Un abonnement JoVE est requis pour visualiser ce contenu. Connectez-vous ou commencez votre période d'essai gratuite.

Article de recherche

Développement et validation interne d’un nomogramme pour prédire la thrombose veineuse précoce du mollet après une fracture de la hanche

93 vues

DOI :

10.3791/71963

7 août 2026

Dans cet article

Résumé

Cette étude rétrospective a développé et validé en interne un nomogramme à six variables pour estimer le risque de thrombose précoce de la veine musculaire du mollet dans les 48 heures suivant la fracture de la hanche. Le modèle prend en compte les effets non linéaires des triglycérides et peut soutenir la sensibilisation au risque en attendant une validation externe.

Résumé

Une thrombose précoce des veines musculaires du mollet (MCVT) détectée dans les 48 heures suivant la blessure peut affecter la prise en charge périopératoire chez les patients fracturés de la hanche. Cette étude visait à développer et valider en interne un nomogramme pour estimer le risque précoce de MCVT dans cette population. Cette étude a examiné rétrospectivement les patients atteints de fracture de la hanche admis entre 2021 et 2024. Les patients ont été classés en groupes MCVT et non MCVT sur la base d’une échographie d’admission réalisée dans les 48 heures suivant la blessure. La régression par lasso (Least Absolute Shrinkage and Selection Operator) a été utilisée pour la sélection des caractéristiques, et les splines cubiques restreintes (RCS) ont été employées pour évaluer les associations non linéaires. Un modèle de régression logistique multivariable a été construit et visualisé sous forme de nomogramme. La performance du modèle a été évaluée par discrimination (zone sous la courbe caractéristique de fonctionnement du récepteur, AUC), par étalonnage (score Brier) et par utilité clinique (analyse de la courbe de décision, DCA), avec une validation interne à l’aide de 1 000 rééchantillons bootstrap, suite aux directives Transparent Reporting of a Multivariable Prediction Model for Individual Pronosis ou Diagnosis Plus Artificial Intelligence (TRIPOD + AI). Parmi les 665 patients inclus, 44 (6,6 %) présentaient un MCVT précoce. Six variables ont été conservées dans le modèle final de prédiction : le temps entre la blessure et l’admission (TFIA), les triglycérides (TG), le cholestérol total (CT), le temps de thromboplastine partielle activée (APTT), le ratio neutrophiles/lymphocytes (NLR) et le rapport plaquettes/lymphocytes (PLR). L’analyse RCS a révélé une association non linéaire significative entre le risque de TG et MCVT (valeur p pour la non-linéarité <0,001). Le modèle a montré une bonne discrimination (AUC : 0,894 ; IC à 95 % : 0,829–0,941) et une calibration acceptable (score Brier : 0,041). L’indice C corrigé optimisme était de 0,884. Le DCA a suggéré un bénéfice net clinique potentiel au-delà des probabilités seuils pertinentes. En conclusion, le nomogramme développé peut aider à la stratification précoce du risque, mais une validation externe dans des cohortes indépendantes est nécessaire avant l’application clinique.

Introduction

Les fractures de la hanche chez les personnes âgées représentent un défi important de santé publique mondiale et sont fréquemment associées à une morbidité élevée, une mortalité élevée et des dépenses de santé importantes1. Les recommandations cliniques actuelles recommandent fortement une intervention chirurgicale accélérée, idéalement dans les 48 heures suivant l’admission, afin de soulager la douleur, faciliter la mobilisation précoce et atténuer les complications potentiellementmortelles 2,3. Cependant, la thrombose veineuse profonde (TVP) préopératoire reste un obstacle redoutable à une chirurgie rapide. La thrombose veineuse musculaire du mollet (MCVT), un sous-type spécifique de TVP distale, implique la formation de thrombus au sein du plexus veineux des muscles du mollet, principalement les muscles solèus etgastrocnémiens 4. Bien que souvent asymptomatique et historiquement perçue comme moins cliniquement significative que la TVP proximale, les preuves émergentes suggèrent que la TVM peut propager la céphalade dans les veines proximales ou déclencher une embolie pulmonaire (EP), compromettant ainsi la sécurité dupatient 5,6. Par conséquent, la MCVT détectée tôt après une blessure peut nécessiter un report chirurgical, prolonger les séjours à l’hôpital et compliquer la prise en charge périopératoire en nécessitant un pontage anticoagulant ou la pose d’un filtre de la veine cave inférieure. Par conséquent, un outil robuste pour identifier les patients atteints de fracture de la hanche à haut risque de MCVT précoce, détecté lors de l’échographie d’admission, est cliniquement important pour optimiser les voies chirurgicales et améliorer les résultats des patients.

