Sviluppo e Validazione Interna di un Nomogramma per la Previsione della Trombosi Venosa Muscolare Precoce del Polpaccio dopo Frattura dell'Anca

Sommario

Questo studio retrospettivo ha sviluppato e convalidato internamente un nomogramma a sei variabili per stimare il rischio di trombosi precoce della vena muscolare del polpaccio entro 48 ore dalla frattura dell'anca. Il modello tiene conto degli effetti non lineari dei trigliceridi e può supportare la consapevolezza del rischio in attesa di validazione esterna.

Abstract

La trombosi precoce della vena del polpaccio (MCVT) rilevata entro 48 ore dopo l'infortunio può influenzare la gestione perioperatoria nei pazienti con fratture dell'anca. Questo studio mirava a sviluppare e convalidare internamente un nomogramma per stimare il rischio precoce di MCVT in questa popolazione. Questo studio ha effettuato uno screening retroattivo dei pazienti con frattura dell'anca ricoverati tra il 2021 e il 2024. I pazienti sono stati suddivisi in gruppi MCVT e non MCVT sulla base di un'ecografia di ammissione eseguita entro 48 ore dall'infortunio. La regressione con Minima Riduzione Assoluta e Operatore di Selezione (LASSO) è stata utilizzata per la selezione delle caratteristiche, mentre le spline cubiche limitate (RCS) sono state impiegate per valutare associazioni non lineari. Un modello di regressione logistica multivariabile è stato costruito e visualizzato come un nomogramma. Le prestazioni del modello sono state valutate tramite discriminazione (area sotto la curva caratteristica operativa del ricevitore, AUC), calibrazione (punteggio Brier) e utilità clinica (analisi della curva decisionale, DCA), con validazione interna utilizzando 1.000 ricampioni bootstrap, a seguito della guida Transparent Reporting of a Multivariable Prediction Model for Individual Prognosis or Diagnosis Plus Artificial Intelligence (TRIPOD + AI). Tra i 665 pazienti inclusi, 44 (6,6%) avevano MCVT precoce. Sei variabili sono state mantenute nel modello finale di previsione: tempo dalla lesione al ricovero (TFIA), trigliceridi (TG), colesterolo totale (TC), tempo di tromboplastica parziale attivata (APTT), rapporto neutrofili/linfociti (NLR) e rapporto piastrine/linfociti (PLR). L'analisi RCS ha rivelato un'associazione non lineare significativa tra rischio TG e MCVT (p-valore per la non linearità <0,001). Il modello ha mostrato una buona discriminazione (AUC: 0,894; IC 95%: 0,829–0,941) e una calibrazione accettabile (punteggio Brier: 0,041). L'indice C corretto per ottimismo era 0,884. Il DCA ha suggerito un potenziale beneficio netto clinico oltre le probabilità di soglia rilevanti. In conclusione, il nomogramma sviluppato può aiutare la stratificazione precoce del rischio, ma è necessaria una validazione esterna in coorti indipendenti prima dell'applicazione clinica.

Introduzione

Le fratture dell'anca negli anziani rappresentano una significativa sfida globale per la salute pubblica e sono frequentemente associate a elevata morbilità, mortalità e ingenti spese^sanitarie. Le linee guida cliniche attuali raccomandano fortemente un intervento chirurgico accelerato, idealmente entro 48 ore dal ricovero, per alleviare il dolore, facilitare la mobilitazione precoce e mitigare complicazioni potenzialmente^{letali 2,3}. Tuttavia, la trombosi venosa profonda (TVP) preoperatoria rimane una barriera formidabile per un intervento chirurgico tempestivo. La trombosi venosa muscolare del polpaccio (MCVT), un sottotipo specifico di TVP distale, comporta la formazione di trombosi all'interno del plesso venoso dei muscoli del polpaccio, principalmente nei muscoli soleo e^{gastrocnemio 4}. Sebbene spesso asintomatica e storicamente percepita come meno clinicamente significativa della TVP prossimale, le evidenze emergenti suggeriscono che la MCVT può propagare la cefalade nelle vene prossimali o scatenare embolia polmonare (EP), compromettendo così la sicurezza del paziente ^5,6. Di conseguenza, la MCVT rilevata precocemente dopo l'infortunio può richiedere un rinvio chirurgico, ricoveri prolungati e complicare la gestione perioperatoria richiedendo il ponte anticoagulante o il posizionamento di filtri nella vena cava inferiore. Pertanto, uno strumento solido per identificare i pazienti con frattura dell'anca ad alto rischio di MCVT precoce, come rilevato all'ecografia di ammissione, è clinicamente importante per ottimizzare le vie chirurgiche e migliorare i risultati dei pazienti.

Nonostante lo screening ecografico di routine, la stratificazione precoce del rischio per MCVT acuta nei pazienti con frattura dell'anca rimane clinicamente difficile. Indagini precedenti hanno cercato di identificare i fattori di rischio per la trombosi perioperatoria; tuttavia, la maggior parte si è concentrata su caratteristiche demografiche isolate o sui parametri di coagulazione^{tradizionali 4,7}. Questi studi sono spesso limitati dai limiti intrinseci dei modelli di regressione lineare, che possono non riuscire a catturare le dinamiche intricate e non lineari e l'interazione complessa della risposta trombo-infiammatoria indotta dal trauma. Dal punto di vista fisiopatologico, le fratture acute scatenano un massiccio rilascio di citochine infiammatorie, che successivamente attivano la cascata di^{coagulazione 8,9}. Sebbene nuovi indici infiammatori compositi — come il rapporto neutrofili/linfociti (NLR) e il rapporto piastrine-linfociti (PLR) — abbiano dimostrato un significativo valore prognostico nei domini cardiovascolare e chirurgico, la loro utilità nella previsione della MCVT nelle fasi iniziali rimane in gran parte poco^{esplorata 10,11}.

Per colmare questo divario nella ricerca, è necessario uno strumento predittivo multidimensionale e individualizzato. Questo studio mirava a indagare i predittori dell'MCVT precoce in una coorte ben definita di pazienti con fratture dell'anca ricoverati entro 48 ore dall'infortunio. Utilizzando la regressione tramite Least Absolute Shrinkage and Selection Operator (LASSO) per la selezione delle caratteristiche e spline cubiche limitate (RCS) per caratterizzare associazioni non lineari complesse, questo studio ha cercato di sviluppare e convalidare internamente un nomogramma clinicamente interpretabile. Questo studio ha ipotizzato che l'integrazione di marcatori infiammatori sistemici e profili metabolici migliorerebbe la stratificazione precoce del rischio e supporterebbe la pianificazione della sorveglianza durante la fase acuta della cura delle fratture dell'anca.

