Разное

Чем опасен перелом шейки бедра: Уход за больным с переломом шейки бедра — Про Паллиатив

11.11.1983

Содержание

Перелом шейки бедра: как распознать, чем лечить и как долго придётся восстанавливаться

Когда надо срочно вызывать скорую

Любые переломы бедра вызывают сильную боль и требуют срочной хирургической операции. Поэтому при  подозрении на такую травму наберите 103 или 112 либо самостоятельно как можно быстрее доставьте пострадавшего в отделение неотложной помощи .

Предположить перелом шейки бедра можно по таким признакам :

  • Невозможность опереться на ногу после падения.
  • Сильная боль в бедре или паху.
  • Большой синяк и отёчность в области пострадавшего бедра.
  • Неестественное положение бедра: верхняя часть ноги может выглядеть вывернутой внутрь или наружу.
  • Повреждённая нога выглядит так, будто она стала короче.

Точно установить, какой участок бедренной кости сломан, и сломан ли вообще, сможет только врач — хирург или травматолог. И часто лишь после того, как пострадавшему сделают рентген. В некоторых случаях, чтобы уточнить диагноз, требуется  компьютерная (КТ) или магниторезонансная (МРТ) томография.

Что такое перелом шейки бедра

Перелом шейки бедра — это перелом бедренной кости на том участке, который непосредственно входит в тазобедренный сустав.

Иллюстрация: Alila Medical Media / Shutterstock

Бедро при падении или ударе может сломаться и на других участках. Например, в межвертельной области (в утолщении кости на расстоянии примерно 7,5–10 см от тазобедренного сустава) или ниже, в так называемой подвертельной области. Однако такие травмы встречаются значительно реже , чем перелом шейки бедра.

К тому же они гораздо менее опасны.

Чем опасен перелом шейки бедра

Эта травма может привести к разрыву кровеносных сосудов, которые питают головку бедренной кости, входящей в тазобедренный сустав. Если кровоснабжение прекращается, костная ткань быстро погибает. А значит, разрушается тазобедренный сустав в целом.

Но даже если сустав удаётся сохранить, перелом шейки бедра нередко приводит к другим проблемам.

Такие травмы болезненны и долго заживают. Это ограничивает подвижность. Часто люди, даже пройдя лечение, не хотят встать с постели или двигать пострадавшей ногой, поскольку опасаются нового приступа боли.

Из-за малоподвижного образа жизни или постельного режима могут развиться такие осложнения:

  • инфекции мочеиспускательного канала;
  • пролежни;
  • повышенный риск образования тромбов в сосудах нижних конечностей или лёгких;
  • застойная пневмония;
  • потеря мышечной массы, из-за чего человек ещё больше слабеет, а его шансы однажды подняться на ноги становятся всё более призрачными.

По этим причинам перелом шейки бедра требует срочного лечения и грамотной реабилитации.

Как лечат перелом шейки бедра

Как мы уже сказали, только хирургическим путём. Операцию стараются провести как можно быстрее — как правило, в первые 24 часа после постановки диагноза. Чем скорее человек получит помощь, тем выше его шансы на полное выздоровление.

Тип операции зависит от того, где находится перелом и насколько он серьёзен.

1. Внутренняя фиксация бедренной кости винтами

Иллюстрация: Medical Art Inc / Shutterstock

Хирург вставит в шейку бедра металлические винты или стержни, чтобы зафиксировать кость в правильном положении, пока она не срастётся. Эту операцию выбирают, если травма невелика и есть возможность выровнять шейку.

2. Операция по замене тазобедренного сустава

Если кость сильно повреждена и её невозможно зафиксировать правильным образом, хирург заменит её металлическим протезом. Эта операция называется частичной заменой бедра.

При более серьёзных повреждениях рекомендуется полная замена тазобедренного сустава. По данным  американской организации Mayo Clinic, этот вариант предпочтительнее частичной. Люди, которые перенесли полную замену тазобедренного сустава, легче восстанавливаются и в будущем чувствуют себя лучше.

Что делать после операции

Основная задача — постараться сохранить подвижность. Поэтому на следующий же день после операции врач предложит пациенту попробовать встать с кровати и пройтись с помощью трости или ходунков.

Движение необходимо, чтобы не допустить пролежней, тромбов, пневмонии и потери мышечной массы.

Чтобы снизить риск тромбоза, некоторым пациентам назначают лекарства, разжижающие кровь.

И абсолютно всем врач пропишет курс физиотерапии и лечебной физкультуры. Упражнения и процедуры подбираются индивидуально — в зависимости от возраста пациента и состояния его здоровья.

Как долго придётся восстанавливаться после перелома шейки бедра

Это зависит от множества факторов: тяжести травмы, общего состояния здоровья, типа перенесённой операции. А также от того, насколько человек старается вернуться к привычной жизни и как прилежно выполняет назначения врача.

В среднем, чтобы восстановить силы и способность ходить после перелома шейки бедра, нужно около трёх  месяцев.

Большинство людей, пройдя реабилитацию, возвращаются к нормальной жизни. Но есть и те, кто до конца жизни будет нуждаться в посторонней помощи.

Как предотвратить перелом шейки бедра

Чаще всего от этой травмы страдают пожилые люди . Это связано с тем, что с возрастом у многих развивается остеопороз — состояние, при котором кости теряют свою прочность. Причём у женщин этот процесс идёт быстрее, чем у мужчин.

Но если с возрастом и полом ничего поделать нельзя, то другие факторы риска всё же можно свести к минимуму. Вот что для этого надо делать.

  • Полноценно питайтесь. В частности, следите за тем, чтобы в вашем рационе было достаточно продуктов, содержащих кальций и витамин D. Если сомневаетесь, что получаете достаточное количество этих элементов, попросите терапевта подобрать вам подходящие биодобавки.
  • Ведите активный образ жизни. Упражнения с собственным весом, такие как ходьба или неторопливый бег, помогают поддерживать плотность костей.
  • Тренируйте равновесие. Например, ходите по бордюрам или иногда стойте на одной ноге. Чувство равновесия ухудшается с возрастом, поэтому важен навык держать баланс.
  • Бросьте курить и ограничьте употребление алкоголя. Эти вредные привычки снижают плотность костей. Кроме того, спиртное ещё плохо влияет на вашу способность сохранять равновесие.
  • Следите за зрением. Проходите профилактические осмотры у офтальмолога раз в два года или чаще, если у вас диабет либо какое-нибудь заболевание глаз. Хорошее зрение может уберечь вас от случайных падений.
  • Читайте инструкции к тем лекарствам, которые принимаете. Некоторые препараты могут приводить к нарушению равновесия. Если это так, обсудите такой побочный эффект с вашим лечащим врачом.
  • Не поднимайтесь на ноги слишком резко. Особенно из положения лёжа или после того, как вы долго сидели. Быстрый подъём может привести к падению артериального давления, головокружению и потере равновесия.
  • При необходимости пользуйтесь тростью или ходунками. Эта рекомендация — для пожилых людей, которым бывает сложно сохранять устойчивость при ходьбе. Им важно найти для себя дополнительную точку опоры.
  • Следите за собственной безопасностью дома и на улице. Уберите из-под ног провода, игрушки, обувь, лишнюю мебель, коврики с приподнимающимися краями — всё то, обо что можно случайно споткнуться. Старайтесь не выходить из дома в гололёд. И в любую погоду внимательно смотрите под ноги.

