摘要 目的：分析骨盆骨折患者行天璣?骨科機器人輔助手術(shù)后深靜脈血栓（DVT）形成影響因素，并探討其風險預(yù)警管理策略。方法：對2023年1月—2023年12月首都醫(yī)科大學附屬北京積水潭醫(yī)院擬行天璣骨科機器人輔助手術(shù)的130例骨盆骨折患者進行研究。根據(jù)患者術(shù)后2個月內(nèi)是否出現(xiàn)DVT分為發(fā)生組（17例）和未發(fā)生組（113例）。比較兩組患者相關(guān)指標差異，并行Logistic回歸單因素和多因素分析，篩選術(shù)后DVT形成影響因素，構(gòu)建相關(guān)指標風險預(yù)警模型，分析模型對患者術(shù)后DVT形成的預(yù)測價值，提出針對性管理策略。結(jié)果：與未發(fā)生組相比，發(fā)生組患者手術(shù)時間更長，全身麻醉、術(shù)前臥床時間≥3 d的比例更高，術(shù)前抗凝預(yù)防比例更低（Plt;0.05）。多因素Logistic回歸分析提示全身麻醉、術(shù)前臥床時間過長、手術(shù)時間過長會增加患者術(shù)后DVT發(fā)生風險（Plt;0.05）。建立術(shù)后DVT形成風險預(yù)警列線圖模型，該模型評估手術(shù)后DVT形成ROC曲線下面積為0.934，特異度為0.867，敏感度為0.941，Cut-off值為0.137，（Plt;0.05）。經(jīng)內(nèi)部驗證分析發(fā)現(xiàn)，該模型有良好穩(wěn)定性與正向凈收益率。結(jié)論：全身麻醉、術(shù)前臥床時間過長、手術(shù)時間過長會增加骨盆骨折患者行天璣骨科機器人輔助手術(shù)后DVT發(fā)生風險，構(gòu)建基于上述因素的風險預(yù)警模型預(yù)測效能較好，可供臨床參考。

關(guān)鍵詞 骨盆骨折；深靜脈血栓；機器人輔助手術(shù)；護理干預(yù)

中圖分類號 R687.3 文獻標識碼 A 文章編號 2096-7721（2025）02-0229-06

Influencing factors and risk warning management on DVT formation after robot-assisted orthopedic surgery

ZHANG Weinan， TIAN Ao， PENG Yajing， JIA Lili

（Department of Anesthesia， Beijing Jishuitan Hospital of Capital Medical University， Beijing 100035， China）

Abstract Objective： To analyze the influencing factors of deep vein thrombosis （DVT） formation in pelvic fracture patients who underwent TiRobot-assisted surgery and explore the risk warning management strategies. Methods： 130 pelvic fracture patients who underwent TiRobot-assisted surgery in Beijing Jishuitan Hospital of Capital Medical University from January 2023 to December 2023 were selected and divided into the occurrence group （n=17） and the non-occurrence group （n=113） according to whether the patients had DVT within 2 months after surgery. The difference of relevant indicators between the two groups of patients were compared， univariate and multivariate logistic regression analyses were performed to screen the influencing factors of postoperative DVT formation， then the risk prediction model was conducted to analyze the predictive value of the model for postoperative DVT， and targeted management strategies were proposed. Results： Compared with the non-occurrence group， the occurrence group had a longer operative time， higher proportion of general anesthesia and preoperative bed"time ≥3 d， and a lower proportion of preoperative anticoagulation prevention （Plt;0.05）. Multivariate logistic regression analysis indicated that"general anesthesia， long preoperative bed time， and long operative time would increase the risk of postoperative DVT （Plt;0.05）. A postoperative DVT formation risk prediction nomogram model was established， and the area under the ROC curve for postoperative DVT formation was assessed as 0.934， with the specificity of 0.867， sensitivity of 0.941， and cut-off value of 0.137 （Plt;0.05）. The internal validation analysis revealed that the model had good stability and a positive net return. Conclusion： General anesthesia， long preoperative bed time， and long operative time could increase the risk of DVT in pelvic fracture patients after TiRobot-assisted surgery. The risk warning model based on the above factors has good evaluation efficacy and can be used for clinical reference.