Protocollo

Il protocollo dello studio è stato approvato dall'Institutional Review Board (IRB) dell'ospedale ([2025B], IIT Ethics Approval No. 0407).

Progettazione dello studio e partecipanti

Questo studio retrospettivo a centro singolo è stato condotto presso il First Affiliated Hospital della Zhejiang University School of Medicine. Questo studio ha esaminato consecutivamente le cartelle cliniche dei pazienti ricoverati con fratture all'anca tra gennaio 2021 e dicembre 2024. Poiché si trattava di uno studio retrospettivo, è stata richiesta e concessa una deroga al consenso informato dei partecipanti. Sulla base dei risultati dell'ecografia Doppler colorata di routine eseguita al ricovero d'emergenza, i pazienti sono stati classificati nei gruppi MCVT o non MCVT.

Le fratture dell'anca sono state definite come fratture del femore prossimale, inclusi il collo femorale, le regioni intertrocanteriche e subtrocantereriche, escludendo però le fratture pelviche. Per garantire la purezza della popolazione studiata, i criteri di inclusione sono stati definiti rigorosamente come segue: (1) frattura primaria chiusa dell'anca confermata tramite radiografia o tomografia computerizzata; (2) tempo dall'infortunio al ricovero (TFIA) entro 48 ore; (3) completamento dell'ecografia Doppler bilaterale a colore venoso profondo degli arti inferiori al momento del ricovero (generalmente entro 2 ore dalla conferma radiografica della frattura dell'anca e prima dell'inizio della terapia anticoagulante); e (4) pianificare un intervento chirurgico. I pazienti sono stati esclusi in base ai seguenti criteri: (1) traumi multipli (ad esempio, lesioni craniocerebrali, toraciche o addominali concomitanti); (2) fratture patologiche (ad esempio, metastasi ossee); (3) una storia di TVP o EP, o terapia anticoagulante/antipiastrinica ≥ 30 giorni prima del ricovero; (4) grave disfunzione epatica o renale che compromette significativamente la sintesi o il metabolismo dei fattori di coagulazione; (5) tumori maligni concomitanti; (6) dati mancanti sostanziali riguardanti variabili cliniche o di laboratorio primarie; e (7) TVP prossimale rilevata all'ecografia di ammissione (ad esempio, trombosi che coinvolge le vene poplitee, femorale, femorale comune o iliache).

Raccolta dati e predittori dei candidati

Tutti i predittori dei candidati sono stati estratti retroattivamente dal sistema istituzionale di cartelle cliniche elettroniche (EMR). Per garantire accuratezza e integrità dei dati, il processo di estrazione è stato eseguito in modo indipendente da due ricercatori, con eventuali discrepanze risolte tramite consenso o consultazione con un medico senior. I dati raccolti sono stati categorizzati nei seguenti domini: (1) Caratteristiche demografiche: inclusi età, genere e indice di massa corporea (BMI). (2) Variabili cliniche e correlate all'infortunio: Il TFIA (misurato in ore) è stato documentato con precisione. Inoltre, le comorbidità basali sono state quantificate utilizzando l'Indice di Comorbidità di Charlson (CCI). (3) Biomarcatori di laboratorio: I parametri di laboratorio sono stati ottenuti dai primi campioni di sangue venoso raccolti entro 24 ore dall'ammissione. Questi comprendevano l'emocromo completo (CBC), i test della funzionalità epatica e renale e i profili di coagulazione. Inoltre, sono stati calcolati indici infiammatori sistemici compositi, in particolare NLR e PLR, a partire dai risultati del CBC di ammissione.

Definizione degli esiti e criteri diagnostici

Il punto di riferimento principale di questo studio è stato l'insorgenza precoce di MCVT, definita come trombosi rilevata durante la valutazione iniziale al ricovero. Tutti i pazienti inclusi hanno sottoposto un'ecografia Doppler bilaterale degli arti inferiori al momento del ricovero, prima dell'inizio di qualsiasi terapia anticoagulante. L'esame è stato condotto utilizzando EPIQ-5 con eL18-4. I pazienti sono stati esaminati in posizione supina e/o laterale come tollerato. La diagnosi è stata stabilita tramite ecografia Doppler bilaterale di routine colorata degli arti inferiori. Secondo i criteri sonografici consolidati per la fase acuta, è stata confermata una diagnosi positiva di MCVT basandosi sulle seguenti^{manifestazioni: 12}: (1) dilatazione significativa e tortuosità dei lumeni venosi muscolari del polpaccio; (2) la presenza di echi floculenti intraluminali o ipoecoici uniformi, che si manifestano come masse circolari o ovali multiple su sezioni trasversali; (3) completa non comprimibilità della vena sotto pressione del trasduttore; (4) assenza di segnali di flusso sanguigno spontaneo o fasico, senza flusso rilevabile nemmeno durante l'aumento distale dell'arto (compressione manuale); e (5) una netta demarcazione tra il segmento trombosciato e il tessuto muscolare adiacente. L'ecografia Doppler bilaterale degli arti inferiori è stata eseguita al momento del ricovero da medici certificati in ecografia utilizzando il protocollo istituzionale standardizzato. I casi ambigui sono stati esaminati da un ecografia senior.

Analisi statistica

Tutte le analisi statistiche sono state effettuate utilizzando il software R (versione 4.5.2). La normalità delle variabili continue è stata valutata utilizzando il test di Shapiro-Wilk. I dati continui sono stati presentati come medie ± deviazioni standard (SD) o mediane con intervalli interquartili (IQR), a seconda dei conti. Le variabili categoriche sono state espresse come frequenze e percentuali.

Le variabili con un valore p < 0,01 nell'analisi univariabile e le variabili considerate clinicamente importanti sono state inserite nella regressione LASSO. I candidati predittori sono stati selezionati in base alla rilevanza clinica e alla disponibilità al momento dell'ammissione. Le variabili continue sono state standardizzate prima della regressione LASSO. Nella procedura LASSO sono state valutate undici caratteristiche candidate, comprendenti nove variabili continue e due variabili fittizie per il tipo di frattura. La regressione logistica LASSO con validazione incrociata a 10 volte è stata utilizzata per ridurre la dimensionalità e selezionare le variabili per il modello multivariabile finale. Sono stati esaminati i valori lambda.min e lambda.1se, e la ritenzione finale delle variabili è stata determinata tramite selezione penalizzata insieme alla rilevanza clinica e alla successiva valutazione RCS. Le associazioni tra predittori e MCVT sono state quantificate utilizzando odds ratio (OR) e corrispondenti intervalli di confidenza (IC) al 95%.

