Дооперационные предикторы летальности при переломах проксимального отдела бедренной кости

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Возраст и коморбидность рассматриваются как независимые дооперационные предикторы летальности при переломах проксимального отдела бедренной кости, однако их вклад остаётся предметом дискуссии.

Цель. Оценить прогностическую значимость возраста и индекса Charlson CCI для выживаемости лиц старших возрастных групп при переломах проксимального отдела бедренной кости.

Материалы и методы. Ретроспективно-проспективное исследование с включением всех случаев переломов проксимального отдела бедренной кости (коды по МКБ-10: S72.0, S72.1, S72.2), имевших место с 1 января по 31 декабря 2019 года у лиц старше 50 лет городов Твери, Торжка, Ржева, Вышнего Волочка и Кашина. Индекс Charlson для каждого пациента рассчитан с помощью онлайн-калькулятора и использования клинических данных, полученных из историй болезни и амбулаторных карт пациентов. Выживаемость оценивалась с помощью кривых Каплана–Мейера и среднего количества смертей в день на 1000 человек. Интервал наблюдения рассчитывался в днях с момента травмы до события смерти или последнего контакта с пациентом. Минимальный срок наблюдения составлял 876 дней, максимальный — 1492 дня.

Результаты. Выживаемость пациентов закономерно снижалась от менее возрастной к более возрастной группе как среди оперированных, так и неоперированных. Возраст наибольшего риска летальности — 85 лет и старше (медиана выживаемости — 257 дней, 95% ДИ 36,6–478,3). CCI значимо связан с выживаемостью: риск смерти при CCI >3 баллов выше по сравнению с CCI 2–3 балла в зависимости от интервала наблюдения в 3–6 раз. В исследуемой популяции CCI в большей степени, чем возраст, отражал состояние здоровья: в одной возрастной группе были пациенты с разным CCI.

Заключение. Применение в качестве предикторов летальности одновременно возраста и CCI как более точного показателя состояния здоровья позволит запланировать использование в дооперационном и раннем послеоперационном периоде дополнительных медицинских и социальных ресурсов и тем самым повысить выживаемость.

Об авторах

Светлана Семеновна Родионова

Национальный медицинский исследовательский центр травматологии и ортопедии им. Н.Н. Приорова

Автор, ответственный за переписку.
Email: rod06@inbox.ru
ORCID iD: 0000-0002-2726-8758
SPIN-код: 3529-8052

д-р мед. наук, профессор

Россия, Москва

Хабибаллах Заид Ахмед Аси

Тверской государственный медицинский университет

Email: habeb.asi395@mail.ru
ORCID iD: 0000-0002-9194-743X
Россия, Тверь

Алла Владимировна Кривова

Тверской государственный медицинский университет

Email: krivova267@gmail.com
ORCID iD: 0000-0002-9722-1285
SPIN-код: 9755-0627

д-р мед. наук, профессор

Россия, Тверь

Эльмира Мидхатовна Муртазина

Национальный медицинский исследовательский центр травматологии и ортопедии им. Н.Н. Приорова