Malgré un dépistage échographique de routine, la stratification précoce du risque pour le MCVT aigu chez les patients atteints de fracture de la hanche reste cliniquement difficile. Des études antérieures ont tenté d’identifier les facteurs de risque de la thrombose périopératoire ; cependant, la plupart se sont concentrés sur des caractéristiques démographiques isolées ou des paramètres de coagulationtraditionnels 4,7. Ces études sont souvent limitées par les limites inhérentes aux modèles de régression linéaire, qui peuvent ne pas saisir la dynamique complexe et non linéaire ni l’interaction complexe de la réponse thrombo-inflammatoire induite par le traumatisme. D’un point de vue physiopathopathologique, les fractures aiguës déclenchent une libération massive de cytokines inflammatoires, qui activent ensuite la cascade decoagulation 8,9. Bien que de nouveaux indices inflammatoires composites — tels que le ratio neutrophiles/lymphocytes (NLR) et le ratio plaquettes/lymphocytes (PLR) — aient démontré une valeur pronostique significative dans les domaines cardiovasculaire et chirurgical, leur utilité pour prédire la MCVT en phase précoce reste largementsous-explorée 10,11.

Pour combler ce fossé en recherche, un outil prédictif multidimensionnel et individualisé est nécessaire. Cette étude visait à étudier les prédicteurs précoces du MCVT dans une cohorte bien définie de patients ayant subi une fracture de la hanche admis dans les 48 heures suivant la blessure. En utilisant la régression par Minimum Retrait Absolu et l’Opérateur de Sélection (LASSO) pour la sélection des caractéristiques et les splines cubiques restreintes (RCS) pour caractériser des associations complexes non linéaires, cette étude a cherché à développer et valider en interne un nomogramme interprétable cliniquement. Cette étude a émis l’hypothèse que l’intégration des marqueurs inflammatoires systémiques et des profils métaboliques améliorerait la stratification précoce du risque et soutiendrait la planification de la surveillance durant la phase aiguë des soins aux fractures de la hanche.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Protocole

Le protocole de l’étude a été approuvé par le Conseil d’Éthique Institutionnel (IRB) de l’hôpital ([2025B], Approbation d’éthique de l’IIT n° 0407).

Conception de l’étude et participants

Cette étude de cohorte rétrospective unicentre a été menée au Premier Hôpital Affilié de la Faculté de Médecine de l’Université du Zhejiang. Cette étude a dépisté consécutivement les dossiers cliniques des patients admis avec fractures de la hanche entre janvier 2021 et décembre 2024. Comme il s’agissait d’une étude rétrospective, une renonciation au consentement éclairé des participants a été demandée et accordée. Sur la base des résultats de l’échographie Doppler colorée de routine réalisée à l’admission aux urgences, les patients ont été classés dans les groupes MCVT ou non MCVT.