Читайте также 🦵👩‍⚕️

Интервью врачей госпиталя о переломе шейки бедра, его лечении и профилактике

  • Главная /
  • Новости /
  • Интервью врачей госпиталя о переломе шейки бедра, его лечении и профилактике

09. 01.2019

На web-портале «Медуза» опубликована статья о переломе шейки бедра. Ещё недавно такая травма у пожилых людей воспринималась, как приговор, поскольку делала их беспомощными, приковывала к постели. А осложнения, вызванные длительной неподвижностью (тромбозы, застойная пневмония)  угрожали жизни пациента. Сейчас ситуация в корне изменилась. Каким образом? 

На вопросы о переломе шейки бедренной кости отвечают врачи Клинического госпиталя на Яузе врач-ревматолог

Олег Бородин и заведующий отделением травматологии и ортопедии госпиталя, кандидат медицинских наук Сергей Никитин.

  • Почему так опасен перелом шейки бедра?
  • Почему эту травму чаще всего получают люди старшего возраста? 
  • Как распознать перелом шейки бедра?
  • Когда нужна операция?
  • Что такое остеосинтез, и какое бывает эндопротезирование тазобедренного сустава?
  • Какие возможны осложнения и как часто?
  • Как долго длится реабилитация, и в чём она заключается?
  • Что делать, если операция противопоказана?
  • Как снизить риск или избежать перелома шейки бедра? 

Читать статью на портале meduza. io

 

 

 

 

 

 

 

Все новости Работаем без выходных

Обслуживание на двух языках: русский, английский.
Оставьте свой номер телефона, и мы обязательно перезвоним вам.

Восстановление после перелома шейки бедра

Одной из самых частых травм среди пожилых людей является перелом шейки бедра. Почти 90% пациентов с этим недугом старше 50 лет, причем женщины страдают в 2 раза чаще, чем мужчины. Причина этому — развитие остеопороза, истончение и хрупкость костей из-за вымывания из них кальция. На появление остеопороза влияет гормональный фон, который подвергается серьезным изменениям у женщин в постклимактерический период. Когда кости так хрупки, перелом может вызвать даже незначительное на первый взгляд падение с высоты своего роста. Поэтому так много людей ломают шейку бедра зимой, поскользнувшись на улице.

Снижение количества кальция в костях влияет и на скорость восстановления после перелома. В данном случае опасен не столько сам перелом, сколько вынужденный постельный режим и тотальное снижение активности, которые в свою очередь ведут к таким осложнениям как пролежни, атрофия, тромбоз, тромбоэмболия, пневмония, сердечная недостаточность и отек легких. Так что не будет преувеличением сказать, что в данном случае 

движение — жизнь.


Реабилитация после перелома шейки бедра зависит от многих факторов:

  • тип перелома (простой или со смещением, есть ли осколки, задеты ли сосуды),

  • возраст пациента,

  • тип лечения, предшествующий реабилитации.

На последнем остановимся подробнее. Вариантов лечения перелома шейки бедра на сегодняшний день несколько. В редких случаях врачи назначают консервативное лечение с полной иммобилизацией поврежденного участка. Однако данный метод считается устаревшим и малоэффективным: сильно ограничивает любую подвижность и нарушает кровообращение. Консервативное лечение применяют в основном при наличии серьезных противопоказаний к операции.

Остеосинтез шейки бедра — фиксация кости в месте перелома специальными винтами и штифтами. Операция проводится под общим наркозом, а период заживления после нее длится 4-6 месяцев. Метод широко используется для лечения людей моложе 65 лет, так как резервы для восстановления костной ткани в организме еще есть в достаточном количестве. Если «запас прочности» исчерпан, хирурги прибегают к протезированию.

Эндопротезирование — замещение (полное или частичное) тазобедренного сустава протезом из металлического сплава или титана. Именно этот способ считается наиболее передовым в лечении перелома шейки бедра, он же способствует скорейшему восстановлению двигательной активности — уже через неделю человек может двигать ногой или даже ходить с опорой.

Начинать двигаться надо как можно раньше, но важно при этом обеспечить себе 

безопасность. Незаменимым помощником в этом станут ходунки. Мы уже писали о том, как правильно выбрать ходунки, но покупка ходунков при переломе шейки бедра имеет свои нюансы.

Для первого этапа реабилитации хорошо подойдут двухуровневые ходунки, помогающие встать с кровати, а также ходунки усиленной конструкции с опорой на руки. Если в качестве лечения применялся остеосинтез, кости могут срастаться до полугода, поэтому первое время самостоятельное передвижение затруднительно, а человек нуждается в максимально надежной опоре.

После эндопротезирования бедра подвижность восстанавливается значительно быстрее, и можно начать реабилитацию сразу с шагающих ходунков.

Роляторы (ходунки с колесами) подойдут людям более молодого возраста, а также тем, кто имел опыт передвижения с помощью ходунков до травмы. Для новичков это может быть довольно сложным, лучше остановиться на классических моделях.

В деле реабилитации действительно важен каждый шаг, даже самые маленькие и неуверенные из них ведут к лучшему качеству жизни и здоровья.

Перелом шейки бедра в пожилом возрасте реабилитация

Перелом шейки бедра – довольно распространенный вид травмирования. Согласно статистическим данным, он занимает около 6,5% от общего числа травм, что достаточно много. Особенно учитывая тот факт, что смертность составляет 20-40%. Этот показатель стабилен на протяжении десятилетий, несмотря на прогрессивные методы лечения.

Примечательно, что риск получить такую травму сильно зависит от возраста. Лишь один случай из десяти приходится на молодых людей. Как правило, из-за дорожно-транспортных происшествий, падений с высоты, травмирования на производстве.

В 9 из 10 случаев происходит перелом шейки бедра у пожилых людей. И чаще страдают от него женщины, ведь женский организм особенно сильно подвержен утрате кальция. Беременность, кормление грудью, эндокринные расстройства в старшем возрасте, гормональные сбои – все это ослабляет организм и особенно кости.

Результат таких физиологических особенностей закономерен.

Почему так опасен перелом шейки бедра в пожилом возрасте?