Key words Pelvic Fracture; Deep Venous Thrombosis; Robot-assisted Surgery; Nursing Interventions

深靜脈血栓（Deep Venous Thrombosis，DVT）是骨科手術(shù)后常見并發(fā)癥之一，可導致肺栓塞、死亡等嚴重后果[1-2]。骨盆骨折是由于外力因素導致骨盆骨性結(jié)構(gòu)發(fā)生骨質(zhì)完整性破壞的損傷，臨床治療以外科手術(shù)為主[3-4]。但手術(shù)過程中的有創(chuàng)操作、靜脈壁損傷、凝血和纖溶系統(tǒng)失衡以及術(shù)后制動等因素，都可能導致血液高凝狀態(tài)和血流緩慢，從而增加患者術(shù)后DVT風險。近年來，天璣?骨科機器人輔助手術(shù)在骨折干預(yù)中廣泛應(yīng)用，逐漸成為骨折常用參考術(shù)式[5-6]。天璣?骨科機器人手術(shù)系統(tǒng)定位精準度高，可廣泛應(yīng)用于脊柱全節(jié)段、骨盆、四肢等部分的螺釘內(nèi)固定術(shù)，確保手術(shù)路徑與規(guī)劃路徑一致，大大提高了手術(shù)的精準度。但由于其創(chuàng)傷性，術(shù)后DVT風險仍然存在[7]。為了保障手術(shù)效果與患者安全，本研究通過深入分析天璣?骨科機器人輔助手術(shù)后DVT影響因素，構(gòu)建針對術(shù)后DVT風險預(yù)警的模型，為臨床醫(yī)生提供決策支持，降低術(shù)后DVT發(fā)生率，提高患者安全性和預(yù)后效果，現(xiàn)報道如下。

1 資料與方法

1.1一般資料 對2023年1月—2023年12月首都醫(yī)科大學附屬北京積水潭醫(yī)院行天璣?骨科機器人輔助手術(shù)的130例骨盆骨折患者進行研究。根據(jù)患者術(shù)后2個月內(nèi)是否出現(xiàn)DVT分為發(fā)生組（17例）和未發(fā)生組（113例）。本研究已獲醫(yī)院倫理委員會審批（審批號：積倫[K2023]第[103]號）。

納入標準：①因外傷導致的骨盆閉合性骨折，骨折AO/OTA分型為B、C型；②年齡18～60歲，有自主行為能力者；③入院接受初步損傷控制后，擬行天璣?骨科機器人輔助經(jīng)皮置入骶髂關(guān)節(jié)螺釘固定手術(shù)干預(yù)；④可耐受麻醉者，ASA分級為Ⅰ級、Ⅱ級；⑤術(shù)后可至少完成2個月隨訪觀察。排除標準：①患有嚴重多發(fā)傷或失血性休克等并發(fā)癥；②患有中重度骨質(zhì)疏松；③置釘部位、周圍軟組織感染；④BMI≥30 kg/m2；⑤有骨盆損傷或髖關(guān)節(jié)疾病病史；⑥臨床資料不全。

1.2方法

1.2.1資料收集方式 通過醫(yī)院電子病歷管理系統(tǒng)，詳細收集患者人口學資料：性別、年齡、BMI、文化程度、職業(yè)、居住地、吸煙、飲酒。病情相關(guān)資料：致傷原因、AO/OTA分型、創(chuàng)傷嚴重程度（Injury Severity Score，ISS）評分[8]、糖尿病史、高血壓史、靜脈血栓栓塞癥（Venous Thromboembolism，VTE）病史、既往手術(shù)史、中性粒細胞與淋巴細胞比值（Neutrophil-to-lymphocyte Ratio，NLR）、C反應(yīng)蛋白（C-Reactive Protein，CRP）、D-二聚體水平。手術(shù)相關(guān)資料：受傷至手術(shù)時間、手術(shù)時間、全身麻醉、術(shù)中出血量、術(shù)前臥床時間、術(shù)前抗凝預(yù)防。

