05).构建的风险预测模型中随机森林模型的AUC最高(0.955),梯度提升机、支持向量机、极限梯度提升模型的AUC分别为 0.936、0.940、0.953.结论骨盆骨折患者中尿道损伤的发生与多种因素有关,包括性别、就诊科室、骨盆骨折Tiles分型、致伤原因等.本研究根据上述独立危险因素,采用随机森林法开发并建立了骨盆骨折患者尿道损伤早期预测模型,具有较好的预测效能,有助于临床早期预测骨盆骨折患者合并尿道损伤的发生并给与及时治疗.

作者刘凡 ^[1] 孙新宇 ^[2] 王力 ^[3] 雷明星 ^[2] 陈铭 ^[2] 王万玲 ^[4] 贾通宇 ^[3] 宋勇 ^[3] 马鑫 ^[3] 学术成果认领

作者单位解放军总医院卫勤部科研处,北京 100853 ^[1] 解放军总医院第四医学中心骨科医学部,北京 100048;国家骨科与运动康复临床医学研究中心,北京 100048 ^[2] 解放军总医院第三医学中心泌尿外科医学部,北京 100039 ^[3] 解放军总医院医学创新研究部,北京 100853 ^[4]

关键词骨盆骨折尿道损伤危险因素预测模型机器学习 pelvic fracture urethral injury risk factors prediction model machine learning

分类号 R683.3 R695

栏目名称 临床研究论著

DOI 10.12435/j.issn.2095-5227.2024.094

发布时间 2024-09-04