Les fractures de la hanche étaient définies comme des fractures du fémur proximal, incluant le cou fémoral, les régions intertrochantérique et sous-trochantérique, tout en excluant les fractures pelviennes. Pour garantir la pureté de la population étudiée, les critères d’inclusion étaient strictement définis comme suit : (1) fracture primaire de la hanche fermée confirmée par radiographie ou tomodensitométrie ; (2) délai entre la blessure et l’admission (TFIA) dans un délai de 48 heures ; (3) réalisation de l’échographie Doppler veineuse profonde bilatérale des membres inférieurs à l’admission (généralement dans les 2 heures suivant la confirmation radiographique de la fracture de la hanche et avant le début de la thérapie anticoagulante) ; et (4) planification d’intervention chirurgicale. Les patients ont été exclus selon les critères suivants : (1) traumatismes multiples (par exemple, lésions cranio-cérébrales, thoraciques ou abdominales concomitantes) ; (2) fractures pathologiques (par exemple, métastases osseuses) ; (3) antécédents de TVP ou d’EP, ou de traitement anticoagulant/antiplaquettaire ≥ 30 jours avant l’admission ; (4) dysfonctionnement hépatique ou rénal sévère altération significative de la synthèse ou du métabolisme des facteurs de coagulation ; (5) tumeurs malignes concomitantes ; (6) des données manquantes substantielles concernant des variables cliniques ou de laboratoire primaires ; et (7) la TVP proximale détectée lors de l’échographie d’admission (par exemple, une thrombose impliquant les veines poplitée, fémorale, fémorale commune ou iliaque).

Collecte de données et prédicteurs candidats

Tous les prédicteurs candidats ont été extraits rétroactivement du système de dossier médical électronique (DME) institutionnel. Pour garantir l’exactitude et l’intégrité des données, le processus d’extraction a été réalisé de manière indépendante par deux chercheurs, les écarts étant résolus par consensus ou consultation avec un médecin senior. Les données collectées ont été catégorisées dans les domaines suivants : (1) Caractéristiques démographiques : incluant l’âge, le sexe et l’indice de masse corporelle (IMC). (2) Variables cliniques et liées aux blessures : Le TFIA (mesuré en heures) a été précisément documenté. De plus, les comorbidités de base ont été quantifiées à l’aide de l’indice de comorbidité de Charlson (ICC). (3) Biomarqueurs de laboratoire : Les paramètres de laboratoire ont été obtenus à partir des premiers échantillons de sang veineux prélevés dans les 24 heures suivant l’admission. Celles-ci comprenaient la numération sanguine complète (NFS), les tests de fonction hépatique et rénale, ainsi que les profils de coagulation. De plus, des indices inflammatoires systémiques composites, en particulier le NLR et le PLR, ont été calculés à partir des résultats de la NFS en admission.

Définition des critères de jugement et critères diagnostiques

Le critère principal de cette étude était la survenue précoce du MCVT, défini comme une thrombose détectée lors de l’évaluation initiale à l’admission. Tous les patients concernés ont subi une échographie Doppler bilatérale des membres inférieurs à l’admission, avant l’initiation de toute thérapie anticoagulante. L’examen a été réalisé à l’aide d’un EPIQ-5 avec eL18-4. Les patients ont été examinés en position couchée et/ou latérale selon la tolérance. Le diagnostic a été établi par une échographie Doppler bilatérale de couleur des membres inférieurs de routine. Selon les critères échographies établis pour la phase aiguë, un diagnostic positif de MCVT a été confirmé sur la base des manifestationssuivantes : (1) dilatation et tortuosité significatives des lumières veineuses musculaires du mollet ; (2) la présence d’échos floculents ou hypoéchoïques intraluminaux uniformes, apparaissant sous forme de masses circulaires ou ovales multiples sur des sections transversales ; (3) la non-compressibilité totale de la veine sous la pression du transducteur ; (4) absence de signaux de flux sanguin spontané ou phasique, sans flux détectable même lors de l’augmentation distale du membre (compression manuelle) ; et (5) une démarcation nette entre le segment thromboisé et le tissu musculaire adjacent. L’échographie Doppler bilatérale des membres inférieurs a été réalisée à l’admission par des échologistes certifiés selon le protocole institutionnel standardisé. Les cas ambigus ont été examinés par un échologiste senior.

