摘要: 目的：应用Caprini和Rogers风险评估模型对妇科恶性肿瘤患者静脉血栓栓塞症(venous thrombo-embolism, VTE)的适用性进行评估，以验证其有效性。方法：采用病例对照研究方法，选择病例组与对照组各128人，应用一般描述性研究方法对患者的基本情况进行描述，通过绘制ROC曲线，对风险评估模型的筛查能力进行评价。结果：Caprini模型以9分为临界值时，ROC曲线下面积为0.801，灵敏度和特异度分别为0.727和0.836，约登指数为0.563，阳性预测值和阴性预测值分别为0.816和0.754。Rogers模型以10分为临界值时，ROC曲线下面积为0.804，灵敏度和特异度分别为0.695和0.828，约登指数为0.523，阳性预测值和阴性预测值分别为0.802和0.731。Caprini与Rogers的联合预测模型，以18.931分为临界值，ROC曲线下面积为0.873，约登指数为0.703，灵敏度、特异度分别为0.844和0.859，阳性预测值和阴性预测值分别为0.857和0.846。结论：Caprini和Rogers联合预测模型对妇科恶性肿瘤手术患者静脉血栓栓塞有良好的预测作用，对预防VTE具有积极的指导意义。
Abstract:
Objective: To evaluate the applicability of the Caprini and Rogers risk assessment models for ve-nous thromboembolism (VTE) in patients with gynecological malignant tumors and verify their ef-fectiveness. Methods: A case-control study was conducted with 128 patients in the case group and 128 in the control group. The general descriptive study method was used to describe the basic situ-ation of patients. The screening ability of the risk assessment model was evaluated by drawing ROC curve. Results: When the critical value of the Caprini model was 9 points, the area under the ROC curve was 0.801, the sensitivity and specificity were 0.727 and 0.836, and the Youden index was 0.563, the positive and negative predictive values were 0.816 and 0.754 respectively. When the critical value of the Rogers model was 10 points, the area under the ROC curve was 0.804, the sensi-tivity and specificity was 0.695 and 0.828, the Youden Index was 0.523, and the positive and nega-tive predictive values were 0.802 and 0.731, respectively. The joint prediction model of Caprini and Rogers took 18.931 as the critical value. The area under ROC curve is 0.873, the Youden index was 0.703, the sensitivity and specificity were 0.844 and 0.859 respectively, and the positive predictive value and negative predictive value were 0.857 and 0.846 respectively. Conclusion: The combined prediction model of Caprini and Rogers has a good predictive effect on venous thromboembolism in patients undergoing gynecological malignant tumor surgery, and has a positive guiding significance for preventing VTE.