1.2.2 DVT診斷標準 對患者進行術(shù)后2個月隨訪，記錄隨訪期間患者出現(xiàn)DVT的概率。DVT診斷標準包括臨床表現(xiàn)、體征檢查、影像學檢查。①臨床癥狀：患肢腫脹、發(fā)硬、疼痛，活動后加重；患肢皮膚顏色變深，皮溫增加；部分患者伴有發(fā)熱、心動過速癥狀[9]。②體格檢查：血栓部位壓痛；沿血管可捫及索狀物；血栓遠側(cè)肢體或全肢體腫脹，皮膚可呈青紫色；足背、脛后動脈搏動可減弱或消失。③影像學檢查：通過彩色多普勒超聲檢查觀察血管內(nèi)是否有血流和異?；芈曁畛?。如果發(fā)現(xiàn)血管內(nèi)無血流，并可見中回聲或低回聲填充，可判斷為DVT[10]。

經(jīng)本研究確診的DVT患者存在相關(guān)臨床癥狀，且最終經(jīng)超聲完成診斷。

1.3統(tǒng)計學方法 所有數(shù)據(jù)采用SPSS 22.0軟件進行統(tǒng)計學分析，計數(shù)資料采用例數(shù)（百分比）[n（%）]表示，組間進行 χ2檢驗；符合正態(tài)分布的計量資料采用均數(shù)±標準差（x±s）表示，行t檢驗。采用Logistic回歸分析相關(guān)影響因素，并構(gòu)建風險預(yù)警模型；建立受試者工作特征曲線（Receiver Operating Characteristic Curve，ROC）評估模型預(yù)測效能，Plt;0.05表示差異具有統(tǒng)計學意義。繪圖采用GraphPad Prism 8軟件。

2 結(jié)果

2.1患者相關(guān)資料比較 比較兩組患者人口學資料、病情相關(guān)資料及手術(shù)相關(guān)資料，結(jié)果顯示，兩組在手術(shù)時間、全身麻醉、術(shù)前臥床時間、術(shù)前抗凝預(yù)防方面的差異有統(tǒng)計學意義（Plt;0.05）。與未發(fā)生組相比，發(fā)生組患者手術(shù)時間更長，全身麻醉、術(shù)前臥床時間≥3 d的比例更高，術(shù)前抗凝預(yù)防比例更低，差異有統(tǒng)計學意義（Plt;0.05），見表1。

2.2術(shù)后DVT形成單因素分析 將表1中差異有統(tǒng)計學意義的指標進行單因素Logistic回歸分析，賦值見表2。結(jié)果顯示全身麻醉、術(shù)前臥床時間、術(shù)前抗凝預(yù)防、手術(shù)時間為手術(shù)后DVT形成的相關(guān)影響因素（Plt;0.05），見表3。

2.3術(shù)后DVT形成多因素分析 將表3相關(guān)影響因素作為自變量，組別為因變量，進行多因素Logistic回歸分析。結(jié)果顯示，全身麻醉、術(shù)前臥床時間過長、手術(shù)時間過長會增加患者術(shù)后DVT發(fā)生風險（Plt;0.05），見表4。

2.4術(shù)后DVT預(yù)警模型ROC曲線分析 根據(jù)表4建立術(shù)后DVT形成風險預(yù)警列線圖模型，如圖1。ROC曲線評估顯示模型效能高曲線下面積為0.934，特異度0.867，敏感度0.941，Cut-off值為0.137（Plt;0.05），

如圖2。內(nèi)部驗證發(fā)現(xiàn)，Bootstrap（B=1000）驗證提示校準曲線與理想曲線較為一致，模型有良好穩(wěn)定性（如圖3）。決策曲線分析提示該模型具有正向凈收益率，閾值0.02～0.67（如圖4）。