Analyse statistique

Toutes les analyses statistiques ont été réalisées à l’aide du logiciel R (version 4.5.2). La normalité des variables continues a été évaluée à l’aide du test de Shapiro-Wilk. Les données continues étaient présentées comme des moyennes ± écarts-types (SD) ou médianes avec des plages interquartiles (IQR), selon le cas. Les variables catégorielles étaient exprimées en fréquences et en pourcentages.

Les variables avec une valeur p < 0,01 en analyse univariable et les variables considérées comme cliniquement importantes ont été saisies dans la régression LASSO. Les prédicteurs candidats ont été sélectionnés en fonction de leur pertinence clinique et de leur disponibilité à l’admission. Les variables continues étaient standardisées avant la régression LASSO. Onze caractéristiques candidates ont été évaluées dans la procédure LASSO, comprenant neuf variables continues et deux variables factices pour le type de fracture. La régression logistique LASSO avec validation croisée 10 fois a été utilisée pour réduire la dimensionnalité et filtrer les variables pour le modèle multivariable final. Les valeurs lambda.min et lambda.1se ont été examinées, et la rétention finale des variables a été déterminée par sélection pénalisée ainsi que la pertinence clinique et une évaluation ultérieure du RCS. Les associations entre les prédicteurs et le MCVT ont été quantifiées à l’aide de rapports de cotes (OR) et d’intervalles de confiance (IC) correspondants à 95 %.

Sur la base des prédicteurs identifiés dans la régression logistique multivariée, un nomogramme clinique a été construit pour faciliter l’estimation individualisée du risque précoce de MCVT. La performance prédictive du nomogramme a été évaluée de manière exhaustive sur trois dimensions : la discrimination, l’étalonnage et l’utilité clinique. La discrimination a été quantifiée à l’aide de la zone sous la courbe caractéristique de fonctionnement du récepteur (AUC). L’étalonnage a été évalué à l’aide de graphiques de calibration avec 1 000 échantillons bootstrap afin d’évaluer l’accord entre les probabilités prédites et les résultats observés ; le score Brier a également été calculé pour mesurer la précision prédictive globale. Enfin, une analyse de la courbe de décision (DCA) a été réalisée pour déterminer le bénéfice net clinique du modèle sur une large gamme de probabilités seuils. Toutes les analyses statistiques étaient bilatérales, et les valeurs p < 0,05 étaient considérées comme statistiquement significatives.

Conformément au plan rétrospectif, la taille de l’échantillon a été déterminée par la disponibilité de données consécutives sur les patients sur la période de quatre ans de l’étude, plutôt que par un calcul de puissance a priori. Compte tenu de l’incidence relativement faible des événements MCVT positifs (n = 44), l’ensemble de l’ensemble des données a été utilisé pour le développement de modèles sans être partitionné en ensembles d’entraînement et de validation distincts pour maintenir la puissance statistique. Pour atténuer le risque de surajustement associé à ce taux d’événement, la régression LASSO a été employée pour la sélection des caractéristiques et la régularisation du rétrécissement (shrinkage system). Le modèle final comprenait six prédicteurs mais sept paramètres de régression, excluant l’interception, car TG était représenté par deux termes spline ; par conséquent, l’EPV basé sur les paramètres était d’environ 6,3. Le modèle ne respectait pas l’heuristique traditionnelle des événements par candidat (EPV) ≥10, qui est désormais considérée comme une ligne directrice approximative plutôt qu’un critère absolu. Par conséquent, cette étude a également évalué le surapprentissage en utilisant des estimations de performance corrigées par bootstrap et une pente d’étalonnage. La validation interne a été réalisée à l’aide de 1 000 rééchantillonnages bootstrap pour estimer et ajuster le biais optimiste. Cette étude a été réalisée conformément aux directives de déclaration TRIPOD+AI 13.

