Risikofaktorer for behandlingssvigt i humeralakselfrakturer

Introduktion Humeralakselfrakturer kan behandles enten ikke -kirurgisk eller kirurgisk med gode og sammenlignelige resultater på et år. Imidlertid har op til 30% af de ikke -kirurgisk behandlede patienter problemer med brudheling, der fører til senere kirurgi. De funktionelle resultater hos disse patienter, der gennemgår senere kirurgi, er ringere end dem, der heles uundgåeligt med den primære behandling. Selvom kirurgisk behandlede patienter har signifikant mindre problemer med brudforening sammenlignet med ikke -kirurgisk behandlede patienter, har de forhøjet risiko for infektion og iatrogen radial nerveparese. Den rapporterede infektionsrisiko med plade -osteosyntese er omkring 3%og med intramedullær negling omkring 1,5%. Risikoen for radial nerveskade under operationen er 4%. Aktuel litteratur vedrørende risikofaktorer for behandlingssvigt hos patienter med humeralakselfrakturer er kontroversiel og knap, især hos kirurgisk behandlede patienter. Denne undersøgelse sigter mod at identificere risikofaktorerne for behandlingssvigt både hos ikke -kirurgisk og kirurgisk behandlede patienter i den største kohort af humeralakselfrakturpatienter til dato.

Materialer og metoder Denne retrospektive undersøgelse udføres i Helsinki og Tampere University Hospitaler. Hospitalregistret bruges til at identificere voksne patienter med humeralakselfrakturer behandlet i enhederne. For Helsinki University Hospital blev de inkluderede patienter behandlet mellem 2006 og 2016 og for Tampere University Hospital mellem 2001 og 2022.

Separat analyse af risikofaktorerne for behandlingssvigt hos ikke -kirurgisk og kirurgisk behandlede patienter vil blive udført. Definitionen af ​​behandlingssvigt for ikke -kirurgisk behandlede patienter vil være et behov for senere kirurgi på grund af problemer med heling af brud og for kirurgisk behandlede patienter, en sekundær kirurgi på grund af behandlingssvigt. En sekundær analyse vil vurdere risikofaktorerne for senere kirurgi på grund af brudsnonion både hos ikke -kirurgisk og kirurgisk behandlede patienter.

Derudover vil risikofaktorer for andre ugunstige resultater, såsom sårinfektioner og sekundær radial nerveparese, blive undersøgt, hvis de anses for statistisk muligt.

Dataene inkluderer følgende variabler:

• Patentrelaterede variabler

  • Alder på traumetidspunktet
  • Køn
  • Underliggende comorbidies
  • ASA -klassificering
  • Overvægtig
  • Rygning
  • Alkoholforbrug
  • Under påvirkning af alkohol ved ankomsten
  • Brug af andre stoffer

• Skadesrelaterede variabler

  • Ao type og gruppe
  • Brudsted (proximal, midt, distalt)
  • Åben brud (Gustilo-Andersson Classification)
  • Periprosthetisk brud
  • Yderligere skader
  • Traumeenergi (lav eller høj)

• Behandlingsrelaterede variabler

  • Primær behandling
  • Behandling ændres
  • Fraktur nonunion/forening med den primære behandling

Statistisk analyse Plan Den statistiske analyse er baseret på forudsigelig tilgang efter retningslinjer fra Harrell et al. og Heinze et al. Logistisk regression vil blive brugt, da resultatet er binært i alle modeller. Baseline -variabler inkluderet i den forudsigelige analyse: alder, køn, komorbiditeter, ASA -klassificering, BMI, rygning, alkoholforbrug/under indflydelse ved ankomsten, AO -type, brudsted, traumenergi. Alle baseline -variabler tilføjes samtidig til den logistiske model. Variabel manglendehed vurderes, og mangler helt tilfældigt (MCAR) antages for eventuelle manglende data, og der anvendes flere imputationer. Imputation udføres, hvis manglen er mindre end 20%. Variabler med højere end 20% manglendehed er udelukket fra primære analyser, men inkluderet i de sekundære analyser. For hver estimeres og bruges den samlede pseudo-R2 til at fortolke anvendeligheden af ​​baseline-prediktorer. Variabel betydning vurderes også ved hjælp af Wald Chi-Squared test minus frihedsgrader. Kalibreringsdiagrammer udskrives til alle tre modeller. Multiplicitet overvejes ikke, da undersøgelsen ikke er fokuseret på enkelt regressionskoefficienter. Specifik multiple testning bruges ikke. Når det er relevant, beregnes 95% konfidensintervaller, og tilknyttede P-værdier beregnet. Analyse udføres med Rstudio ved hjælp af RMS -pakken.