Бедренная кость – самая крупная в человеческом организме. Находясь в верхней части ноги, она принимает на себя основную нагрузку, когда человек находится в вертикальном положении. Сама по себе она достаточно крепкая и состоит из трех основных частей – шейки, головки и тела.

Бедренная кость вместе с подвздошной образует тазобедренный сустав. Головка бедренной кости входит в суставную впадину подвздошной, а шейка соединяет ее с основной частью. И в этой связке шейка – самое слабое звено. Убедитесь в этом сами, взглянув на фото перелома шейки бедра.

Перелом шейки – тяжелая травма, которая нарушает работу многих органов и систем. Возможные последствия этой травмы довольно опасны:

  • нарушение кровообращения, провоцирующее омертвение головки. В результате прогрессирует некроз и происходят необратимые трансформации;
  • формирование ложного сустава посреди обломков кости при ее несращении;
  • вероятность образования тромбоза вен из-за длительной неподвижности;
  • застои мокроты, повышающие риск развития пневмоний.

То есть страшен не столько сам факт перелома, сколько длительная обездвиженность из-за травмы. Помимо вышеуказанных проблем, серьезную опасность представляют пролежни, нарушение деятельности мочеполовой системы. Избежать этого можно, если своевременно пройти лечение перелома шейки бедра и реабилитацию. 

Как лечится перелом шейки?

Существуют консервативная и оперативная стратегии лечения. К первой прибегают в случаях, если хирургическое вмешательство невозможно в силу определенных причин. Она заключается в том, чтобы обездвижить поврежденную часть тела до того времени, пока кость срастается. Такое лечение у пожилого человека занимает от шести до восьми месяцев, что в таком возрасте равносильно катастрофе.

Оперативное лечение позволяет сократить время срастания до пяти месяцев и менее. В настоящее наиболее распространены две методики: 

  • Остеосинтез. Скрепление сустава или костей посредством специальных винтов. Метод не используется в случае перенесенных инфарктов или инсультов.
  • Эндопротезирование. Замена сустава шейки бедра. Данный метод применяется на порядок чаще, особенно в старшем возрасте. Он подходит также при осложнениях в виде смещения отломков, раздробленности костей, некрозе головки.

Впрочем, вне зависимости от способа лечения не менее важной является качественная реабилитация после перелома бедра.

Почему важна грамотная реабилитация и уход за больным с переломом шейки бедра?

Такая травма надолго выбивает человека из обычного ритма жизни. Как правило, восстановление и его скорость зависят от состояния здоровья пациента, сопутствующих заболеваний и качества реабилитации. Суть в том, чтобы соблюсти в должной мере постельный режим, но вовремя приступить к реабилитационной программе. 

Грамотно составленная реабилитация дает возможность человеку восстановиться в более короткий срок, избежав при этом негативных последствий для здоровья, в том числе необратимых. Специалист: 

  • разрабатывает индивидуальный план восстановительных мер; 
  • следит за ходом восстановления и показателями здоровья;
  • контролирует возникновение осложнений, при необходимости вносит корректировки.  

При переломе шейки бедра реабилитация включает в себя целую систему мероприятий, которые подбираются компетентным врачом так, чтобы не нанести вред и добиться максимального результата. В нее традиционно входят:

  • Лечебная физкультура.
  • Физиотерапевтические процедуры.
  • Прием лекарственных препаратов.
  • Диетическое питание.
  • Массаж.
  • Психологические консультации.

Все вместе они дают человеку возможность вернуть наилучшую возможную форму. И лучше эту работу доверить проверенным специалистам, ведь реабилитация после перелома шейки бедра в домашних условиях почти всегда занимает больше времени и дает гораздо более скромные результаты.

«Добрая жизнь» – профессиональная забота и помощь в восстановлении

Искренне желаете помочь близкому человеку, с которым приключилась беда? Реабилитация при переломе шейки бедра у пожилых людей и уход за ними принесут гораздо больше пользы, если этим займутся компетентные специалисты. Гериатрический пансионат «Добрая жизнь» располагает всем необходимым для того, чтобы возвращать здоровье и способность к полноценной жизни:

  • наблюдение медицинского персонала в режиме 24/7;
  • материально-техническая база для физкультурных упражнений;
  • специальная система диетического питания;
  • уютная обстановка и атмосфера;
  • развитая социальная жизнь. 

Самое ценное, что мы можем предложить для реабилитации после перелома шейки бедра – это наши специалисты. Каждый сотрудник из штата «Доброй жизни» имеет обширный практический опыт ухода и помощи в восстановлении после перелома шейки бедра у пожилых. Их внимание и забота, индивидуальный подход становятся настоящей опорой и поддержкой людям, которые пережили столь серьезную травму. Пациенты в нашем центре гораздо охотнее и с большей отдачей трудятся на тем, чтобы вернуться к нормальной жизни и быстрее достигают этой цели.

«Это одна из самых тяжёлых травм». Насколько страшен перелом шейки бедра и как после него восстановиться?

Считает пульс, калории, следит за сном.

Всем ли нужен фитнес-браслет и как он работает?

До чего техника дошла. Пульс, калории, мониторинг сна, уровень стресса, шаги – сегодня все эти показатели можно отслеживать благодаря смарт-часам, или фитнес-браслету.

Елизавета Лазаревич:
На прошлый Новый год родители подарили мне эти смарт-часы. Я не просила, но они подумали, что они мне очень нужны по учебе, так как там много полезных функций.

Любителям лайфхаков на заметку. Этот гаджет может стать неплохим помощником в учебе и выручить на контрольной. Если раньше в браслетах был только шагомер, сегодня производители добавляют все больше новых функций.

Елизавета Лазаревич:
Если сфотографировать шпаргалки, можно списать. Можно приблизить, если сильно захотеть, то увидеть можно. Есть Shazam для музыки. В принципе, все приложения, которые есть на телефоне, сюда синхронизируются. Можно измерять пульс. Мне очень нравится записывать сюда свои тренировки, они считают калории. Красный кружочек – за день нужно выходить 380 калорий, зеленый – 30 минут воркаута эври дэй, синий – это сколько часов я стою.

Вы уже убедились, что этот гаджет умеет все? Тогда давайте узнаем, что это на самом деле: реальный помощник или просто игрушка? А главное, насколько точны показатели фитнес-браслета и можно ли ему доверять?

Александр Толкачев, фитнес-тренер:
Определенные лучи направляются на наше запястье. Он считывает сердцебиение, пульс, так он считает калории. Фитнес-браслет считает на 90-100 % все правильно, но данные могут отличаться от вашей активности. Если во время активности мы будем его снимать, он точно считать эти калории не будет.

Гаджет будет особенно полезен тем, у кого сидячая работа. Браслет можно настроить таким образом, что каждые полчаса он будет напоминать вам о необходимости выпить стакан воды, сделать разминку или пройтись.