3 討論

骨盆骨折是臨床常見的外傷骨折，占骨折總數(shù)的1%～3%，致殘率高達50%～60%[11-13]。DVT作為骨科手術(shù)后的常見并發(fā)癥之一，給患者帶來了額外的健康風險[14-15]。近年來，天璣?骨科手術(shù)機器人的應(yīng)用為骨盆骨折治療提供了新方法，提高了手術(shù)成功率和患者治療效果[16]。然而，術(shù)后并發(fā)癥的發(fā)生風險依舊存在，尤其是DVT的發(fā)生。本研究聚焦于天璣?骨科機器人輔助手術(shù)后DVT的形成因素，旨在為臨床提供更精準的治療策略。

在本研究中，通過單因素和多因素分析，最終發(fā)現(xiàn)全身麻醉、術(shù)前臥床時間過長以及手術(shù)時間過長是增加DVT發(fā)生風險的關(guān)鍵因素。這與羅雪峰

等人[17]的研究結(jié)論有相似之處。全身麻醉可能影響患者的凝血系統(tǒng)，使其血液處于高凝狀態(tài)，也會因肌肉松弛和術(shù)后長時間臥床而減緩血液流動，為血栓的形成創(chuàng)造條件[17]。術(shù)前臥床時間的延長同樣會導致下肢靜脈血液流動減慢，增加血栓形成的概率，同時也可能對靜脈壁造成損傷，進一步促進血栓的形成[18]。而手術(shù)時間的延長則會使機體處于應(yīng)激狀態(tài)，血液更容易凝固，同時增加術(shù)后恢復(fù)和臥床休息的時間，限制患者活動，減緩血液循環(huán)[19]。與張雷等人[20]的研究結(jié)論不同，本研究未發(fā)現(xiàn)年齡對天璣?骨科機器人輔助手術(shù)后DVT的形成有顯著影響，這可能與本研究患者年齡集中、跨度小有關(guān)。

基于上述因素構(gòu)建風險預(yù)警模型，該模型在評估天璣?骨科機器人輔助手術(shù)后DVT發(fā)生方面表現(xiàn)出良好的效能，ROC曲線下面積達到0.934，并經(jīng)過內(nèi)部驗證確認其穩(wěn)定性和正向凈收益率。在臨床應(yīng)用中，該預(yù)警模型可幫助醫(yī)生在術(shù)前收集患者關(guān)鍵信息，以準確評估患者DVT發(fā)生風險[21-25]。對于高風險人群，應(yīng)更積極地采取預(yù)防措施，如盡量減少全身麻醉、縮短麻醉和手術(shù)時間、給予抗凝藥物、鼓勵患者盡早活動等[26-28]。對于低風險人群，也不應(yīng)忽視DVT的預(yù)防，可采取常規(guī)預(yù)防措施，如使用彈力襪，定期評估患者下肢腫脹情況等[29-30]。

綜上所述，全身麻醉、術(shù)前臥床時間過長、手術(shù)時間過長會增加骨盆骨折患者行天璣?骨科機器人輔助手術(shù)后DVT的發(fā)生風險，構(gòu)建基于上述因素的風險預(yù)警模型評估效能較好，可供臨床參考。然而，由于樣本量限制，本研究未能充分納入所有影響DVT形成的因素。為了獲得更準確、可靠的研究結(jié)論，未來還需進一步增加樣本量，并進行外部驗證，以確保研究結(jié)論能夠更廣泛地應(yīng)用于臨床中。

利益沖突聲明：本文不存在任何利益沖突。

作者貢獻聲明：張瑋楠負責設(shè)計論文框架，起草論文；張瑋楠，田奡，彭亞靜，賈利利均參與該項目具體操作及研究過程的實施；田奡，彭亞靜，賈利利負責數(shù)據(jù)收集、統(tǒng)計學分析、繪制圖表；張瑋楠負責論文修改；張瑋楠負責擬定寫作思路，指導撰寫文章并最后定稿。

參考文獻

[1] Navarrete S， Solar C， Tapia R， et al. Pathophysiology of deep vein thrombosis[J]. Clin Exp Med， 2023， 23（3）： 645-654.

