并不是所有的研究方法都要用人工智能,传统基础统计分析方法还是很实用的,分享一个骨科统计分析的研究。
该推文小助理早就写好一直没发。
暑假7月小助理们去上海交大展开友好的学术交流。多交流,多学习,才能进步。
0.1 论文信息
0.2 期刊信息
0.3 研究背景
(1)LUMiC假体可用于用于髋臼周围肿瘤重建。
(2)该究评估了多中心队列的中期并发症、翻修率、种植体翻修的累积发生率以及并发症的危险因素。
0.4 名词解释
(
1)中位随访时间(
Median Follow-up Time)
(2)术中导航(Intraoperative Navigation)
称为计算机辅助手术,是一种在手术过程中使用的技术,它通过计算机系统提供实时的、三维的手术定位信息来辅助外科医生。
(3)竞争风险模型(Competing Risks Model)
一种统计模型,用于分析具有多个潜在失败原因的数据,常用于医学研究中分析生存数据。
(4)Cox风险回归模型(Cox Hazard Regression Model)
一种用于分析和预测生存时间的统计模型,可以调整多个风险因素。
1 研究介绍
1.1 目的
(1)评估LUMiC假体在髋臼周围肿瘤切除后重建手术中的中期并发症、翻修率以及患者的生存和功能结果。
(2)识别影响手术成功和并发症发生的风险因素,以便为未来的手术技术改进和患者护理提供指导。
1.2 方
法
(1)研究评估了2008年至2022年间,接受LUMiC假体重建的患者在进行类型为P1b12、P2、P213或P1b1213的内半骨盆切除术后的肿瘤缺损。
(2)
使用
竞争风险模型
来估算因机械原因和非机械原因导致的植入物翻修的累积发生率。
(3)评估了因任何并发症而进行的再次手术,并
使用
Cox模型
来研究风险因素对脱位和感染的影响。
1.3 结果
(
1)
19%的植入物被翻修,
8%因机械原因(主要是脱位),
11%因非机械原因(主要是PJI)。
2年、5年和10年时,因机械原因和PJI翻修的累积发生率分别为11%,18%,和24%。
(2)
在同一部位有既往手术史的患者有更高的脱位风险,具体的风险比为3.0(95% CI,1.5到6.4),p值小于0.01,表示统计显著。
(3)
在同一部位有既往手术史的患者脱位风险增加(HRCS为3.0),涉及P3区域的切除与感染风险增加(HRCS为2.5)。
1.4 结论
(1)LUMiC假体在中期表现出良好的耐久性
(2)并发症多在术后早期发生,在同一部位手术过的患者脱位风险较高。
(3)在涉及P3区域的切除中特别注意降低感染风险。
2.数据介绍
2.1 数据来源
(1)
多中心、回顾性研究
。
(2)研究对象是接受了内半骨盆切除术治疗骨肿瘤,并且使用LUMiC假体进行缺陷重建的患者。
2.2 数据信息
(
1)患者特征:
(2)
中位随访时间
(3)
手术指征
:
3 研究方法
3.1
LUMiC假体手术的术前规划、手术细节和程序
(1)进行详细的术前规划,以确定最佳的手术方案和假体尺寸。
(2)使用术中导航技术,以优化假体的定位和放置。
(3)选择固定方式和
髋臼杯类型。
(4)使用Trevira附着管等工具来重新连接或修复切除过程中受影响的软组织。
(5)术后在物理治疗师的监督下,患者开始部分负重,并在6到12周内逐渐过渡到完全负重。
(6)在康复期间,避免高风险运动,并使用矫形器辅助恢复
。
(7)对于疑似PJI的患者,进行DAIR(清创、抗生素治疗和植入物保留)手术,包括术中培养、彻底清创和至少2周的静脉抗生素治疗。
3.2
变量和分类方法
(1)从患者的病历收集以下信息:
-
人口统计学信息
-
手术细节
-
重建细节
-
并发症
-
随访最后日期的功能结果
(2)切口类型被分为两组:
(3)骨盆切除类型同样被分为两组:
(4)并发症和植入物翻修的原因根据Henderson分类进行分类。
3.3 统计分析
(1)使用
竞争风险模型
来估计植入物翻修和再次手术的累积发生率。
-
三种竞争事件模型
:
-
一个包含三种竞争事件(死亡和局部复发)的模型,
被用来估计机械故障和感染的累积发生率。
-
两种竞争事件模型
:
-
一个包含两种竞争事件(仅死亡)的模型,被用来估计任何并发症的累积发生率。
-
特定原因的Cox风险回归模型
:
-
用来研究预后风险因素对脱位时间和PJI(假体周围关节感染)时间的影响。
(2)使用
卡方分析
比较了不同亚组之间的并发症比例。
4 结果
4.1 并发症、种植体翻修、危险因素
(1)并发症
:
(
2)
种植体翻修:
(3)
危险因素
:
4.2 种植体翻修、重建状态以及功能和生存结果的累积发生率
(1)种植体翻修的累积发生率:
(2)
再次手术累积发生率
:
-
因任何并发症而再次手术的累积发生率在2年、5年和10年时分别是44%、52%和58%。
(3)重建状态:
(4)功能结果:
(5)生存结果:
4 学习心得
(1)论文中使用了
竞争风险模型
和
Cox比例风险模型
来分析复杂的临床数据,这对临床决策有非常重要的影响。
(2)
文章强调了并发症的早期识别与干预的重要性,特别是对于提高假体周围关节感染(PJI)。
(3)
论文中提到的
术中导航
和
个性化假体设计
,体现了计算机辅助技术和生物工程在提高手术精度和患者预后方面的实际应用。
引用
[1] Evenhuis RE, van de Sande MAJ, Fiocco M, Dierselhuis EF, Broekhuis D, Bus MPA; and the LUMiC® Study Group. LUMiC Endoprosthetic Reconstruction of Periacetabular Tumor Defects: A Multicenter Follow-up Study. J Bone Joint Surg Am. 2024 Jul 17;106(14):1309-1316. doi: 10.2106/JBJS.23.01082. Epub 2024 May 23. PMID: 38781319.
感谢您的阅读,如果您对这项研究感兴趣或想了解更多关于AI在医学中的应用,请继续关注我们,我们会定期分享最新的科研成果和健康资讯。别忘了点赞和转发哦!👍🔄