Бека Сосоевич Эзугбая, врач – анестезиолог-реаниматолог, отделение реанимации и интенсивной терапии
143421, Московская область, поселение Ильинское, ул. Рублевское предместье, 2/2
Beka S. Ezugbaia, Anaesthesiologist and Reanimatologist, Department of Resuscitation and Intensive Care
2/2, st. Rublevskoe suburb, Ilyinskoye village, Moscow region
Виктор Анатольевич Корячкин, доктор медицинских наук, профессор кафедры анестезиологии, реаниматологии и неотложной педиатрии имени В.И. Гордеева
Санкт-Петербург
Viktor A. Koriachkin, Dr. of Sci. (Med.), Professor, Department of Anesthesiology, Resuscriation and Pediatric Emergency
St. Petersburg
Иван Юрьевич Шолин, кандидат медицинских наук, заведующий отделением анестезиологии и реанимации № 6
Краснодар
Ivan Yu. Sholin, Head of Anaesthesiology and Reanimation Department no. 6
Krasnodar
Дмитрий Анатольевич Батурин, врач – анестезиологреаниматолог, отделение анестезиологии и реанимации № 6
Краснодар
Dmitry A. Baturin, Anaesthesiologist and Reanimatologist Department no. 6
Krasnodar
Александр Геннадиевич Барышев, доктор медицинских наук, заведующий кафедрой хирургии № 1 ФПК и ППС, Кубанский государственный медицинский университет; заместитель главного врача по хирургической помощи, главный внештатный хирург МЗ Краснодарского края, НИИ – ККБ № 1 им. проф. С.В. Очаповского
Краснодар
Alexander G. Baryshev, Dr. of Sci. (Med.), Head of Surgery Department, Faculty of Advanced Studies and Professional Retraining of Specialists, Kuban State Medical University; Deputy Chief Physician for Surgery, Chief Freelance Surgeon, Research Institutе – Ochapovsky Regional Hospital no. 1
Krasnodar
Даниил Дмитриевич Шевчук, студент 5 курса, лечебный факультет
Краснодар
Daniil D. Shevchuk, 5 year student
Krasnodar
Введение Зачастую переломы проксимального отдела бедренной кости встречаются у пациентов преклонного и старческого возраста. У большинства из них имеется неблагоприятный коморбидный фон. В этой связи существует высокий риск возникновения осложнений в послеоперационном периоде, что требует разработки и внедрения в клиническую практику эффективной модели прогнозирования, предназначенной для принятия мер во избежание неблагоприятного результата лечения.
Цель работы Разработать регрессионную модель прогнозирования вероятности возникновения летального исхода в течение 30 суток после операции у пациентов с проксимальным переломом бедра.
Материал и методы Проведен ретроспективный анализ стационарных историй болезни всех пациентов (n = 1222) с проксимальным переломом бедренной кости, пролеченных в нашем стационаре в 2018–2019 гг. Для исследования были отобраны 388 случаев.
Результаты После проведения подробного статистического анализа физиологических параметров пациентов выявлены четыре независимых фактора, повышающих риск летального исхода в течение следующих за хирургическим вмешательством 30-ти суток: альбумин меньше 30 (коэффициент регрессии – 1,742; ОШ – 5,708, 95% ДИ (1,904–17,114), p = 0,002), наличие сахарного диабета (коэффициент регрессии – 1,141; ОШ – 3,130, 95% ДИ (1,022–9,588), р = 0,046), наличие острого почечного повреждения (коэффициент регрессии – 3,141; ОШ – 23,136, 95% ДИ (3,886–137,735), р = 0,001), наличие пневмонии (коэффициент регрессии – 2,130; ОШ – 8,411, 95% ДИ (2,453–28,838), р = 0,001). Нами разработана регрессионная модель прогнозирования 30-дневной летальности: коэффициент регрессии константы – 4,371, площадь под ROC-кривой, соответствующей зависимости вероятности 30-дневной летальности, составила 0,841 с 95%-м ДИ (0,732–0,951), чувствительность и специфичность модели – 78,9 и 81,2% соответственно.
Выводы Регрессионная модель прогнозирования летальности у пациентов с проксимальными переломами бедра, созданная на основе независимых факторов риска, имеет достаточный уровень чувствительности и специфичности. Ее применение возможно в учреждениях здравоохранения, где получают лечение больные с травмой.
Introduction Fractures of the proximal femur often occur in elderly and senile patients. Most of them have an unfavorable comorbid background. In this regard, there is a high risk of complications in the postoperative period, which requires the development and implementation of an effective forecasting model in clinical practice designed to take measures to avoid adverse treatment outcomes.
Objective To develop a regression model to predict the probability of lethal outcome within 30 days after surgery in patients with proximal femur fracture.
Material and Methods A retrospective analysis of inpatient case histories of all patients (n = 1222) with proximal femur fracture treated in our hospital in 2018-2019 was performed. A total of 388 cases were selected for the study.
Results After a detailed statistical analysis of the physiological parameters of the patients, four independent factors were identified that increased the risk of death during 30 days following surgery: albumin less than 30 g / l (regression coefficient – 1.742; OR – 5.708, 95% CI – 1.904–17.114, p = 0.002), the presence of diabetes mellitus (regression coefficient – 1.141; OR – 3.130, 95% CI –1.022–9.588, p = 0.046), the presence of acute renal injury (regression coefficient – 3.141; OR – 23.136, 95% CI – 3.886–137.735, p = 0.001), the presence of pneumonia (regression coefficient – 2.130; OR – 8.411, 95% CI – 2.453–28.838, p = 0.001). A regression model for predicting 30-day mortality was developed: the constant regression coefficient was 4.371, the area under the ROC-curve corresponding to the probability of 30-day mortality was 0.841 with 95% CI: 0.732–0.951, model sensitivity and specificity – 78.9 and 81.2%, respectively. After a detailed statistical analysis of the patients' physiological parameters, four independent factors were identified that increase the risk of fatal outcome during the next 30 days after surgery: albumin less than 30 g / l (regression coefficient, 1.742; OR – 5.708, 95% CI (1.904 – 17.114), p = 0.002), presence of diabetes mellitus (regression coefficient – 1.141; OR – 3.130, 95% CI (1.022 – 9.588), p = 0.046), presence of acute renal injury (regression coefficient – 3.141; OR – 23.136, 95% CI (3.886 – 137.735), p = 0.001), presence of pneumonia (regression coefficient – 2.130; OR – 8.411, 95% CI (2.453 – 28.838), p = 0.001). Thereby we developed a regression model to predict 30-day mortality: regression coefficient of the constant was 4.371; area under the ROC curve, corresponding to the dependence of the probability of 30-day mortality, was 0.841 with 95% CI (0.732 – 0.951); model sensitivity and specificity were 78.9 and 81.2%, respectively.
Conclusion Aregression model for predicting mortality in patients with proximal femur fractures based on independent risk factors has a sufficient level of sensitivity and specificity. Its application is possible in practical health care institutions, where patients with trauma are treated.
The authors declare that there are no conflicts of interest present.