Sulla base dei predittori identificati nella regressione logistica multivariabile, è stato costruito un nomogramma clinico per facilitare la stima individualizzata del rischio MCVT precoce. La performance predittiva del nomogramma è stata valutata in modo completo su tre dimensioni: discriminazione, calibrazione e utilità clinica. La discriminazione veniva quantificata utilizzando l'area sotto la curva caratteristica operativa del ricevitore (AUC). La calibrazione è stata valutata utilizzando grafici di calibrazione con 1.000 campioni bootstrap per valutare l'accordo tra probabilità previste ed esiti osservati; il punteggio Brier è stato calcolato anche per misurare l'accuratezza predittiva complessiva. Infine, è stata eseguita l'Analisi della Curva di Decisione (DCA) per determinare il beneficio netto clinico del modello su un'ampia gamma di probabilità di soglia. Tutte le analisi statistiche erano bilaterali e i valori p < 0,05 sono stati considerati statisticamente significativi.

In linea con il disegno retrospettivo, la dimensione del campione è stata determinata dalla disponibilità di dati consecutivi dei pazienti durante il periodo di studio di quattro anni, piuttosto che da un calcolo di potenza a priori. Data la relativamente bassa incidenza di eventi MCVT positivi (n = 44), l'intero dataset è stato utilizzato per lo sviluppo del modello senza suddividere in set separati di addestramento e validazione per mantenere la potenza statistica. Per mitigare il rischio di sovrafitting associato a questo tasso di evento, è stata impiegata la regressione LASSO per la selezione delle caratteristiche e la regolarizzazione del ritiro. Il modello finale includeva sei predittori ma sette parametri di regressione, escludendo l'intercetto, perché TG era rappresentato da due termini spline; pertanto, l'EPV basato sui parametri era di circa 6,3. Il modello non soddisfaceva l'euristica tradizionale degli eventi per candidato (EPV) ≥10, ora considerata una linea guida approssimativa piuttosto che un criterio assoluto. Pertanto, questo studio ha inoltre valutato l'overfitting utilizzando stime delle prestazioni corrette tramite bootstrap e pendenza di calibrazione. La validazione interna è stata effettuata utilizzando 1.000 ricampionamenti bootstrap per stimare e adeguare il bias ottimistico. Questo studio è stato condotto in conformità con la guida di segnalazione TRIPOD+^{AI 13}.

Per facilitare la validazione e l'implementazione indipendenti, l'equazione completa del modello, inclusi l'intercetto, i coefficienti di regressione, i coefficienti di spline dei trigliceridi (TG) e le posizioni dei nodi RCS, è fornita nella Tabella 1. La probabilità prevista di MCVT precoce è stata calcolata come P = 1 / [1 + exp(-LP)], dove LP è il predittore lineare.

Risultati

Dati demografici

Un totale di 665 pazienti con fratture dell'anca soddisfacevano i criteri di inclusione e sono stati arruolati in questo studio (Figura 1). Tra questi, 44 pazienti (6,6%) sono stati diagnosticati con MCVT precoce rilevata all'ecografia di ammissione entro 48 ore dall'infortunio. Un confronto dettagliato delle caratteristiche demografiche e cliniche tra i gruppi MCVT e non MCVT è riassunto nella Tabella 2.

Regressione LASSO ed esiti RCS

Le variabili candidate identificate come statisticamente significative (p-value < 0,01) nell'analisi univariata, insieme ai parametri clinicamente rilevanti, sono state ulteriormente selezionate utilizzando la regressione LASSO (Figura 2). Sono state valutate undici caratteristiche candidate, tra cui nove variabili continue e due variabili fittiche di tipo frattura. Il modello finale di previsione ha mantenuto TFIA, colesterolo totale (TC), Tempo di Tromboplastina Parziale Attivata (APTT), NLR, PLR e TG. La PLR ha mostrato significatività statistica borderline nel modello multivariabile (p-valore = 0,068) ma è stata mantenuta sulla base dello screening LASSO e della plausibilità clinica. Per rilassare l'assunzione di linearità, è stata eseguita un'analisi RCS per i sei predittori continui, aggiustando per le altre variabili identificate (Tabella 3). È stata osservata una significativa relazione non lineare dose-risposta tra TG e rischio di MCVT (valore p complessivo < 0,001). Come illustrato nella Figura 3, il rischio MCVT è aumentato drasticamente nei valori TG bassi e medi e poi è aumentato più gradualmente, con un'incertezza più ampia ai livelli TG più alti. L'analisi RCS veniva eseguita utilizzando 3 nodi. Per TG, i nodi furono posizionati a 0,62 mmol/L, 1,03 mmol/L e 1,64 mmol/L, corrispondenti al 10°, 50° e 90° percentile della distribuzione TG. Il punto di riferimento apparente intorno a 1,03-1,04 mmol/L dovrebbe essere considerato esplorativo piuttosto che un cutoff clinico validato.

Analisi di regressione logistica multivariabile

Incorporando le variabili identificate tramite analisi LASSO e RCS, è stato costruito un modello finale di regressione logistica multivariabile. In questo modello, TFIA, TC, APTT, NLR e PLR erano inclusi come termini lineari, mentre TG era incorporato come spline cubica limitata per tenere conto del suo effetto non lineare (Tabella 4). Sei variabili sono state mantenute nel modello finale di previsione: TFIA (OR = 1,026, IC 95%: 1,004–1,049, valore p = 0,021), TC (OR = 0,244, IC 95%: 0,146–0,406, valore p < 0,001), APTT (OR = 0,856, IC 95%: 0,764–0,959, valore p = 0,007), NLR (OR = 1,189, IC 95%: 1,103–1,280, valore p <0,001), PLR (OR = 1,004, IC 95%: 1.000–1.008, p-valore = 0.068), e TG modellata con RCS. L'effetto complessivo di TG nel modello è stato altamente significativo (p-value < 0,001). Sulla base di queste variabili, è stato sviluppato un nomogramma clinico per facilitare la stima individualizzata del rischio (Figura 4). I coefficienti di regressione completi, l'intercetta del modello, i coefficienti di spline TG e le posizioni dei nodi sono forniti nella Tabella 1. Le definizioni dei predittori sono riassunte nella Tabella 5.

