基线增强CT联合临床资料预测非典型左髂总静脉受压继发下肢深静脉血栓的风险模型构建

目的 探讨基于基线增强CT联合临床资料的非典型左髂总静脉(LCIV)受压患者诊治期间下肢深静脉血栓的发生率及风险预测模型构建.方法 回顾性分析2017年6月～2022年10月南方医科大学顺德医院首次诊治为非典型LCIV的患者共137例,且诊治期间均未接受药物或物理等措施预防下肢深静脉血栓(DVT)形成.通过随访是否发生下肢深静脉血栓分为无DVT组(n=41)和DVT组(n=96),比较两组之间的基线CT征象及临床资料的差异,采用二元Logistic回归单因素及多因素分析筛选出独立危险因素,采用ROC曲线分析各危险因素的预测效能.结果 非典型LCIV继发DVT的发生率为70%(96/137).单因素二元Logistic回归分析显示,LCIV最小短径、右髂总静脉最小短径、LCIV受压比例、下腰椎前曲角、下肢症状、D-二聚体及纤维蛋白降解产物(FDP)为非典型LCIV继发DVT的危险因素(P<0.05).多因素Logistic回归分析显示,FDP(OR=1.05,95%CI:1.01～1.1,P=0.002)、下肢症状(OR=12.59,95%CI:2.78～57.12,P<0.001)及LCIV受压比例(OR=1.05,95%CI:1.01～1.09,P= 0.02)为独立危险因素.ROC曲线分析显示FDP、下肢症状、LCIV受压比例的ROC曲线下面积分别为0.879、0.826及0.827.联合预测模型曲线下面积为0.921,其敏感度和特异性分别为95.79%及78.05%.结论 非典型LCIV继发DVT发生率较高,FDP、下肢症状、LCIV受压比例为其发生的独立危险预测因素,联合3个独立危险因素的预测模型具有较高的预测效能,为非典型LCIV继发DVT患者提供个性化风险评估.