[2] Kim K A， Choi S Y， Kim R. Endovascular treatment for lower extremity deep vein thrombosis： an overview[J]. Korean J Radiol， 2021， 22（6）：

931-943.

[3] 閆甜， 王麗燕， 宋佳璐. 不穩(wěn)定骨盆骨折患者術(shù)后醫(yī)院感染狀況及其影響因素[J]. 中國臨床醫(yī)生雜志， 2024， 52（3）： 339-341.

[4] 高迪， 楊朝暉， 尹蕓生. 經(jīng)皮骨盆前環(huán)內(nèi)固定支架聯(lián)合后路鋼板治療骨盆骨折[J]. 臨床骨科雜志， 2024， 27（2）： 243-246.

[5] 何麗， 曾玉， 喻曉芬， 等. 機器人手術(shù)護理配合中國專家共識（2024版）[J]. 機器人外科學雜志（中英文）， 2024， 5（2）： 288-298.

[6] 吳博宇， 范志海. 機器人輔助手術(shù)治療脊柱骨折伴脊髓神經(jīng)損傷的研究進展[J]. 機器人外科學雜志（中英文）， 2024， 5（2）： 194-198.

[7] 梁海燕， 王慧娟， 邱忠鵬. 凝血指標及纖溶活性指標在骨科術(shù)后DVT中的診斷價值[J]. 中國傷殘醫(yī)學， 2023. DOI： 10. 13214/j. cnki. cjotadm. 2023. 06. 013.

[8] 王琦， 朱江靜， 覃機勇. 基于ROC曲線的幾種創(chuàng)傷嚴重程度評估工具對老年創(chuàng)傷患者院內(nèi)死亡預(yù)測效果的對比研究[J]. 新疆醫(yī)科大學學報， 2024， 47（4）： 564-569.

[9] 侯玉芬， 劉政. 下肢深靜脈血栓形成診斷及療效標準（2015年修訂

稿）[J]. 中國中西醫(yī)結(jié)合外科雜志， 2016， 22（5）： 520-521.

[10] 江瑞平， 王霞. 彩色多普勒超聲診斷下肢深靜脈血栓形成的臨床價值分析[J]. 影像研究與醫(yī)學應(yīng)用， 2024， 8（7）： 98-100.

[11] Krughoff K， Shapiro J， Peterson A C. Pelvic fracture urethral distraction defect[J]. Urol Clin North Am， 2022， 49（3）： 383-391.

[12] Hollwarth A J， Dutton TAG. Retrospective analysis of pelvic limb fracture management in companion psittacine birds （60 cases）[J]. J Avian Med Surg， 2023， 37（2）： 165-174.

[13] Forssten M P， Sarani B， Mohammad Ismail A， et al. Adverse outcomes following pelvic fracture： the critical role of frailty[J]. Eur J Trauma Emerg Surg， 2023， 49（6）： 2623-2631.

[14] Goldhaber S Z， Magnuson E A， Chinnakondepalli K M， et al. Catheter-directed thrombolysis for deep vein thrombosis： 2021 update[J]. Vasc Med， 2021， 26（6）： 662-669.

[15] Liang W， Moverley J A. Deep vein thrombosis[J]. JAAPA， 2022， 35（3）："61-62.

[16] 劉濤， 姚興璋， 何志軍， 等. 天璣機器人輔助下微創(chuàng)空心螺釘固定治療Sanders Ⅱ、Ⅲ型跟骨骨折[J]. 實用手外科雜志， 2023， 37（3）："322-325.

[17] 羅雪峰， 易知非， 謝增如. C型骨盆骨折患者內(nèi)固定術(shù)后下肢深靜脈血栓形成危險因素分析及相關(guān)列線圖模型的構(gòu)建[J]. 重慶醫(yī)學， 2023， 52（23）： 3583-3588， 3593.

[18] 劉晗， 王小虎. 骨折術(shù)后深靜脈血栓形成合并肺栓塞的相關(guān)因素分析[J]. 臨床外科雜志， 2022， 30（9）： 890-892.