Prestazioni del modello

Le prestazioni discriminative del modello sono state valutate utilizzando l'analisi delle caratteristiche operative del ricevitore (ROC) (Figura 5), ottenendo un AUC di 0,894 (IC 95%: 0,829–0,941). La curva di calibrazione ha mostrato un accordo complessivo tra probabilità previste ed esiti osservati (Figura 6), supportata da un punteggio Brier di 0,041 (IC Bootstrap 95%: 0,031–0,053). La DCA ha suggerito che l'uso del modello potrebbe offrire un beneficio netto superiore rispetto sia alle strategie "treat-all" che "treat-all" in un intervallo di probabilità di soglia (Figura 7). Sono state calcolate ulteriori metriche di calibrazione. L'intercettazione apparente di calibrazione era approssimativamente 0, la pendenza apparente di calibrazione era 1,000 e la calibrazione in grande era circa 0. La pendenza di calibrazione corretta con bootstrap era di 0,896, suggerendo un modesto ottimismo dopo la validazione interna. La validazione interna con 1.000 ricampionamenti bootstrap ha mostrato ottimismo limitato, con un indice C corretto per ottimismo di 0,884 (IC bootstrap 95%: 0,837-0,946) rispetto all'apparente AUC di 0,894. La curva di calibrazione corretta per bias approssimava la linea ideale, con un errore assoluto medio di 0,013. Gli intervalli di confidenza del 95% per le stime del beneficio netto DCA sono mostrati nella Figura 7. Il test di bontà di adattamento di Hosmer-Lemeshow ha mostrato χ² = 21,77, df = 8, p-valore = 0,005, suggerendo una certa discrepanza tra le probabilità previste e osservate tra i decili di rischio. Pertanto, la calibrazione deve essere interpretata con cautela e rivalutata in coorti esterne.

Disponibilità dei dati:

Il dataset individuale dei partecipanti de-identificato, la checklist completa TRIPOD+AI e il codice completo di analisi statistica R utilizzato per l'elaborazione dei dati, lo sviluppo del modello, la validazione e la valutazione delle prestazioni sono forniti come File Supplementari 1–3. Questi materiali contengono tutti i dati e le risorse analitiche necessarie per riprodurre i risultati riportati in questo studio.

Figura 1: Diagramma di flusso dei partecipanti. Questo diagramma di flusso riassume i criteri di screening dei pazienti, inclusione ed esclusione, e la coorte finale di studi utilizzata per lo sviluppo del modello. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 2: regressione LASSO per la selezione del predittore. Il grafico mostra la devianza binomiale incrociata come funzione di log(lambda) nella validazione incrociata a 10 volte. Sono state valutate undici caratteristiche candidate, comprendenti nove variabili continue e due variabili fittiche di tipo frattura. I numeri superiori indicano il numero di coefficienti non nulli a ciascun valore lambda. Le barre di errore indicano errori standard. Le linee tratteggiate verticali rappresentano lambda.min (0,00526) e lambda.1se (0,02558). Abbreviazioni: CCI = Indice di Comorbidità di Charlson; TFIA = Tempo dall'infortunio al ricovero; WBC = Globuli bianchi; N = Neutrofilo; L = Linfociti; M = monocito; HB = Emoglobina; HCT = Ematocrito; PLT = Piastrine; NLR = rapporto neutrofili/linfociti; PLR = Rapporto piastrine/linfociti; TP = Proteine totali; Alb = Albumina; Tbil = bilirubina totale; Crea = Creatinina; TC = colesterolo totale; GFR = Tasso di filtrazione glomerulare; IP = Fosfato inorganico; INR = Rapporto internazionale di normalizzazione; Fbg = Fibrinogeno; APTT = Tempo attivo di tromboplastina parziale; TT = Tempo di trombona; PT = Tempo della protrombina. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 3: Analisi RCS di TG e MCVT iniziali. La curva mostra le OR aggiustate per MCVT precoce in base al livello TG (mmol/L). Il modello fu regolato per TC, NLR, TFIA, APTT e PLR e utilizzava 3 nodi situati a 0,62 mmol/L, 1,03 mmol/L e 1,64 mmol/L. Il valore di riferimento era il livello mediano TG (1,03 mmol/L). L'area ombreggiata rappresenta il 95% di IC. TG è stata modellata come un predittore continuo non lineare, e la curva non deve essere interpretata come definendo un cutoff clinico validato. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 4: Nomogramma per prevedere la MCVT precoce rilevata entro 48 ore dopo l'infortunio. Il nomogramma stima la probabilità prevista di MCVT precoce utilizzando TFIA (h), TG (mmol/L), TC (mmol/L), APTT (secondi), NLR e PLR. Le definizioni dei predittori e le unità di misura sono fornite nella Tabella 5. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 5: Curva ROC del modello finale di previsione. La curva ROC mostra la capacità di discriminazione del modello di previsione per la MCVT precoce. L'AUC era di 0,894 (IC 95%: 0,829-0,941). Clicca qui per visualizzare una versione più grande di questa figura.

Figura 6: Curva di calibrazione del modello finale di previsione. Il grafico di calibrazione confronta le probabilità previste e osservate della MCVT precoce. La linea ideale rappresenta una calibrazione perfetta; La curva apparente rappresenta le prestazioni del modello sul dataset di sviluppo; e la curva corretta al bias rappresenta la calibrazione corretta dal bootstrap dopo 1.000 ricampionamenti. Il punteggio Brier era 0,041, l'intercettazione apparente di calibrazione era circa 0, la pendenza apparente di calibrazione era 1,000 e la pendenza di calibrazione corretta con bootstrap era 0,896. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 7: DCA del modello finale di previsione. La DCA mostra il beneficio netto del nomogramma attraverso le probabilità soglia. La curva modello rappresenta il beneficio netto dell'uso del nomogramma; la linea tratta-tutto assume che tutti i pazienti sviluppino MCVT; e la linea del trattamento non trattato presuppone che nessun paziente sviluppi MCVT. La curva deve essere interpretata come prova di potenziale utilità clinica solo durante la validazione interna, poiché non è stata stabilita alcuna soglia di trattamento validata. Clicca qui per visualizzare una versione più grande di questa figura.

Predittore/termine	Trasformazione / definizione	Coefficiente beta
Intercettazione	Intercetta del modello	-1.621145541
TFIA	Lineare; Ore dal infortunio al ricovero	0.025977241
NLR	Lineare; Rapporto neutrofilo/linfociti	0.172703853
PLR	Lineare; Rapporto piastrine-linfociti	0.004034446
TG_linear	Termine lineare RCS; TG in mmol/L	6.24150855
TG_rcs1	Termine non lineare RCS; nodi a 0,62, 1,03, 1,64 mmol/L	-4.814103739
TC	Lineare; colesterolo totale in mmol/L	-1.411933879
APTT	Lineare; Secondi	-0.155260603
Nodi TG RCS	0,62, 1,03, 1,64 mmol/L
Probabilità prevista	P = 1 / (1 + exp(-LP))

TABELLA 1: Specifica completa del modello di previsione. Questa tabella presenta il modello previsionale completo, inclusi l'intercetto, i coefficienti di regressione, i coefficienti di spline cubiche limitate per TG e le posizioni dei nodi necessarie per l'implementazione del modello e la validazione indipendente.