Александр Толкачев:
Как он считывает эту активность, он подключается к GPS-спутнику, он смотрит, если мы двигаемся по дорожке, он считывает данные GPS, если мы стоим на месте, он шаги не считает, но калории он считает по пульсу.

Но бывает и так, что каждое устройство считает шаги по-разному. Точность подсчета потраченных калорий зависит от математической модели, которая используется в трекере. Чем больше данных она учитывает, тем достовернее результат.

Александр Толкачев:
Есть дешевые фитнес-браслеты, там датчики более неточные, есть подороже, там более точные датчики. Поэтому подсчет калорий, шагов будет точнее. Все зависит от нашего веса, чем человек тяжелее, тем больше нагрузки на организм. Сердцебиение будет учащенное. Чем оно выше, тем больше мы сжигаем калорий. Человек с большой массой тела будет сжигать больше калорий, чем человек с меньшей массой тела.

Количество функций «умных» часов растет, если вы хотите отслеживать минимальные показатели здоровья, такие устройства для самонаблюдения могут быть полезны. Но если вас беспокоит что-то серьезное, всегда лучше обратиться к врачу и пройти профессиональное обследование.

Уход при переломе шейки бедра в пансионате в Екатеринбурге

В престарелом возрасте любая травма чревата последствиями, так, ткани срастаются дольше и проблематичнее. Регенерация и восстановление занимают больше времени, чем у молодого организма. Реабилитационный период после перелома шейки бедра у пожилых людей по прогнозам занимает от шести месяцев. При этом на протяжении всего времени требуется особый уход и лечение при переломе шейки бедра.

Перелом шейки бедра у пожилых – симптомы и клиника

Хрупкость костей в старости является причиной травмы даже при падении с высоты собственного роста. По возможности за пожилыми следует организовывать контроль и сопровождать их, чтобы предотвратить такой серьезной травмы. Если же беда всё же случилась, то необходимо окружить престарелого заботой и теплом.

Чаще переломы шейки бедра случаются у пожилых женщин, так как они больше занимаются домашними делами и риск оступиться выше. Основные признаки перелома шейки бедра, наблюдающиеся у пожилых людей:

  • гематомы;
  • отеки;
  • боль в паху;
  • неестественное положение ноги и укорочение ее до 4 см;
  • невозможность поднять прямую ногу.

Старики часто не сообщают о своих травмах, падениях и недомоганиях, боясь показаться проблемными. Поэтому именно вам нужно относиться внимательно к их поведению. В пансионате эту ответственность берут на себя сестры милосердия, находясь постоянно с постояльцами.

Чем опасен перелом шейки бедра для пожилых людей?

Опасность травмы не настолько велика по сравнению с последствиями. При переломе шейки бедра в пожилом возрасте последствия бывают разные. Может понадобиться длительный постельный режим, в некоторых случаях больной навсегда остается неходячим. А при неправильном уходе престарелый человек может и вовсе умереть, так как появляются пролежни, проблемы с туалетом, тромбозы, некроз тканей. Перелом шейки бедра у пожилых без операции редко обходится, чаще необходимо провести операцию, а после отправить престарелого на реабилитацию в специализированный пансионат.

Восстановление пожилых после перелома шейки бедра

При переломе в шейке бедра у пожилых восстановление – это очень длительный и болезненный период. В это время требуются массажи, профилактика пролежней, постоянный уход, помощь в кормлении и гигиене. Сколько времени при переломе шейки бедра в пожилом возрасте занимают уход и реабилитация? Как правило, это от 6 месяцев до одного года. Далее уже становится понятно, сможет ли пожилой человек снова встать на ноги или нет, видна динамика состояния. Для того, чтобы реабилитация прошла максимально эффективно больному нужен постоянный уход, который предоставляется в пансионате престарелых «Долгожители» в Екатеринбурге.

Уход за больным с переломом шейки бедра в пансионате

Различают оскольчатый, компрессионный, вколоченный, чрезвертельный и другие переломы шейки бедра у пожилых. Сестринский уход при переломе шейки бедра заключается в следующем:

  • смена положения больного в постели раз в 2 часа;
  • проведение микродвижений с помощью валиков;
  • контроль положения стопы;
  • кормление;
  • гигиена;
  • смена одежды и постельного белья;
  • проведение дыхательных упражнений для профилактики пневмонии;
  • выдача обезболивающих при необходимости;
  • подбор диеты для хорошего пищеварения;
  • психологическая работа и поднятие настроения.

После соблюдения постельного режима можно вводить ходунки для пожилых с переломом шейки бедра, выводить их на прогулки, вводить небольшую активность.

Массаж при переломе шейки бедра у пожилых в пансионате

Активные процедуры при такой травме запрещены, поэтому о физкультуре или долгих прогулках нужно забыть. Однако движение необходимо. На первых этапах массаж проводится очень мягкий для размятия суставов всего тела, используется валик под голову, под бок. Также больному предлагается выполнять простые движения: двигать пальцами ног, нажимать стопой на ладонь сиделки, сгибать больную ногу в колене, начинать садиться на кровати, пробовать вставать с опорой на что-то. Всё это занимает не менее месяца, после больному можно выделять время на прогулки в сопровождении, постепенно увеличивая время активности. В домашних условиях с переломом в бедре справиться тяжело, так как это времязатратно и энергозатратно.

Обращайтесь в специализированные пансионаты, где вашим пожилым родственникам после травмы смогут оказать должный уход на уровне и восстановить физическое и психологическое здоровье!

Перелом шейки бедра — лечение в Израиле

Русский Медицинский Сервер / Ортопедия в Израиле / Перелом шейки бедра — лечение в Израиле

Современные методы оперативного лечения перелома шейки бедра

Чаще всего по вопросам, связанным с лечением перелома шейки бедра в Израиле, ко мне обращаются не сами больные, а их дети или даже внуки.

В 9 случаях из 10 переломы шейки бедра случаются у пациентов старше 65 лет. У женщин они диагностируется в 3 раза чаще, чем у мужчин.

Что же такое шейка бедра и чем ее перелом так опасен? Шейка бедра соединяет головку, находящуюся в тазовой кости, и бедренную кость. Основная проблема при переломе шейки бедра заключается в разрыве сосуда, снабжающего кровью костную ткань, что может привести к:

  • «не сращению»;
  • аваскулярному некрозу.

Опасность перелома шейки бедра в том, что у людей пожилого возраста он может случиться из-за легкого толчка, слабого удара и даже наклона и после этого остаться не диагностированным.

При этом около 30% случаев переломов приводят к смерти. Как такое возможно? Дело вот в чем: лечение может быть консервативным или оперативным. Операция – это всегда стресс для организма. Особенно в пожилом возрасте. Консервативное лечение же очень длительно и смертельно опасно такими осложнениями, как:

  • сердечная недостаточность;
  • пневмония;
  • тромбоэмболия;
  • мышечная атрофия;
  • иммобилизационные контрактуры;
  • крупные пролежни.

