预测 Colles 型腕部骨折的 ED 干预结果 [PREDICT] (PREDICT)

成千上万的患者因手腕移位（变形）骨折而到急诊室 (ED) 就诊，并在急诊室接受局部麻醉 (MUA) 下的闭合操作。 当地审计表明，在这些经过处理的骨折中，有 25-40% 会滑回到不可接受的位置（不稳定骨折），并且需要随后进行开放手术以复位并固定或固定骨骼 (ORIF)。 有一些证据表明初始畸形的程度和其他因素可能预测不稳定性，但这既没有得到很好的证实也没有得到很好的研究。 可靠地预测哪些骨折可能会失败，哪些可能会成功进行封闭式 ED 操作，可以减少接受无效 ED 手术的比例，节省患者的时间和住院次数，并确保第一次就确定的护理。

我们将从之前对在皇家德文郡和埃克塞特医院急诊部接受 MUA 治疗 Colles 骨折超过两年的患者进行的临床活动分析中确定病例。 这些病例被回顾性地确定（从电子考勤日志中）并随访直到骨折愈合或手术。 在这个数据库中，后续手术的需要是从电子记录和骨折门诊评论的审查中记录下来的。 这些患者的 X 光片已由一名非研究小组成员的放射科工作人员鉴定并匿名化。 这些 X 光片和数据库案例已获得唯一的试用编号，并且在试用前删除了所有可识别数据。 该数据库将用于为模型的开发提供结果数据，以查看 X 射线特征是否可以可靠地预测 ED MUA 失败。 我们将排除 Smiths 的（前移）骨折和那些在数据库中没有后续数据的人，例如。 在别处接受随访的患者。

匿名 X 射线将用于开发计算机辅助方法来测量关键的骨折角度以及其他因素，例如粉碎（碎裂）的程度和位置以及骨质疏松症的标志物。 然后将使用系统分析所有 X 射线以记录这些测量值。 根据开发速度，任何面向用户的系统也可以在员工身上进行测试，以衡量可用性并测试评估者间的一致性。

计算机测量的这些 X 射线特征的多变量分析，连同数据库人口统计和结果数据将用于开发最佳模型/决策规则，以预测 MUA 成功的可能性。 “留一法交叉验证”技术将用于验证此类模型，并评估我们是否可以在不增加开放手术程序总数的情况下降低 ED MUA 失败率。 这项工作将用于为更大规模的前瞻性研究提供信息，在该研究中可以评估任何决策规则并探索进一步的因素，并有望将这些因素添加到任何最终的计算机模型中。