Variabile	Gruppo MCVT	Gruppo non MCVT	Valore p
Media ± SD o n (%)	(n = 44)	(n = 621)
Genere (maschio/femmina)	15/29 (34.1/65.9)	224/397 (36.1/63.9)	0,872a
Età	79.68 ± 12.03	75.66 ± 15.65	0.041b
BMI	22.05 ± 2.74	21.94 ± 3.12	0.796b
Ipertensione (sì/no)	15/29 (34.1/65.9)	196/425 (31.6/68.4)	0,739a
Diabete (sì/no)	6/38 (13.6/86.4)	91/530 (14.7/85.3)	1.000a
Malattia coronarica (sì/no)	1/43 (2.3/97.3)	29/592 (4.7/95.3)	0,713a
Tipo di frattura (collo femorale/intertrocanterico/sottotrocanterico)	22/19/3 (50.0/43.2/6.8)	462/153/6 (74.4/24.6/1.0)	<0,001c
CCI	2.55 ± 2.12	2.31 ± 2.09	0.472b
TFIA (ore)	25.58 ± 18.89	16.22 ± 14.60	0.002b
Conteggio dei globuli bili (x 10⁹/L)	9.19 ± 2.92	8.90 ± 3.18	0,529b
Conteggio di N (*10⁹/L)	7.48 ± 2.99	4.20 ± 3.11	<0.001b
Conto L (x 10⁹/L)	0.99 (0.78-1.21)	1.15 (0.92-1.52)	0,003d
M conteggio (*10⁹/L)	0.57 (0.44-0.71)	0.59 (0.43-0.75)	0.941d
Conteggio HB (g/L)	105.13 ± 22.33	110.02 ± 21.16	0.165b
HCT	32.07 ± 6.46	33.62 ± 6.09	0.127b
Conteggio PLT (x 10⁹/L)	195.06 ± 69.21	165,82 ± 65,07	0.009b
NLR	6.16 (4.30-12.05)	3.21 (1.56-5.20)	<0,001d
PLR	181.51 (126.19-260.71)	131.76 (96.00-176.23)	<0,001d
TP (g/L)	61,79 ± 7,25	62.33 ± 7.31	0,637b
Alb (g/L)	35,77 ± 5,90	36.58 ± 4.91	0.381b
Tbil (μmol/L)	11.20 (9.23-14.38)	12.70 (9.00-16.70)	0,117d
Crea (μmol/L)	70.50 (58.80-89.50)	67.00 (57.47-82.00)	0,280d
Urea (mmol/L)	6.57 (5.28-9.15)	6.18 (4.92-8.14)	0,121d
TG (mmol/L)	1.24 (1.03-1.62)	1.01 (0.77-1.27)	<0,001d
TC (mmol/L)	3.11 ± 0.76	3,84 ± 0,95	<0.001b
GFR (ml/min)	70,1 ± 25:32	78.04 ± 24.45	0.050b
IP (mmol/L)	1.04 ± 0.24	1.06 ± 0.24	0.787b
INR	1.04 (0.99-1.07)	1.05 (1.01-1.10)	0,094d
Fbg (g/L)	3.7 ± 1.01	4.04 ± 1.06	0.034b
APTT (secondo)	28.16 ± 3.23	29.48 ± 3.88	0.012b
TT (secondo)	15.95 (15.30-16.95)	16.10 (15.60-16.80)	0,533d
PT (secondo)	11.90 (11.40-12.50)	12.27 (11.70-12.80)	0,064d
D-Dimero (μg/L)	7186.00 (4,447.25-17,346.75)	4780.90 (1,980.00-12,140.00)	0,017d
I dati sono presentati in media ± SD, mediana (IQR) o n (%), a seconda di opportunità. aIl test T di Welch; bTest di somma dei rangi di Wilcoxon; cTest del chi-quadrato; dTest esatto di Fiisher (il test esatto di Fisher-Freeman-Halton è stato utilizzato per variabili multi-categoria quando il numero atteso di celle era basso).

TABELLA 2: Caratteristiche di base dei pazienti con e senza MCVT. Le variabili continue sono presentate come media ± deviazione standard o mediana con intervallo interquartile, a seconda dei conti. Le variabili categoriche sono presentate come numeri e percentuali. La coorte analitica finale non conteneva valori mancanti per i candidati predittori o variabili di risultato; 12 pazienti sottoposti a screening sono stati esclusi a causa della mancanza di dati chiave clinici o di laboratorio.

Variabile	Nodi (percentile 10, 50, 90)	Valore p non lineare	P-valore complessivo
TC	2.61, 3.77, 4.92	0.369	<0.001
NLR	0.708, 3.35, 8.68	0.058	<0.001
TG	0.62, 1.03, 1.64	<0.001	<0.001
TFIA	2, 12, 48	0.327	0.072
APTT	25.5, 28.9, 33.9	0.554	0.003
PLR	74, 134, 250	0.923	0.163

TABELLA 3: Associazioni non lineari valutate tramite analisi RCS. La tabella presenta le posizioni dei nodi, i valori p complessivi e i valori p non lineari per i predittori selezionati. I modelli RCS utilizzavano 3 nodi posizionati al 10°, 50° e 90° percentile di ciascuna distribuzione predittiva. 

Variabili	OPPURE	CI-lower	CI-upper	p-valore
TFIA	1.026	1.004	1.049	0.021
TC	0.244	0.146	0.406	<0.001
APTT	0.856	0.764	0.959	0.007
NLR	1.189	1.103	1.28	<0.001
PLR	1.004	1	1.008	0.068
TG (modellata con RCS)	-	-	-	<0.001

TABELLA 4: Modello di regressione logistica multivariabile per la MCVT precoce. Per termini lineari sono mostrati OR, IC al 95% e valori p. Poiché TG è stata modellata usando RCS, non sono stati riportati un singolo OR e un IC al 95%. La relazione dose-risposta rettificata è mostrata nella Figura 3, e i coefficienti delle spline e le posizioni dei nodi sono forniti nella Tabella 1. 

Predittore	Definizione	Unità	Tempistica
TFIA	Tempo dall'infortunio al ricovero	Orari	Esame del sangue di ammissione
TG	Trigliceridi	mmol/L	Esame del sangue di ammissione
TC	Colesterolo totale	mmol/L	Esame del sangue di ammissione
APTT	Tempo di tromboplastica parziale attivato	Secondi	Esame del sangue di ammissione
NLR	Conteggio dei neutrofili / conteggio dei linfociti	Rapporto	Esame del sangue di ammissione
PLR	Conteggio piastrinico / conteggio dei linfociti	Rapporto	Esame del sangue di ammissione

TABELLA 5: Definizioni delle variabili del modello di previsione. Questa tabella riassume i predittori inclusi nel modello finale, insieme alle loro definizioni, unità di misura e, dove applicabile, interpretazioni cliniche. 