Все это делает перелом шейки бедра смертельно опасным диагнозом. Не нужно относиться к нему как к просто перелому кости. Лечение перелома шейки бедра в Израиле – это один из немногих шансов для пожилого человека на возвращение к полноценной жизни.

Эффективнее всего лечить перелом шейки бедра путем операции. Это утверждение верно как для молодых людей, так и для пенсионеров. Консервативное лечение назначается в очень редких случаях, когда у больного имеются противопоказания к операции, например инфаркт миокарда в анамнезе.

Даже в этих случаях лечение перелома шейки бедра в Израиле эффективнее, чем в России. Безусловно, жить в Израиле на протяжении всего периода восстановления недешево, но посудите сами.

Успешность лечения складывается из трех факторов:

  • качественного ухода за неподвижным больным;
  • правильного подбора лекарств;
  • грамотной реабилитации.

Услуги по этим направлениям в Израиле предоставляются на высшем уровне. Направление реабилитации, к примеру, в России абсолютно неразвито, а израильские центры реабилитации по праву считаются одними из лучших.

Принципы лечения

Лечение переломов шейки бедренной кости может быть консервативным и оперативным.

В связи с высокой летальностью в результате развития осложнений длительного постельного режима (гипостатических пневмоний, сердечно-сосудистых расстройств и пролежней) методы лечения, связанные с длительным обездвижением больного, не желательны. Поэтому пожилым людям особенно показано оперативное лечение.

Консервативное лечение допустимо при определенных видах переломов и в тех случаях, когда оперативное лечение сопряжено с большим риском для жизни больного. Иммобилизацию конечности производят циркулярной тазобедренной гипсовой повязкой в положении отведения и внутренней ротации в течение 3 – 5 мес. С первых же дней после наложения системы вытяжения или гипсовой повязки больным назначают общую и дыхательную гимнастику для предупреждения застойных пневмоний, пролежней, атрофии мышц туловища и конечностей.  

Больной должен с помощью балканской рамы поднимать верхнюю часть туловища. По мере возможности помогать перестилать свою постель, заниматься гимнастикой в коленном и голеностопном суставах, активно напрягать четырехглавую мышцу бедра. Ухаживающий должен быть настойчивым в активизации больного и уделять ему много внимания, иначе больные, особенно в старческом возрасте, быстро теряют активность, перестают самостоятельно заниматься лечебной физкультурой, и благоприятный исход заболевания становится сомнительным.

Оперативное лечение. Операция является серьезным испытанием для больного, однако она обеспечивает необходимые условия для благоприятного течения перелома. Во время операции обеспечиваются точная репозиция отломков, прочная их фиксация металлическим стержнем, что позволяет рано активизировать больных. 

Операцию производят под наркозом или местной анестезией. На 2 – 3 день после операции начинают лечебную гимнастику в виде статических и динамических дыхательных и общеразвивающих упражнений для всех групп мышц. Для неповрежденной ноги используют активные движения пальцами стопы, тыльное и подошвенное сгибание стопы, круговые движения стопой, сгибание и разгибание в коленном суставе, отведение и приведение ноги, сгибание и разгибание в тазобедренном суставе. 

Рекомендуется изометрическое напряжение мышц бедра и голени, статическое удержание конечности в течение нескольких секунд, имитация ходьбы по плоскости постели, захватывание и удержание пальцами стопы различных легких предметов. С 4 – 5 дня после операции больному разрешается сгибать и разгибать оперированную ногу в коленном и тазобедренном суставе, скользя стопой по плоскости постели, сидеть и опускать ногу. Через 2 – 3 недели больного ставят на костыли и разрешают ходьбу с костылями без опоры на больную ногу. 

Сроки начала нагрузки на больную ногу индивидуальные (от 1,5 до 6 месяцев). Больного обучают ходьбе на костылях по ровному полу, лестнице, затем с одним костылем и палкой. Дальнейшее лечение можно проводить в домашних условиях. Важным представляется вопрос о времени начала нагрузки на оперированную конечность. Опыт показал, что преждевременная нагрузка может привести к смещению отломков, несращению перелома или асептическому некрозу головки. 

Поэтому частичную нагрузку не более 30% массы тела разрешают не ранее, чем через 3 – 4 месяца после операции, а полную – только через 6 мес. В течение этого времени больной должен систематически заниматься лечебной физкультурой, разрабатывать суставы поврежденной конечности, получать процедуры массажа. Трудоспособность восстанавливается через 6 – 8 мес.

Особенности остеосинтеза в Израиле

Учитывая тяжесть возможных осложнений и низкую эффективность самостоятельного сращивания перелома шейки бедра, израильские врачи предпочитают лечить это состояние хирургическим путем. В ходе операции сломанные участки соединяются и фиксируются при помощи различных приспособлений, что создает наилучшие условия для скорейшего срастания перелома и резко сокращает период неподвижности для пациента.

Операция по фиксации костных осколков при переломе шейки бедра  называется остеосинтез. Существуют различные методики остеосинтеза. Одним из наиболее перспективных и широко используемых израильскими хирургами является метод динамического бедренного винта.

При этом методе хирург соединяет головку и тело бедренной кости при помощи пластины и фиксирующего винта. Соединение позволяет не только прочно скрепить отломки, но и восстанавливает анатомическую структуру и физиологические функции бедра и тазобедренного сустава. Метод динамического бедренного винта позволяет предотвратить необходимость более сложной и травматичной операции по замене головки бедренной кости или протезированию тазобедренного сустава.

Успешное внедрение динамического бедренного винта позволяет пациенту уже через несколько дней не только вставать с кровати, но и ходить под контролем квалифицированного физиотерапевта.

Хирурги-ортопеды в Израиле имеют огромный опыт в лечении различных заболеваний тазобедренного сустава и бедренной кости, как травматической природы, так и возникших в силу возрастных изменений в организме.

Лицам, заинтересованным в лечении в Израиле, достаточно связаться с консультантом на сайте, и он поможет вам организовать лечение в ведущих медицинских центрах Израиля и у лучших специалистов – быстро и по адекватным ценам.


[Перелом шейки бедра как фактор риска смерти у пациентов старше 65 лет. Исследование случай-контроль]

Вступление: Перелом бедра у пожилых пациентов в большинстве случаев является тяжелой травмой. Это глубоко влияет на физическое, умственное, функциональное и социальное равновесие, которое раньше имели пациенты, и, помимо ортопедических травм, оно отражает процесс старения и его ужасные последствия.Некоторые отчеты показывают, что до 50% пациентов с переломом шейки бедра умирают в течение шести месяцев, а многие из выживших не восстанавливают свою исходную независимость и функции. В последние десятилетия увеличение продолжительности жизни после 60 лет привело к экспоненциальному росту переломов шейки бедра. Вот почему важно определить факторы, связанные с пациентом, и факторы окружающей среды, ведущие к увеличению показателей смертности у пациентов с переломом шейки бедра, чтобы улучшить выживаемость и качество жизни пожилых людей.Целью было определить связь между переломом шейки бедра и смертностью у пациентов старше 65 лет.