1. 引言
妇科恶性肿瘤发病率和死亡率居高不下，宫颈癌、子宫内膜癌和卵巢癌均在女性发病率前十之列，卵巢癌及子宫内膜癌发病率呈上升趋势 [1] [2] 。静脉血栓栓塞症(venous thromboembolism, VTE)是妇科恶性肿瘤患者死亡的主要原因。妇科恶性肿瘤手术后30天内的总死亡率为1.7%，其中46.3%的死亡是由于静脉血栓栓塞 [3] 。恶性肿瘤和盆腔手术是发生静脉血栓栓塞的危险因素，这使妇科恶性肿瘤患者成为高风险群体 [4] 。目前妇科常用的评估模型主要有Caprini风险评估模型及Rogers风险评估模型(表1、表2) [5] 。但是两种模型对妇科恶性肿瘤VTE风险评估的联合预测作用尚不明确。本文通过对两种模型在妇科恶性肿瘤患者中的适用性进行比较，构建联合预测模型并对其筛查效果进行评价，目的在于确定更有效的风险评估模型。
2. 对象与方法
2.1. 研究对象
选取2016年1月至2020年12月，于青岛大学附属医院因妇科恶性肿瘤行手术治疗后发生VTE的患者，共128例。按1:1的比例，随机抽取同期入院的128例妇科恶性肿瘤但术后未发生VTE的患者作为对照组。纳入标准为：1) 病理确诊为妇科恶性肿瘤行手术治疗的患者；2) 术后一个月内，确诊VTE的患者；3) 病历资料完整。
Table 1. Caprini thrombosis risk assessment scale [6]
表1. Caprini血栓风险评估量表 [6]
注：低危 = 0~1分，中危 = 2分，高危 = 3~4，极高危 ≥ 5分；VTE：静脉血栓栓塞症。
Table 2. Rogers thrombosis risk assessment scale [7]
表2. Rogers血栓风险评估量表 [7]
注：非常低危 < 7分，低危 = 7~10分，中危 > 10分，高危NA。
排除标准为：1) 术前检查确诊VTE的患者；2) 合并凝血系统疾病的患者；3) 妊娠患者；4) 病历资料不完整。
所有患者术前对治疗内容知情并签署知情同意书，本研究经我院伦理委员会讨论通过。
2.1.1. 资料收集
本研究采用病例对照研究的方法，相关资料主要来源于医院病历系统，主要包括患者基本信息和VTE风险评估资料。VTE是指妇科恶性肿瘤患者术后30天内双下肢静脉加压彩超诊断的下肢深静脉血栓，以及术后30天内出现不明原因的突发胸痛、呼吸困难难、咯血、休克的患者，行肺部CT血管成像或MRI肺血管造影诊断的肺栓塞 [8] [9] 。
2.1.2. 受试对象基本情况
本研究从年龄、婚姻状况、受教育水平等基本情况，对受试对象进行描述。经检验，除年龄、手术方式这两项公认的VTE高危因素外，两组之间其他因素的分布较为均衡。因此，两组之间具有较好的可比性。详见表3。
Table 3. The basic characteristics of patients in VTE group and non-VTE group
表3. VTE组与非VTE组患者的基本特征
2.2. 统计分析方法
采用SPSS24.0统计软件进行数据整合和分析，对于定性资料，选择卡方检验，对不同类型妇科恶性肿瘤患者VTE的发生情况进行比较；对于定量资料，符合正态分布，采用t/F检验进行组间各指标的比较；不符合正态分布，采用秩和检验进行组间比较。多因素采用logistic回归分析，采用ROC曲线评价不同风险评估模型诊断的准确性。P < 0.05表示差异有统计学意义。
3. 研究结果
3.1. 单一模型对妇科恶性肿瘤术后患者VTE的筛查效果分析
3.1.1. Caprini模型筛查效果分析
用Caprini风险评估模型对所有患者进行评分，均总分 ≥ 5分，为极高危风险等级。通过绘制ROC曲线，发现以9分为临界值时，约登指数最大为0.563，灵敏度和特异度分别为0.727和0.836，阳性预测值和阴性预测值分别为0.816和0.754。ROC曲线下面积为0.801，与0.5这一参考线相比，差异有统计学意义(P = 0.000)。此时，Caprini风险评估模型对妇科恶性肿瘤患者VTE风险的诊断效果最佳。