File supplementare 1: Completamento della checklist di segnalazione TRIPOD+AI. Questo file contiene la Segnalazione Trasparente completa di un Modello di Previsione Multivariabile per Prognosi Individuale o Diagnostic Plus Intelligenza Artificiale (TRIPOD+AI), documentando la conformità alle raccomandazioni di reportistica per gli studi di modelli predittivi. Clicca qui per scaricare questo file.

File supplementare 2: Risultati di analisi statistica per lo sviluppo e la validazione dei modelli predittivi. Questo workbook contiene gli output dell'analisi statistica generati durante lo sviluppo e la validazione del modello, inclusi analisi univariate, risultati di regressione LASSO, analisi di spline cubiche limitate, coefficienti di regressione logistica multivariabile, metriche di performance del modello, analisi di calibrazione, risultati del test di buona connessione Hosmer-Lemeshow, analisi della curva decisionale e relative tabelle riassuntive. Clicca qui per scaricare questo file.

File supplementare 3: Script R per l'elaborazione dei dati e l'analisi statistica. Questo file contiene lo script R completo utilizzato per la pre-elaborazione dei dati, la selezione delle variabili, lo sviluppo del modello, la validazione interna, la calibrazione, l'analisi della discriminazione, l'analisi della curva decisionale e la generazione degli output statistici riportati in questo studio. Clicca qui per scaricare questo file.

Discussione

Dopo una frattura dell'anca, la mobilità ridotta degli arti inferiori può ridurre la funzione della pompa del gastrocnemio e la velocità del flusso sanguigno venoso. A causa dei loro diametri relativamente piccoli e della scarsità di valvole, le vene muscolari del polpaccio sono suscettibili alla stasi sanguigna e possono diventare un sito precoce di rilevamento del trombo. Uno studio precedente di Zhao et al. ha riportato un'incidenza preoperatoria MCVT del 23,5% nei pazienti con frattura^{dell'anca 14}. Al contrario, l'incidenza della coorte è stata inferiore, pari al 6,6%. Questa discrepanza può essere attribuibile a criteri rigorosi di inclusione ed esclusione pensati per concentrarsi sulla finestra post-traumatica acuta. In particolare, questo studio ha escluso pazienti con fattori pre-traumatici confondenti, come un tromboembolismo venoso precedente o l'uso a lungo termine di farmaci anticoagulanti e antipiastrinici, fornendo così una valutazione più focalizzata dell'MCVT rilevata precocemente dopo l'infortunio.

Questo studio ha identificato un'interazione sinergica significativa tra TFIA, indici infiammatori sistemici (NLR, PLR) e metabolismo lipidico (TG, TC) nella previsione precoce dell'MCVT. La TFIA prolungata non solo aggrava il rischio fisico di stasi venosa dovuta all'immobilizzazione, ma estende anche la finestra di stress acuto durante la fase critica^{post-traumatica 15,16}. L'analisi univariata ha rivelato un'alterazione bidirezionale caratterizzata da elevati numeri di N e da un numero di L depurato nel gruppo MCVT, che hanno contribuito collettivamente all'aumento significativo della NLR. Il reclutamento del numero di N riflette l'attivazione della cascata infiammatoria acuta dopo il trauma; in particolare, il rilascio di trappole extracellulari neutrofile (NET) ha dimostrato fornire un impalceggio protrombotico che facilita direttamente la deposizione di fibrina e la formazione^{di coaguli 17}. Al contrario, la linfopenia osservata sotto stress traumatico continuo sottolinea l'intricata interazione tra la sindrome della risposta infiammatoria sistemica (SIRS) e la sindrome della risposta antinfiammatoria compensatoria (CARS). Questo fenomeno è principalmente guidato dall'attivazione indotta dal trauma dell'asse ipotalamo-ipofisi-surrenale (HPA), in cui un'ondata di glucocorticoidi endogeni accelera l'apoptosi delle cellule L. Integrando sia "intensità infiammatoria" che "disfunzione immunitaria", la NLR è stata selezionata in modo robusto dalla regressione LASSO come potente predittore indipendente (OR = 1,189, valore p < 0,001). Inoltre, l'inclusione della PLR nel modello riflette lo squilibrio sinergico tra iperreattività piastrinica e linfopenia sotto stress. Sebbene la PLR non abbia raggiunto la significatività statistica convenzionale nel modello multivariabile, è stata mantenuta come variabile predittiva potenziale perché selezionata dalla regressione LASSO e riflette l'attività infiammatoria correlata alle piastrine. Pertanto, la PLR dovrebbe essere interpretata come una componente del modello di previsione piuttosto che come un fattore di rischio indipendente significativo.