Материал и методы: Было проведено наблюдательное, продольное, ретроспективное, описательное, сравнительное исследование случай-контроль. В истории болезни всех пациентов старше 65 лет, поступивших в Ортопедическую службу Областной больницы << Lic.Адольфо Лопес Матеос >>, ISSSTE, с диагнозом перелом бедра в течение предыдущих 12 месяцев были проанализированы, независимо от типа перелома и лечения, которое они получали. Группа пациентов без перелома шейки бедра использовалась в качестве контрольной группы. Общий объем выборки составил 50 пациентов с переломом шейки бедра и 50 пациентов без перелома шейки бедра. Следующие данные были собраны в формах для сбора данных: возраст, пол, время, прошедшее с момента перелома, выживаемость через один год и, в случае умерших пациентов, причина смерти (пневмония, сепсис, аритмия, гидроэлектролитный дисбаланс, сердечная недостаточность и др.). другие).Полученные результаты представлены в виде таблиц и диаграмм для облегчения их визуального понимания.

Полученные результаты: Демографические данные пациентов показывают, что у 40 (80%) пациентов женского пола и у 10 (20%) пациентов мужского пола был диагноз «перелом шейки бедра». Контрольную группу составили 35 (70%) женщин и 15 (30) мужчин. Была обнаружена связь между переломом бедра и повышенной смертностью со значимым значением p, равным 0.001. Основной причиной смерти среди пациентов с переломом шейки бедра в нашем исследовании был сепсис у 7 (35%), а в контрольной группе — инфаркт миокарда у 3 (15%). Было обнаружено, что по времени смертность была выше в течение первых шести месяцев с 10 смертельными случаями (50%) и в течение первого года с шестью смертельными случаями (30%).

Обсуждение: Перелом шейки бедра на самом деле является фактором риска, связанным со смертностью среди пациентов старше 65 лет.Женщины являются группой, наиболее подверженной перелому шейки бедра и, следовательно, повышенной смертности. Основной причиной смерти среди наших пациентов был сепсис, очевидно, вызванный неправильным уходом за мягкими тканями, плохой асептической техникой во время хирургической процедуры, длительным пребыванием в больнице или плохой системой поддержки семьи, а также деменция, которая связана с плохой хирургической раной. уход. Самые высокие показатели смертности были обнаружены в возрасте старше 90 лет, и они были связаны с существовавшими ранее хроническими дегенеративными состояниями. Возрастная группа с самым высоким риском перелома шейки бедра составляла 80-89 лет. Пациентов с переломом бедра всегда следует лечить вместе с терапевтом и гериатром, и их следует рассматривать как неотложную ортопедическую ситуацию, поскольку длительное пребывание в больнице и отсроченное хирургическое лечение связаны с серьезными осложнениями и повышенным уровнем смертности.

Перелом бедра | Johns Hopkins Medicine

Хирургия бедра

Что такое перелом бедра?

Перелом бедра — это частичный или полный перелом бедренной кости (бедренной кости) в месте пересечения с тазовой костью.Это серьезная травма, требующая немедленной медицинской помощи.

Переломы бедра у молодых людей обычно возникают во время автомобильных аварий, длительных падений или других тяжелых травм. Волосная трещина, называемая стрессовым переломом, также может развиться в результате чрезмерного использования и повторяющихся движений.

Однако большинство переломов бедра случается у людей старше 60 лет. Для них простое падение является наиболее частой причиной, хотя у небольшого процента пациентов возникают спонтанные переломы. Переломы бедра могут вызвать ряд осложнений.У пожилых пациентов к ним относятся:

К счастью, методы хирургического ремонта и физиотерапии продолжают совершенствоваться. Есть также простые способы предотвратить переломы бедра.

Переломы бедра у детей

Каковы симптомы перелома шейки бедра?

Хотя каждый пациент переживает перелом бедра по-разному, обычно симптомы включают:

Симптомы перелома бедра могут быть вызваны другими заболеваниями, поэтому всегда консультируйтесь с врачом для постановки диагноза.

Каковы факторы риска перелома шейки бедра?

Кости становятся тоньше и слабее по мере взросления, что удваивает частоту переломов бедра на каждое десятилетие после 50. Если кость теряется слишком быстро или не восстанавливается достаточно быстро, может развиться остеопороз, что увеличивает риск переломов бедра. Болезнь может поразить любого, но особенно уязвимыми являются:

Снижение выработки эстрогена делает женщин в постменопаузе более восприимчивыми к остеопорозу и переломам бедра — фактически, женщины составляют 70 процентов всех пациентов с переломами бедра.

Профилактика перелома бедра

Профилактика перелома бедра более желательна, чем его лечение. Совет по предотвращению перелома аналогичен совету по профилактике остеопороза и включает:

  • Потребление достаточного количества витамина D и кальция, включая такие богатые кальцием продукты, как молоко, творог, йогурт, сардины и брокколи

  • Регулярные упражнения с весовой нагрузкой, такие как ходьба, бег трусцой или походы, или улучшение силы и равновесия с помощью таких программ, как Тай Чи

Большинство переломов бедра у пожилых людей происходит в результате падений, обычно дома и часто при ходьбе по ровной поверхности. Избежать подобных происшествий можно по:

Диагностика перелома бедра

Ваше бедро может сломаться за один или несколько переломов. В дополнение к полной истории болезни и физическому осмотру ваш врач может решить диагностировать вашу травму, используя:

Если вы сломали бедро, вам следует пройти обследование на остеопороз, чтобы вы и ваш врач могли принять меры для предотвращения нового перелома.

Лечение перелома бедра

Перелом бедра обычно лечат хирургическим путем: укрепляя и стабилизируя бедро металлическими вставками, или полностью заменяя его.Цель состоит в том, чтобы облегчить вашу боль и помочь вам вернуться к нормальному уровню активности. Тип рекомендуемого хирургического вмешательства зависит от:

Операция на бедре обычно требует пребывания в больнице с последующей дополнительной реабилитацией — дома или в реабилитационном центре.

Подготовка к операции по замене тазобедренного сустава | Вопросы и ответы с Савьей Тхаккаром, доктором медицины

Савья Таккар, специалист по замене тазобедренного и коленного суставов, рассказывает о том, при каких условиях может потребоваться замена тазобедренного сустава и чего ожидать до и после операции.