Pour faciliter la validation et la mise en œuvre indépendantes, l’équation complète du modèle, incluant l’interception, les coefficients de régression, les coefficients de spline des triglycérides (TG) et les emplacements des nœuds RCS, est fournie dans le Tableau 1. La probabilité prédite d’un MCVT précoce a été calculée comme P = 1 / [1 + exp(-LP)], où LP est le prédicteur linéaire.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Résultats

Données démographiques

Au total, 665 patients atteints de fractures de la hanche remplissaient les critères d’inclusion et ont été inscrits dans cette étude (Figure 1). Parmi eux, 44 patients (6,6 %) ont été diagnostiqués avec un MCVT précoce détecté lors de l’échographie d’admission dans les 48 heures suivant la blessure. Une comparaison détaillée des caractéristiques démographiques et cliniques entre les groupes...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Discussion

Après une fracture de la hanche, une mobilité restreinte des membres inférieurs peut réduire la fonction de la pompe gastrocnémiale et la vitesse du flux sanguin veineux. En raison de leurs diamètres relativement petits et de la rareté des valves, les veines musculaires du mollet sont susceptibles à la stase sanguine et peuvent devenir un site précoce de détection de thrombus. Une étude précédente de Zhao et al. rapportait une incidence de MCVT préopératoire de 23,5 % chez les patients a...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Déclarations de divulgation

Les auteurs n’ont aucun conflit d’intérêts à déclarer.

Remerciements

Nous remercions sincèrement tous les départements pour leur précieuse assistance.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
Système d'échographie Doppler couleurPhilipsEPIQ-5 avec eL18-4Détection et diagnostic de MCVT
Analyseur de coagulationStagoSTAR MAX (https://www.stago-cn.com)Mesure APTT
Analyseur d'hématologieCobas8000 (https://www.cobase.com/)Numération cellulaire sanguine, NLR, PLR
Analyseur biochimique de laboratoireSysmexBC7500 (https://www.sysmex.com.cn/)Mesure TG et TC
Microsoft ExcelMicrosoft2023 (https://www.microsoft.com)Organisation des données
Logiciel RR Foundationhttps://www.r-project.org/Analyse statistique
Package R glmnetCRANhttps://cran.r-project.org/web/packages/glmnet/index.htmlRégression LASSO
Package R rmsCRANhttps://cran.r-project.org/web/packages/rms/index.htmlRCS, nomogramme, calibration
Package R pROCCRANhttps://cran.r-project.org/web/packages/pROC/index.htmlAnalyse ROC
Package R rmda / dcurvesCRANhttps://cran.r-project.org/web/packages/dcurves/index.htmlAnalyse de la courbe de décision