[19] 孫小娟， 鄭藍天， 曹昆， 等. 頜面部骨折術(shù)后并發(fā)深靜脈血栓的相關(guān)影響因素分析[J]. 寧夏醫(yī)科大學學報， 2021， 43（3）： 253-255.

[20] 張雷. 骨盆髖臼骨折患者術(shù)后DVT的危險因素Logistic回歸分析及預(yù)防措施[J]. 臨床醫(yī)學研究與實踐， 2018， 3（19）： 110-111.

[21] 馬超， 李鵬飛. 改良踝泵運動對老年骨折術(shù)后患者下肢血流動力學參數(shù)及深靜脈血栓發(fā)生風險的影響[J]. 醫(yī)學臨床研究， 2023， 40（5）： 796-799.

[22] 孫飛飛. 綜合護理對預(yù)防脊柱骨折術(shù)后下肢深靜脈血栓形成的作用[J]. 中國傷殘醫(yī)學， 2022， 30（1）： 90-91.

[23] 鄭麗芳. 綜合康復(fù)訓練預(yù)防老年髖部骨折術(shù)后深靜脈血栓的效果分析[J]. 婦幼護理， 2023， 3（20）： 4938-4940.

[24] 焦翠麗， 張艷艷， 陳曉， 等. 預(yù)防性護理預(yù)防老年脊柱骨折術(shù)后患者壓瘡和下肢深靜脈血栓風險的價值[J]. 現(xiàn)代中西醫(yī)結(jié)合雜志， 2021， 30（7）： 774-777.

[25] 劉鈾寧， 劉安明， 劉勇. 腰椎間盤突出癥患者術(shù)后下肢DVT形成的影響因素及LRRFIP1的表達意義[J]. 頸腰痛雜志， 2023， 44（5）："796-799.

[26] 廖鳯， 胡珍珍， 王曉燕. 高危因素循證下預(yù)警干預(yù)對預(yù)防髖關(guān)節(jié)置換術(shù)患者術(shù)后DVT的影響[J]. 齊魯護理雜志， 2024， 30（18）： 125-127.

[27] 方敏， 高興蓮， 王曾妍， 等. 骨科患者術(shù)中下肢深靜脈血栓風險增高的血流變化及影響因素[J]. 護理學雜志， 2024， 39（10）： 64-67.

[28] 平方芳， 付新鴿， 李藝博. 老年肺癌患者下肢深靜脈血栓形成情況及其影響因素分析[J]. 實用癌癥雜志， 2024， 39（4）： 612-614， 619.

[29] 左宏媛， 楊濤. 老年下肢深靜脈血栓形成患者復(fù)發(fā)的影響因素分析[J]. 中國血管外科雜志（電子版）， 2024， 16（2）： 144-148.

[30] 梁勝凱， 謝磊， 李瑤， 等. 閉合性Pilon骨折術(shù)后下肢深靜脈血栓形成的影響因素及其風險預(yù)測列線圖模型構(gòu)建[J]. 臨床外科雜志， 2024， 32（6）： 653-656.

收稿日期：2024-06-25

編輯：魏小艷

基金項目：北京市科委首都臨床特色應(yīng)用研究項目（Z171100001017135）

Foundation Item： Capital Clinical Characteristic Applied Research Project of Beijing Municipal Committee of Science and Technology （Z171100001017135）

引用格式：張瑋楠，田奡，彭亞靜，等.機器人輔助骨科手術(shù)后深靜脈血栓形成的影響因素及風險預(yù)警管理研究[J]. 機器人外科學雜志（中英文），2025，6（2）：229-234.

Citation： ZHANG W N， TIAN A， PENG Y J， et al. Influencing factors and risk warning management on DVT formation after robot-assisted orthopedic surgery[J]. Chinese Journal of Robotic Surgery， 2025， 6（2）： 229-234.

通訊作者（Corresponding Author）：張瑋楠（ZHANG Weinan），Email：zhangweinan119@163.com