переломов бедра: что увеличивает ваш риск | Детская больница CS Mott

Обзор

У пожилых людей переломы бедра обычно возникают в результате падения. Иногда даже легкое падение может стать причиной перелома ослабленной тазобедренной кости. Дети и молодые люди с большей вероятностью сломают бедро из-за велосипедной, автомобильной аварии или спортивной травмы.

Падения вызывают больше переломов, в том числе переломов бедра, с возрастом, потому что примерно с 30 лет кость начинает реабсорбироваться организмом быстрее, чем заменяется.Со временем он естественным образом становится тоньше (менее плотным), слабее и легче ломается. Если кости истончаются на определенную величину, говорят, что у вас остеопороз. И остеопороз, и перелом бедра поражают женщин чаще, чем мужчин, потому что у мужчин плотность костей выше, чем у женщин, и из-за снижения уровня гормона эстрогена у женщин после менопаузы. Низкий уровень эстрогена ускоряет потерю костной массы и приводит к ослаблению костей. Более низкий уровень тестостерона у мужчин также может ускорить потерю костной массы.

Хотя мужчины также подвержены риску перелома шейки бедра с возрастом, у женщин изначально более низкая плотность костной ткани, большая потеря костной массы после среднего возраста и они живут дольше, чем мужчины.В результате большинство переломов бедра происходит у женщин.

Некоторые лекарства связаны с потерей костной массы или переломами. К ним относятся:

  • Антациды, содержащие алюминий.
  • Кортикостероиды, используемые для лечения таких состояний, как астма и хроническая обструктивная болезнь легких (ХОБЛ).
  • Антидепрессанты, называемые СИОЗС (селективные ингибиторы обратного захвата серотонина).

Другие факторы, повышающие риск перелома шейки бедра, включают:

  • Ваш семейный анамнез (наследственность).Если вы худой или высокий, или у кого-то из членов семьи были переломы в более позднем возрасте, риск увеличивается.
  • Гонка. Белые и азиатские люди имеют более высокий риск остеопороза. Остеопороз повышает риск перелома при падении, поэтому риск перелома бедра также выше у белых и азиатов.
  • Плохое питание. Придерживайтесь полноценной диеты, включающей достаточное количество кальция и витамина D. Оба они необходимы для построения здоровых и крепких костей.
  • Курение. Курение повышает риск остеопороза и увеличивает скорость истончения костей после его начала.
  • Распитие спиртных напитков. Не употребляйте более 2-х алкогольных напитков в день, если вы мужчина, и не более 1 алкогольной порции в день, если вы женщина. Употребление большего количества алкоголя повышает риск остеопороза. Употребление алкоголя также увеличивает риск падения и перелома кости. Смотрите фотографии стандартных алкогольных напитков.
  • Не активен. Умеренное количество упражнений с отягощением, таких как ходьба и танцы, могут помочь сохранить прочность костей.
  • Имеются проблемы со здоровьем. Некоторые заболевания, например болезнь Меньера, могут вызывать проблемы с равновесием или головокружение.Другие состояния, такие как артрит, могут мешать вам сохранять устойчивость при ходьбе и движении.
  • Лекарственные взаимодействия. Иногда одно лекарство, которое вы принимаете, изменяет действие другого, или лекарства действуют вместе, вызывая неожиданные побочные эффекты. К ним могут относиться головокружение или помутнение зрения, повышающие вероятность падений.

Исследования также показывают, что если у вас был перелом позвоночника или, у мужчин, перелом запястья по Коллесу, у вас повышенная вероятность перелома бедра. сноска 1

Ссылки

Цитаты

  1. Haentjens P, et al. (2003). Перелом Коллеса, перелом позвоночника и последующий риск перелома бедра у мужчин и женщин: метаанализ. Журнал костной и суставной хирургии , 85-A (10): 1936–1943.

Кредиты

Текущий по состоянию на: 16 ноября 2020 г.

Автор: Healthwise Staff
Медицинский обзор:
Уильям Х.Блахд-младший, доктор медицины, FACEP — неотложная медицина
Адам Хусни — семейная медицина
Кэтлин Ромито — семейная медицина
Кеннет Дж. Коваль — ортопедическая хирургия, ортопедическая травма

Действует по состоянию на 16 ноября 2020 г.

Автор: Здоровый персонал

Медицинский обзор: Уильям Х. Блахд младший, доктор медицины, FACEP — неотложная медицина и Адам Хусни, доктор медицины — семейная медицина, и Кэтлин Ромито, доктор медицины — семейная медицина и Кеннет Дж.Коваль MD — Ортопедическая хирургия, Ортопедическая травма

Haentjens P, et al. (2003). Перелом Коллеса, перелом позвоночника и последующий риск перелома бедра у мужчин и женщин: метаанализ. Журнал костной и суставной хирургии , 85-A (10): 1936-1943.

Оценка риска перелома бедра на основе машинного обучения

Выявление пациентов с высоким риском перелома бедра является серьезной проблемой при клинической оценке остеопороза. Минеральная плотность костной ткани (МПК), измеренная с помощью двухэнергетической рентгеновской абсорбциометрии (DXA), в настоящее время является золотым стандартом в клинической оценке остеопороза.Однако точность его классификации составляет всего около 65%. Чтобы повысить эту точность, в данной статье предлагается использовать модели машинного обучения (ML), обученные с данными из биомеханической модели, имитирующей падение вбок. Модели машинного обучения (ML) — это модели, способные учиться и делать прогнозы на основе данных. В процессе обучения модели машинного обучения изучают функцию, которая отображает входные и выходные данные без предварительного знания проблемы. Основное преимущество моделей машинного обучения заключается в том, что после построения функции отображения они могут делать прогнозы сложных биомеханических моделей поведения в режиме реального времени.Однако, несмотря на растущую популярность моделей машинного обучения (ML) и их широкое применение во многих областях медицины, их использование в качестве предикторов перелома бедра все еще ограничено. В этой статье предлагается использовать модели машинного обучения для оценки и прогнозирования риска перелома шейки бедра. Клинические, геометрические и биомеханические переменные, полученные при моделировании бокового падения методом конечных элементов, используются в качестве независимых переменных для обучения моделей. Среди различных протестированных моделей выделяется Random Forest, демонстрируя свою способность превосходить BMD-DXA, достигая точности более 87%, со специфичностью более 92% и чувствительностью более 83%.

1. Введение

Постоянное увеличение продолжительности жизни также увеличивает количество проблем, связанных с ослаблением организма из-за возраста. Среди болезней и состояний, поражающих страны первого мира, наряду с сердечно-сосудистой и нервной системами, но очень недооцененными в сравнении, есть проблемы, связанные с костями. В частности, одной из самых больших проблем для людей старше 65 лет является перелом шейки бедра из-за остеопороза. Остеопороз — это заболевание скелета, которое в первую очередь характеризуется снижением костной массы [1].