Inoltre, questo processo trombo-infiammatorio è aggravato dalla disregolazione del metabolismo lipidico indotta dal trauma. L'associazione inversa tra TC e MCVT precoce merita un'attenta interpretazione. Sebbene un colesterolo elevato sia tradizionalmente associato alla malattia arteriosa, la trombosi venosa dopo un trauma acuto coinvolge meccanismi distinti, tra cui infiammazione, stasi venosa, lesioni endoteliali e attivazione della coagulazione indotta dal trauma. Nella coorte attuale, il gruppo MCVT ha mostrato un CT più basso ma livelli più alti di TG, suggerendo una risposta lipidica in fase acuta piuttosto che un modello convenzionale di dislipidemia cronica. Evidenze precedenti indicano che infiammazione e infezione possono ridurre i livelli di TC, LDL-C e HDL-C aumentando i livelli di TG, e che l'entità di queste alterazioni lipidiche può essere correlata con la gravità della malattia¹⁸. Pertanto, una minore TC può riflettere uno stress infiammatorio sistemico maggiore, uno stato catabolico o una fragilità nei pazienti anziani con fratture dell'anca, piuttosto che causare direttamente una trombosi. Questo risultato dovrebbe essere considerato come generatore di ipotesi e richiede una validazione esterna. L'elevazione osservata della TG e la concomitante riduzione della TC all'interno del gruppo MCVT caratterizzano un profilo distinto di "rimodellamento metabolico". L'ipertrigliceridemia non solo innesca cascate infiammatorie sistemiche e stress ossidativo, ma stimola anche le cellule endoteliali a secernere fattori procoagulanti, inducendo così una profonda disfunzione endoteliale¹⁹. Al contrario, il declino del TC è frequentemente correlato a un aumento delle citochine pro-infiammatorie come l'Interleucina-6, segnalando una compromessa della stabilità della membrana cellulare e un'esaurimento metabolico accelerato. L'intricata interazione tra infiammazione sistemica e disturbo metabolico genera una transizione patologica critica dell'endotelio vascolare da un "fenotipo resistente al trombo" a un "fenotipo procoagulante". Questo spostamento fenotipico endoteliale costituisce il substrato biologico fondamentale per la formazione di MCVT nelle prime fasi dopo fratture dell'anca²⁰. Il punto di riferimento TG apparente intorno a 1,03 mmol/L va interpretato con cautela. Poiché questo valore è stato derivato dal dataset attuale e può essere influenzato dalla specificazione delle spline, dalla posizione dei nodi e dalla distribuzione dei valori TG, non dovrebbe essere considerato un cutoff clinico definitivo. Ulteriori analisi di sensibilità e validazione esterna sono necessarie prima che qualsiasi soglia TG possa essere raccomandata per il processo decisionale clinico. Sebbene i livelli di Fibrinogeno (Fbg) fossero più bassi nei pazienti con MCVT nell'analisi univariata, la Fbg non è stata mantenuta nel modello predittivo finale. Ciò suggerisce che la sua associazione con l'MCVT possa essere in parte spiegata da altre variabili infiammatorie, di coagulazione e metaboliche incluse nel modello. Sebbene una riduzione della Fbg possa tradizionalmente essere interpretata come una diatesi sanguinante, nel contesto clinico di un trauma ortopedico acuto è più probabile che indichi l'insorgenza di una coagulopatia da consumo²¹. Durante la fase iperacuta che segue una frattura dell'anca, il rilascio sistemico di fattori procoagulanti innesca la cascata di coagulazione esogena. Come substrato fondamentale per il reticolamento della fibrina, la Fbg viene consumata in grandi quantità mentre viene convertita in polimeri insolubili di fibrina che si depositano all'interno di lumen venosi danneggiati o stagnanti^22,23. Questo fenomeno è in linea con le ricerche precedenti sulla coagulopatia indotta da trauma (TIC), in cui una diminuzione localizzata della Fbg circolante funge da marcatore surrogato per un'attività trombotica focale estesa²¹. Inoltre, il leggero accorciamento dell'APTT osservato nel modello corrobora la pre-attivazione della via endogena di coagulazione, riflettendo una transizione sistemica dalla stabilità omeostatica a uno stato protrombotico. L'accorciamento concomitante dell'APTT e la diminuzione della Fbg stabiliscono una logica coesa di ipercoagulazione-consumo: l'attivazione delle vie endogene accelera la generazione di fibrina, rendendo necessario un declino compensatorio delle riserve di Fbg circolanti. Questi risultati suggeriscono che monitorare la tendenza dinamica al ribasso dei parametri di coagulazione possa fornire un valore predittivo superiore per l'MCVT rispetto al fatto affidarsi esclusivamente alle soglie ipercoagulabili convenzionali durante la finestra post-traumatica iniziale.

Negli ultimi anni sono stati esplorati modelli predittivi per la trombosi venosa nei pazienti con fratture dell'anca. Jiang et al. hanno sviluppato un modello di nomogramma MCVT utilizzando dati di 388 pazienti anziani, ottenendo un AUC di 0,805-24. Analogamente, Pan et al. hanno identificato genere, TFIA, grado ASA, proteina C-reattiva e D-dimero come predittori in una coorte di 419 pazienti, con un modello AUC di^0,794-25. Un altro recente nomogramma ha cercato di prevedere la TVP preoperatoria integrando cinque fattori di rischio nei domini di stasi venosa, coagulazione e infiammazione^{immunitaria 26}. Sebbene questi modelli si concentrassero su parametri di coagulazione, demografia e stato nutrizionale, le loro finestre predittive erano spesso definite in senso ampio come il periodo preoperatorio. Nella pratica clinica, tuttavia, l'intervento chirurgico può avvenire entro 48 ore dal trauma o essere significativamente ritardato a causa di comorbidità. Questo studio si è concentrato specificamente sulla MCVT rilevata entro 48 ore dopo l'infortunio, che potrebbe essere più rilevante per la finestra decisionale acuta. La scala di valutazione del rischio Caprini è ampiamente utilizzata per lo screening^{VTE 27}, ma la sua applicazione in contesto di emergenza per pazienti anziani con fratture dell'anca può essere impegnativa perché incorpora numerosi fattori che si basano su una storia clinica dettagliata. Al contrario, il presente nomogramma utilizza variabili di ammissione disponibili di routine. Tuttavia, il modello dovrebbe essere interpretato come uno strumento di stima del rischio convalidato internamente piuttosto che come una guida definitiva al trattamento. L'analisi RCS ha suggerito un'associazione non lineare tra il rischio TG e MCVT, con una variazione della pendenza attorno al livello mediano TG. Questo schema dovrebbe essere considerato esplorativo perché potrebbe dipendere dalla specificazione delle spline, dalla posizione dei nodi e dalla distribuzione dei valori TG nel dataset attuale. È necessaria una validazione esterna prima che qualsiasi soglia TG possa essere raccomandata per il processo decisionale clinico.

La storia del fumo è stata esclusa dalla raccolta iniziale dei dati principalmente per considerazioni di affidabilità dei dati e caratteristiche specifiche della popolazione. Dato il profilo demografico della coorte, che era prevalentemente femmine anziane con una prevalenza estremamente bassa di fumo attivo, questa variabile non avrebbe sufficiente varianza statistica per contribuire in modo significativo al modello predittivo. Di conseguenza, per supportare l'obiettività e l'utilità clinica del nomogramma, questo studio ha dato priorità ai biomarcatori standardizzati di laboratorio ottenuti al momento dell'ammissione. Questi indicatori oggettivi possono riflettere in modo più accurato lo spostamento fisiopatologico acuto verso uno stato protrombotico entro la finestra di 48 ore post-lesione rispetto ai fattori cronici dello stile di vita auto-riportati. Alcune variabili clinicamente importanti, tra cui età, sesso, tipo di frattura, comorbidità, D-dimero e Fbg, non sono state mantenute nel modello finale. Questo non significa necessariamente che questi fattori siano clinicamente irrilevanti. Piuttosto, dopo la selezione penalizzata, non hanno aggiunto informazioni predittive indipendenti sufficienti oltre TFIA, TG, TC, APTT, NLR e PLR in questo dataset. In particolare, D-dimero e Fbg possono parzialmente sovrapporsi ad altre variabili legate alla coagulazione e all'infiammazione. Dato il numero limitato di eventi MCVT, si preferì un modello parsimonioso per ridurre l'overfitting.