3.1.2. Rogers模型筛查效果分析
通过绘制ROC曲线。当以10分为临界值时，约登指数最大为0.523，该模型的灵敏度和特异度分别为0.695和0.828，阳性预测值和阴性预测值分别为0.802和0.731。ROC曲线下面积为0.804，与0.5这一参考线相比，差异有统计学意义(P = 0.000)。此时，Rogers风险评估模型对妇科恶性肿瘤患者VTE风险的诊断效果最佳。
3.2. 联合筛查效果分析
3.2.1. 联合模型的构建
通过logistic回归分析对两种模型进行拟合，对logit模型进行转换，从而得到联合预测因子，将各检测项目的实测值代入上述方程，计算联合预测因子值。
3.2.2. 联合预测模型的评价
1) 临界值及风险等级标准的制定
以联合预测因子值对妇科恶性肿瘤患者VTE风险进行预测。当以18.931分为临界值时，约登指数最大，此时，联合预测模型对妇科恶性肿瘤患者VTE风险的诊断效果最佳。
本研究拟将<18分定为低风险，18~20分定为中风险，>20分为高风险，按照这一分级标准，256名妇科恶性肿瘤患者中，低风险患者共98人，VTE发生率为20.41%，中风险患者共83人，VTE发生率为48.19%，高风险患者共75人，VTE发生率为90.67%。经检验，不同风险级别的患者VTE的发生率也不同，差异有统计学意义(χ2 = 84.048, P = 0.000)，说明，本研究制定的标准对妇科恶性肿瘤患者VTE风险的分级能力具有一定的临床指导意义。详见表4。
Table 4. VTE occurrence and difference test results of each risk group
表4. 各风险组VTE发生情况及差异性检验结果
2) 联合预测模型的筛查能力评价
当联合因子分值以18.931分为临界值时，该模型的灵敏度和特异度分别为0.844和0.859，约登指数为0.703，阳性预测值和阴性预测值分别为0.857和0.846。ROC曲线下面积为0.873，与0.5这一参考线相比，差异有统计学意义(P = 0.000)。说明，联合预测模型对妇科恶性肿瘤患者VTE的筛查能力很好。详见图1。
Figure 1. ROC curve of joint prediction model for screening VTE
图1. 联合预测模型筛查VTE的ROC曲线
4. 讨论
相关研究显示，妇科恶性肿瘤患者是VTE发生的独立风险因素 [10] [11] 。VTE是导致妇科恶性肿瘤患者死亡的主要原因之一 [10] 。VTE不仅是可以预防的，而且预防措施的实施会带来很高的社会效益和经济效益 [12] 。因此，筛查出VTE高危患者并进行适当的预防措施，成为亟待解决的问题。临床上使用的Caprini风险评估模型、Rogers风险评估模型，在应用于妇科恶性肿瘤患者时，都有一个比较大的缺陷，那就是灵敏度偏低，漏诊现象严重 [13] 。本研究将这两种模型联合应用进行VTE预测，以降低漏诊率，提高预测效率。
本研究在对单一风险模型的适用性进行验证的基础上，应用logistic回归模型，构建了联合预测模型。通过绘制ROC曲线，当以18.931分为截断值时，约登指数最大，此时，联合预测模型对妇科恶性肿瘤患者VTE风险的诊断效果最佳。在此基础上，将<18分定为低风险，18~20分定为中风险，>20分为高风险。经检验，各风险组VTE的发生率显著不同，风险等级越高的患者，发生VTE的风险越大，说明，划分的分级标准较为合理。与Caprini和Rogers风险评估模型单独使用时相比，ROC曲线下面积显著增加，筛查能力更佳。同时，灵敏度和阴性预测值均显著增加，弥补了单个模型漏诊率太高的缺陷。因此，本研究构建的联合筛查模型效果具有更高的预测效率，值得临床推广。
综上所述，本研究在大量文献复习的基础上，对常用的VTE风险评估模型在妇科恶性肿瘤患者中的适用性进行了初步诊断，筛选出了2个相对更佳的风险评估模型，并采用了联合试验的方式对其进行了优化。
本研究仍存在不足之处：1) 仅从方法学的角度，对现有的VTE风险评估模型进行优化，而没有对各模型具体的条目进行增加和删减。2) 虽然优化后的风险评估模型筛查效果更为理想，但是模型中依然缺乏针对妇科恶性肿瘤的特定条目。在未来的研究中，进一步结合妇科恶性肿瘤患者的具体情况，在VTE风险评估模型中，增加涵盖该部分内容的维度和条目。甚至，在条件允许的情况下，开发出适合特定疾病的VTE风险评估模型。
参考文献
NOTES
*通讯作者Email: daihy1997@126.com