Análisis de factores que afectan el error del ángulo sagital del implante femoral después de artroplastia total de rodilla en pacientes con osteoartritis avanzada de rodilla
Objetivo: Investigar los factores que afectan al error del ángulo sagital del implante femoral después de la artroplastia total de rodilla (TKA) en pacientes con osteoartritis avanzada de rodilla. Métodos: Se recopilaron de forma retrospectiva 120 pacientes con osteoartritis avanzada de rodilla que se sometieron a TKA en el Segundo Hospital Afiliado de la Universidad de Medicina de Mongolia Interior desde junio de 2021 hasta junio de 2024; se dividieron en conjunto de entrenamiento (n=96) y conjunto de prueba (n=24) mediante muestreo aleatorio estratificado en proporción 4:1; en el conjunto de entrenamiento, los pacientes se clasificaron en grupo con buena alineación de la línea de fuerza (n=42) y grupo con mala alineación de la línea de fuerza (n=54) según el ángulo de flexión sagital del implante femoral (FPFA) en radiografías de cuerpo entero a los 6 meses postoperatorios. Se compararon los datos clínicos, indicadores perioperatorios y parámetros de imágenes en diferentes momentos postoperatorios entre los dos grupos. Se empleó análisis de varianza con medidas repetidas para evaluar la tendencia de cambio de parámetros radiológicos femorales en diferentes momentos postoperatorios y analizar el efecto de interacción entre tiempo y grupo. Se construyeron modelos predictivos del error del ángulo sagital del implante femoral post-TKA mediante seis algoritmos de aprendizaje automático (regresión logística, K-vecinos más cercanos, máquinas de vectores de soporte, naïve Bayes, perceptrón multicapa y Extreme Gradient Boosting (XGBoost)) en el conjunto de entrenamiento, evaluando y comparando el rendimiento de los modelos. Se interpretaron los modelos con R mediante gráficos resumen SHAP y gráficos de dependencia de características. El análisis de regresión lineal múltiple investigó la relación entre FPFA y los factores influyentes. En comparación con el grupo de buena alineación, el grupo con mala alineación presentó puntuaciones más altas en la escala visual analógica, viscosidad sanguínea total alta y baja, viscosidad plasmática, índice de agregación de glóbulos rojos (RBC), niveles elevados de fibrinógeno y dímero D, prolongación de la estancia hospitalaria, puntuaciones más bajas en el Hospital Americano de Cirugía Especializada, menor movilidad, índice de deformación de RBC reducido, acortamiento del tiempo de protrombina (PT) y tiempo parcial de tromboplastina activada (APTT) (P<0.05). En comparación con el primer mes postoperatorio, el grupo con mala alineación mostró aumento en el ángulo de arco anterior femoral, ángulo de curvatura femoral y ángulo lateral del eje mecánico femoral a los 3 y 6 meses postoperatorios (P<0.05); en comparación con los 3 meses, estos tres indicadores también aumentaron a los 6 meses (P<0.05); comparado con el grupo de buena alineación, el grupo de mala alineación presentó un aumento en el ángulo de arco anterior femoral a los 3 y 6 meses, así como un aumento en el ángulo de curvatura femoral y en el ángulo lateral del eje mecánico femoral a los 6 meses (P<0.05). La validación cruzada de 5 pliegues con eliminación recursiva de características utilizando bosque aleatorio seleccionó siete variables candidatas como factores de riesgo óptimos: movilidad, índice de agregación de RBC, PT, APTT, ángulo de arco anterior femoral, ángulo de curvatura femoral y ángulo lateral del eje mecánico femoral. Finalmente, el modelo XGBoost se estableció como el mejor modelo de aprendizaje automático para predecir el error del ángulo sagital del implante femoral postoperatorio, con sensibilidad de 0.845 (IC 95% 0.789~0.892), especificidad de 0.801 (IC 95% 0.754~0.863), precisión de 0.814 (IC 95% 0.762~0.885) y ROC-AUC de 0.812 (IC 95% 0.765~0.864). Los gráficos resumen SHAP mostraron que las variables candidatas más influyentes sobre la mala alineación fueron, en orden: ángulo de arco anterior femoral, movilidad, ángulo lateral del eje mecánico femoral, índice de agregación de RBC, PT, APTT y ángulo de curvatura femoral. Los gráficos de dependencia de características SHAP indicaron que con el aumento del ángulo de arco anterior femoral, ángulo lateral del eje mecánico femoral, índice de agregación de RBC, la disminución de la movilidad, y el acortamiento de PT y APTT, el riesgo de mala alineación incrementa progresivamente. El análisis de regresión lineal múltiple mostró que el ángulo de arco anterior femoral, ángulo lateral del eje mecánico femoral, índice de agregación de RBC y ángulo de curvatura femoral son factores de riesgo independientes que afectan la variación de FPFA a los 6 meses postoperatorios (P<0.05), mientras que la movilidad, PT y APTT son factores protectores independientes (P<0.05). Conclusión: El ángulo de arco anterior femoral, ángulo lateral del eje mecánico femoral, índice de agregación de RBC, ángulo de curvatura femoral, movilidad, PT y APTT son factores que influyen en el error del ángulo sagital del implante femoral después de TKA en pacientes con osteoartritis avanzada de rodilla.
关键词
osteoartritis avanzada de rodilla; artroplastia total de rodilla; implante femoral; error del ángulo sagital