Per quanto riguarda la costruzione del modello, il numero limitato di eventi (n = 44) ha prodotto un EPV convenzionale basato su predittori di circa 7,3 e un EPV basato su parametri di circa 6,3 quando i termini spline TG sono stati conteggiati separatamente. Sebbene il modello finale non soddisfacesse l'euristica tradizionale EPV ≥10, questa regola non è un criterio assoluto. Questo studio ha quindi utilizzato la validazione interna bootstrap per valutare ottimismo e calibrazione. Tuttavia, il numero limitato di eventi può comunque aumentare il rischio di sovrafitting, e la validazione esterna è giustificata. Innanzitutto, invece di affidarsi esclusivamente alla tradizionale selezione a gradi, è stata utilizzata la regressione LASSO per supportare lo screening variabile e ridurre la complessità del modello. In secondo luogo, lavori metodologici precedenti suggeriscono che la regola del dieci possa talvolta essere allentata nella modellazione^{predittiva 28}, a condizione che le prestazioni e la calibrazione del modello vengano valutate con attenzione. In terzo luogo, la validazione interna bootstrap di 1.000 ripetizioni ha mostrato ottimismo limitato nella discriminazione e nelle metriche di calibrazione complessive accettabili, anche se il significativo test Hosmer-Lemeshow indica che la calibrazione dovrebbe essere interpretata con cautela e rivalutata in coorti esterne.

Il modello è pensato per medici e professionisti infermieristici coinvolti nella cura di fratture acute dell'anca. Gli utenti dovrebbero inserire sei variabili di ammissione disponibili di routine con unità corrette; Non è richiesta alcuna competenza statistica una volta implementato il nomogramma o la calcolatrice, ma l'interpretazione clinica dovrebbe essere effettuata da clinici qualificati. Per applicare il modello, i clinici dovrebbero raccogliere TFIA, TG, TC, APTT, NLR e PLR all'ammissione. Il predittore lineare viene calcolato utilizzando l'equazione di regressione completa, e la probabilità prevista si ottiene come P = 1/[1+exp(-LP)]. La specifica completa del modello, inclusi l'intercetto, i coefficienti di regressione, i coefficienti di spline TG e la posizione dei nodi RCS, è fornita nella Tabella 1. Le definizioni dettagliate dei predittori sono fornite nella Tabella 5. La probabilità prevista deve essere interpretata solo come un rischio stimato. Attualmente non è disponibile alcuna soglia di intervento validata. Per i pazienti previsti ad alto rischio, il nomogramma potrebbe avere un potenziale valore nel stimolare una maggiore vigilanza clinica piuttosto che dettare direttamente il trattamento. Le strategie di gestione potenziali includono una valutazione precoce o ripetuta dell'ecografia Doppler quando clinicamente indicato, una rivalutazione attenta sia dei rischi trombotici che sanguinari, l'evitamento di ritardi inutili nell'intervento, la mobilitazione precoce, un'adeguata idratazione e l'inizio tempestivo della profilassi VTE basata su linee guida quando non controindicata. Poiché in questo studio non sono state stabilite categorie di rischio o soglie di trattamento validate, il modello dovrebbe essere considerato uno strumento di sensibilizzazione sul rischio e pianificazione della sorveglianza, piuttosto che una base autonoma per le decisioni sull'anticoagulazione. Sebbene la curva di calibrazione e il punteggio Brier suggerissero una calibrazione complessiva accettabile, il test Hosmer-Lemeshow era statisticamente significativo. Questo risultato può riflettere in parte la sensibilità di raggruppamento del test e il basso tasso di evento, ma indica anche che la calibrazione deve essere interpretata con cautela e richiede una validazione esterna.

Devono essere riconosciute diverse limitazioni. Innanzitutto, si trattava di uno studio retrospettivo a centro singolo con solo una validazione interna bootstrap; Pertanto, la generalizzabilità e l'applicabilità clinica del nomogramma richiedono una validazione esterna multicentrica prospettica. La performance e l'equità specifiche per sottogruppo non potevano essere valutate formalmente a causa del numero limitato di eventi MCVT. In secondo luogo, poiché i dati ecografici pre-lesione non erano disponibili, l'esito dovrebbe essere interpretato come MCVT rilevato entro 48 ore dall'infortunio, piuttosto che come trombosi a esordio definitivamente di nuova esordio. In terzo luogo, non sono state stabilite categorie di rischio validate o soglie di intervento; Pertanto, il nomogramma dovrebbe supportare la consapevolezza del rischio, un monitoraggio più stretto e una valutazione tempestiva dell'ecografia, piuttosto che servire come base autonoma per le decisioni sull'anticoagulazione. In quarto luogo, l'affidabilità inter-osservatore per la diagnosi ecografica non è stata formalmente valutata, il che potrebbe aver introdotto variabilità diagnostica. Infine, l'uso dello screening univariabile prima dello sviluppo del modello potrebbe aver escluso variabili clinicamente rilevanti, come età, D-dimero, Fbg, tipo di frattura e comorbidità. Studi futuri più ampi e convalidati esternamente dovrebbero affrontare queste limitazioni.

Conclusione:

Questo studio ha sviluppato e convalidato internamente un nomogramma che incorpora sei biomarcatori facilmente reperibili per stimare precocemente il rischio di MCVT nei pazienti con fratture dell'anca. Il modello ha dimostrato buone prestazioni discriminative, una calibrazione complessiva accettabile dopo la validazione interna e un potenziale beneficio netto clinico nella validazione interna bootstrap. Inoltre, l'associazione non lineare tra i livelli di TG e il rischio MCVT fornisce ulteriori approfondimenti sulla modellazione del rischio in questa popolazione. Questo modello convalidato internamente può aiutare nella stratificazione precoce del rischio dei pazienti con fratture dell'anca. Tuttavia, data la progettazione retrospettiva a centro singolo e l'assenza di validazione esterna, i risultati dovrebbero essere considerati esploratori. Sono necessari ulteriori studi multicentrici e prospettici per valutare la generalizzabilità del modello e determinarne la potenziale utilità clinica prima dell'implementazione clinica.

Materiali

Elenco dei materiali utilizzati in questo articolo

Nome	Azienda	Numero di catalogo	Commenti
Sistema di ecografia Doppler a colori	Philips	EPIQ-5 con eL18-4	Rilevazione e diagnosi di MCVT
Analizzatore di coagulazione	Stago	STAR MAX (https://www.stago-cn.com)	Misura APTT
Analizzatore ematologico	Cobas	8000 (https://www.cobase.com/)	Conteggio cellule del sangue, NLR, PLR
Analizzatore biochimico da laboratorio	Sysmex	BC7500 (https://www.sysmex.com.cn/)	Misurazione TG e TC
Microsoft Excel	Microsoft	2023 (https://www.microsoft.com)	Organizzazione dati
Software R	R Foundation	https://www.r-project.org/	Analisi statistica
Pacchetto R glmnet	CRAN	https://cran.r-project.org/web/packages/glmnet/index.html	Regressione LASSO
Pacchetto R rms	CRAN	https://cran.r-project.org/web/packages/rms/index.html	RCS, nomogram, calibrazione
Pacchetto R pROC	CRAN	https://cran.r-project.org/web/packages/pROC/index.html	Analisi ROC
Pacchetto R rmda / dcurves	CRAN	https://cran.r-project.org/web/packages/dcurves/index.html	Analisi della curva decisionale