Email: nes_murtazina@mail.ru
ORCID iD: 0009-0000-6903-4012
Россия, Москва

Список литературы

  1. Xu B.Y., Yan S., Low L.L., et al. Predictors of poor functional outcomes and mortality in patients with hip fracture: a systematic review // BMC Musculoskelet Disord. 2019. Vol. 20, № 1. Р. 568. doi: 10.1186/s12891-019-2950-0
  2. Miettinen S.S.A., Savolainen S., Kröger H. Charlson comorbidity index predicts the 10-year survivorship of the operatively treated hip fracture patients // Eur J Orthop Surg Traumatol. 2023. Vol. 33, № 4. Р. 1141–1148. doi: 10.1007/s00590-022-03259-2
  3. Fangke H., Chengying J., Jing S., Peifu T., Yan W. Preoperative predictors for mortality following hip fracture surgery: A systematic review and meta-analysis // Injury. 2012. Vol. 43, № 6. Р. 676–685. doi: 10.1016/j.injury.2011.05.017
  4. Pereira S.R., Puts M.T., Portela M.C., Sayeg M.A. The impact of pre fracture and hip fracture characteristics on mortality in older persons in Brazil // Clinical Orthopaedics and Related Research. 2010. Vol. 468, № 7. P. 1869–1883. doi: 10.1007/s11999-009-1147-5
  5. Sterling R.S. Gender and race/ethnicity differences in hip fracture incidence, morbidity, mortality, and function // Clin Orthop Relat Res. 2011. Vol. 469, № 7. Р. 1913–8. doi: 10.1007/s11999-010-1736-3
  6. Ishidou Y., Koriyama C., Kakoi H., et al. Predictive factors of mortality and deterioration in performance of activities of daily living after hip fracture surgery in Kagoshima, Japan // Geriatr Gerontol Int. 2017. Vol. 17, № 3. Р. 391–401. doi: 10.1111/ggi.12718
  7. Kimura A., Matsumoto Y., Wakata Y., et al. Predictive factors of mortality of patients with fragility hip fractures at 1 year after discharge: A multicenter, retrospective study in the northern Kyushu district of Japan // Journal of Orthopaedic Surgery. 2019. Vol. 27, № 3. Р. 2309499019866965. doi: 10.1177/2309499019866965
  8. Ondeck N.T., Bohl D.D., Bovonratwet P., et al. Discriminative ability of commonly used indices to predict adverse outcomes after poster lumbar fusion: a comparison of demographics, ASA, the modified Charlson Comorbidity Index, and the modified Frailty Index // Spine J. 2018. Vol. 18, № 1. Р. 44–52. doi: 10.1016/j.spinee.2017.05.028
  9. Ondeck N.T., Bohl D.D., Bovonratwet P., et al. Predicting adverse outcomes after total hip arthroplasty: a comparison of demographics, the American Society of Anesthesiologists class, the modified Charlson comorbidity index, and the modified frailty index // J Am Acad Orthop Surg. 2018. Vol. 26, № 20. Р. 735–743. doi: 10.5435/JAAOS-D-17-00009
  10. Schousboe J.T. Mortality after osteoporotic fractures: What proportion is caused by fracture and is preventable? // J Bone Miner Res. 2017. Vol. 32, № 9. Р. 1783–1788. doi: 10.1002/jbmr.3216
  11. Paksima N., Koval K.J., Aharanoff G., et al. Predictors of mortality after hip fracture: a 10-year prospective study // Bull NYU Hosp Jt Dis. 2008. Vol. 66, № 2. Р. 111–117.
  12. Galler M., Zellner M., Roll C., et al. A prospective study with ten years follow-up of two-hundred patients with proximal femoral fracture // Injury. 2018. Vol. 49, № 4. Р. 841–845. doi: 10.1016/j.injury.2018.02.026
  13. Li X., Zhang P., Zhu S., et al. All-cause mortality risk in aged femoral intertrochanteric fracture patients // J Orthop Surg Res. 2021. Vol. 16, № 1. Р. 727. doi: 10.1186/s13018-021-02874-9
  14. Varady N.H., Gillinov S.M., Yeung C.M., et al. The Charlson and Elixhauser Scores Outperform the American Society of Anesthesiologists Score in Assessing 1-year Mortality Risk After Hip Fracture Surgery // Clin Orthop Relat Res. 2021. Vol. 479, № 9. Р. 1970–1979. doi: 10.1097/CORR.0000000000001772
  15. Charlson M.E., Pompei P., Ales K.L., MacKenzie C.R. A new method of classifying prognostic comorbidity in longitudinal studies: development and validation // Journal of Chronic Diseases. 1987. Vol. 40, № 5. P. 373–383. doi: 10.1016/0021-9681(87)90171-8
  16. Raichandani K., Agarwal S., Jain H., Bharwani N. Mortality profile after 2 years of hip fractures in elderly patients treated with early surgery // J Clin Orthop Trauma. 2021. Vol. 18. Р. 1–5. doi: 10.1016/j.jcot.2021.04.00В
  17. Jiang L., Chou A.C.C., Nadkarni N., et al. Charlson Comorbidity Index Predicts 5-Year Survivorship of Surgically Treated Hip Fracture Patients // Geriatric Orthopaedic Surgery & Rehabilitation. 2018. Vol. 9. Р. 2151459318806442. doi: 10.1177/2151459318806442
  18. Cher E.W.L., Allen J.C., Howe T.S., Koh J.S.B. Comorbidity as the dominant predictor of mortality after hip fracture surgeries // Osteoporos Int. 2019. Vol. 30, № 12. Р. 2477–2483. doi: 10.1007/s00198-019-05139-8
  19. Xing F., Luo R., Chen W., Zhou X. The risk-adjusted Charlson comorbidity index as a new predictor of one-year mortality rate in elderly Chinese patients who underwent hip fracture surgery // Orthop Traumatol Surg Res. 2021. Vol. 107, № 3. Р. 102860. doi: 10.1016/j.otsr.2021.102860
  20. Frenkel R.T., Assaly A., Vitenberg M., Shemesh S., Burg A., Haviv B., Velkes S. Outcome of non-surgical treatment of proximal femur fractures in the fragile elderly population // Injury. 2019. Vol. 50, № 7. Р. 1347–1352. doi: 10.1016/j.injury.2019.05.022
  21. Дубров В.Э., Шелупаев А.А., Арутюнов Г.П., и др. Переломы проксимального отдела бедренной кости. Клиника, диагностика и лечение (Клинические рекомендации, в сокращении) // Вестник травматологии и ортопедии им. Н.Н. Приорова. 2021. Т. 28, № 4. С. 49−89. doi: 10.17816/vto100763

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Кривые выживаемости Каплана–Мейера неоперированных пациентов в выделенных возрастных группах.

Скачать (130KB)
3. Рис. 2. Кривые выживаемости Каплана–Мейера оперированных пациентов в разных возрастных группах.

Скачать (124KB)
4. Рис. 3. Кривые выживаемости Каплана–Мейера неоперированных пациентов с различным индексом коморбидности Charlson.

Скачать (128KB)
5. Рис. 4. Кривые выживаемости Каплана–Мейера оперированных пациентов с различным индексом коморбидности Charlson.

Скачать (123KB)

© Эко-Вектор, 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».