Références

  1. de Ronde AJN, et al. Complication overview following hip fracture surgery: insights from a prospective multicenter cohort study. Injury. 2026; 57(4):113107.
  2. van Rijckevorsel VAJIM, de Jong L, Verhofstad MHJ, Roukema GR. Influence of time to surgery on clinical outcomes in elderly hip fracture patients: an assessment of surgical postponement due to non-medical reasons. Bone Joint J. 2022; 104-B (12):1369-78.
  3. Kjaervik C, et al. Waiting time for hip fracture surgery: hospital variation, causes, and effects on postoperative mortality: data on 37,708 operations reported to the Norwegian Hip Fracture Register from 2014 to 2018. Bone Jt Open. 2021; 2(9):710-20.
  4. Hu X, Li X, Xu H, et al. Development of risk prediction model for muscular calf vein thrombosis with acute exacerbation of chronic obstructive pulmonary disease. Int J Gen Med. 2022; 15:6549-60.
  5. Kim SM. Clinical presentation of isolated calf deep vein thrombosis in inpatients and prevalence of associated pulmonary embolism. J Vasc Surg Venous Lymphat Disord. 2022; 10(5):1037-43.
  6. Gillet JL, Perrin MR, Allaert FA. Short-term and mid-term outcome of isolated symptomatic muscular calf vein thrombosis. J Vasc Surg. 2007; 46(3):513-19.
  7. Hang L, Haibier A, Kayierhan A, Abudurexiti T. Risk factors for deep vein thrombosis of the lower extremity after total hip arthroplasty. BMC Surg.2024; 24(1):256.
  8. Bortolotti P, Faure E, Kipnis E. Inflammasomes in tissue damages and immune disorders after trauma. Front Immunol. 2018; 9:1900.
  9. Borgel D, et al. Inflammation in deep vein thrombosis: a therapeutic target? Hematology. 2019; 24(1):742-50.
  10. Diao S, et al. Risk factors and new inflammatory indicators of deep vein thrombosis after adult patella fractures. Front Surg. 2022; 9:1028542.
  11. Tort M, Sevil FC, Sevil H, Becit N. Evaluation of systemic immune-inflammation index in acute deep vein thrombosis: a propensity-matched study. J Vasc Surg Venous Lymphat Disord. 2023; 11(5):972-77. e1.
  12. Su LY, Guo FJ, Xu G, et al. Differential diagnosis of isolated calf muscle vein thrombosis and gastrocnemius hematoma by high-frequency ultrasound. Chin Med J (Engl). 2013; 126(23):4448-52.
  13. Collins GS, et al. TRIPOD+AI statement: updated guidance for reporting clinical prediction models that use regression or machine learning methods. BMJ. 2024; 385: q902.
  14. Zhao W, et al. Incidence and risk factors of preoperative isolated calf deep venous thrombosis following hip fractures. Medicine (Baltimore). 2022; 101(12): e29140.
  15. Moore EE, et al. Trauma-induced coagulopathy. Nat Rev Dis Primers. 2021; 7(1):30.
  16. Shin WC, et al. Preoperative prevalence of and risk factors for venous thromboembolism in patients with a hip fracture: an indirect multidetector CT venography study. J Bone Joint Surg Am. 2016; 98(24):2089-95.
  17. Navarrete S, et al. Pathophysiology of deep vein thrombosis. Clin Exp Med. 2023; 23(3):645-54.
  18. Feingold KR, et al. Effect of inflammation and infection on lipids and lipoproteins. In: Endotext. South Dartmouth (MA): MDText.com, Inc.; 2000.
  19. Liu S, Gao X, Wang G. Non-demographic dependent mechanisms of DVT formation in patients with traumatic limb fractures: an exploratory cohort study based on limited variable matching. Am J Transl Res. 2025; 17(10):8421-38.
  20. Gando S, Levi M, Toh CH. Trauma-induced innate immune activation and disseminated intravascular coagulation. J Thromb Haemost. 2024; 22(2):337-51.
  21. Hayakawa M. Pathophysiology of trauma-induced coagulopathy: disseminated intravascular coagulation with the fibrinolytic phenotype. J Intensive Care. 2017; 5:14.
  22. Joseph BC, et al. An engineered activated factor V for the prevention and treatment of acute traumatic coagulopathy and bleeding in mice. Blood Adv. 2022; 6(3):959-69.
  23. Hayakawa M. Dynamics of fibrinogen in acute phases of trauma. J Intensive Care. 2017; 5(1):3.
  24. Jiang J, Xing F, Luo R, et al. Risk factors and prediction model of nomogram for preoperative calf muscle vein thrombosis in geriatric hip fracture patients. Front Med. 2023; 10:1236451.
  25. Pan S, Zhou S, Ruze XYD, et al. Preoperative prevalence and risk factors for calf muscular vein thrombosis in elderly patients with hip fracture. Orthop Surg. 2023; 15(7):1806-13.
  26. Zhang L, He M, Jia W, et al. Analysis of high-risk factors for preoperative DVT in elderly patients with simple hip fractures and construction of a nomogram prediction model. BMC Musculoskelet Disord. 2022; 23(1):441.
  27. Hayssen H, Cires-Drouet R, Englum B, et al. Systematic review of venous thromboembolism risk categories derived from Caprini score. J Vasc Surg Venous Lymphat Disord. 2022; 10(6):1401-09. e7.
  28. Vittinghoff E, McCulloch CE. Relaxing the rule of ten events per variable in logistic and Cox regression. Am J Epidemiol. 2007; 165(6):710-18.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Réimpressions et autorisations

Étiquettes

M decineNum ro 234Num ro 234Valeur videNum roThrombose veineuse profonde du molletTVPMMod le pr dictif