По данным Международного фонда остеопороза (IOF), ежегодно в мире происходит около 1,6 миллиона переломов бедра, а в 2050 году это число увеличится до 4,5–6,3 миллиона, в основном из-за старения населения [2 ]. Кроме того, по оценкам, около 75% всех переломов происходит у женщин из-за накопления определенных факторов риска, связанных с полом. В случае Испании в 2015 году этим заболеванием страдали 2,2 миллиона женщин и 0.6 миллионов мужчин, что составляет практически 1% нынешнего населения Испании. По данным IOF, в 2017 году в этой стране произошло около 330 000 переломов из-за хрупкости.

Золотым стандартом для диагностики остеопороза и оценки риска переломов бедра в настоящее время является минеральная плотность костной ткани (BMD), которая измеряется методом Dual- Энергетическая рентгеновская абсорбциометрия (DXA) [3]. Однако его способность различать переломные и контрольные случаи ограничена. Распределение МПК для пожилых людей обеих групп в значительной степени перекрывается, что снижает точность классификации примерно до 65% [4].Для расчета риска перелома были предложены альтернативные методы FRAX и Garvan [5, 6]; они представляют собой статистические модели, основанные на клинических переменных, в которых данные пациентов сравниваются с большой базой данных по популяции США, которая включает множество клинических характеристик: возраст, пол, предыдущие переломы и т. д. Точность классификации составляет около 70% [7], что составляет незначительное улучшение по сравнению с МПК. Другой альтернативный метод — измерение объемного распределения BMD (vBMD) с помощью количественной компьютерной томографии QCT, которая считается более чувствительной для остеопороза [8].Однако, хотя QCT позволяет получить трехмерную геометрию кости и обеспечивает объемное распределение BMD, QCT не интегрирован в клиническую практику из-за его более высокой стоимости, времени обработки и радиационного воздействия [9].

Другими радикально отличающимися подходами являются стратегии на основе данных, которые заключаются в обучении модели машинного обучения (ML) на основе симуляций (например, полученных с помощью методов конечных элементов (FEM)) или непосредственно на основе клинических данных. Алгоритмы машинного обучения могут автоматически изучать нелинейные сопоставления между несколькими входными данными (клинические данные, биомеханические данные и т. Д.) и несколько выходных данных (например, факторы риска перелома). Хотя процесс обучения относительно медленный, после обучения эти алгоритмы обеспечивают чрезвычайно быстрое время вывода, таким образом выполняя требование предсказывать решения в реальном времени [10]. Эта ситуация открывает возможность использовать FEM для автономной генерации данных, которые модели ML могут использовать для оценки функции, которая отображает входные данные (механические свойства, геометрическая сетка, граничные условия и т. Д.) И выходы (узловые смещения, напряжения, деформации и т. Д.) .) [11], чтобы предоставить ценные предикторы риска перелома в реальном времени.

Машинное обучение (ML) стало надежным и относительно обычным подходом к использованию при работе со сложными данными для выявления неожиданных факторов риска в области профилактической медицины [12]. Однако в литературе есть лишь несколько исследований, связанных с оценкой перелома бедра при остеопорозе. Одну из упомянутых работ можно найти в [13]. В этой работе был проведен кластерный анализ для выявления подгрупп датских пациентов с остеопорозом на основе сходства признаков.Было выявлено девять кластеров пациентов с различным риском переломов с использованием набора данных, состоящего из 10775 субъектов. Четыре кластера представляли женщин в постменопаузе с профилями высокого риска переломов, низкой МПК и межгрупповыми различиями: плохое и хорошее соблюдение антирезорбтивного лечения. Один кластер, сформированный 9% участников, вызывал особую тревогу из-за плохого соблюдения режима лечения и очень низкой МПК. Три группы, представляющие большинство, были женщины со средним профилем риска переломов.Наконец, две группы женщин в перименопаузе и очень молодых женщин представляли субъектов с низким риском переломов, высокой МПК и низкой сопутствующей патологией. Авторы утверждали, что для пациентов старше 60 лет было достигнуто четкое различие между группами высокого риска переломов и среднего риска переломов.

Еще одну замечательную работу можно найти в [14], где искусственные нейронные сети (ИНС) использовались для прогнозирования перелома бедра. Данные включали информацию о возрасте, МПК, клинических факторах и факторах образа жизни, которые были получены в результате длительного исследования с участием 1167 женщин в возрасте 60 лет и старше из Даббо, Австралия.За женщинами наблюдали до 10 лет, и в течение этого периода была установлена ​​частота новых переломов бедра, хотя только 90 из них перенесли перелом бедра. Были разработаны две модели: первая была произведена путем объединения только показателей МПК поясничного отдела позвоночника и шейки бедра, а вторая — факторов, не относящихся к МПК, с точностью 82% и 84% соответственно. Третья модель была создана путем объединения факторов МПК и факторов, не относящихся к МПК, с точностью до 87%. Таким образом, авторы показали, что ИНС могут прогнозировать перелом бедра более точно, чем другие существующие статистические модели.Однако, несмотря на хорошие результаты, в модели не вошли механические атрибуты; поскольку они считаются основными факторами, ответственными за разрушение костей, это может ограничить точность модели при применении к другому набору данных.

Механическое поведение бедра при падении на бок является основной причиной перелома бедра. Фактически, сравнение ударной нагрузки при падении с силой бедра определит разрушение кости. Верно, что МПК является основным фактором силы бедра, но большинство статистических моделей не проводят это сравнение для прогнозирования перелома бедра.Получение механических характеристик кости обычно рассматривается в литературе с помощью методов конечных элементов (КЭ). Модели на основе ККТ создают биомеханическую модель из трехмерной геометрии кости и трехмерного объемного распределения МПК, которое используется для получения свойств материала кости [15, 16]. Однако, несмотря на то, что это довольно точные модели, их сложная реализация, ограничения и вычислительные затраты делают их непригодными для использования в повседневной клинической практике.Напротив, модели FE, основанные на DXA, создают биомеханическую модель из 2D-представления кости и 2D-распределения BMD. Следовательно, его реализация проще, а их вычислительные затраты ниже. Кроме того, они очень привлекательны для клинической практики, поскольку не прерывают текущий клинический рабочий процесс. Эти модели позволили оценить прочность костей и повысили точность классификации примерно до 80% [17–19]. Более того, риск переломов и анализ структуры тазобедренного сустава (HSA), полученные на основе моделей QCT и DXA, по-видимому, значительно коррелируют [20].

В некоторых исследованиях использовались методы машинного обучения, объединяющие как клинические, так и механические данные. Nishiyama et al. [21] выполнили индивидуальный для пациента анализ FE на основе QCT в условиях множественной нагрузки для подачи в классификатор машины опорных векторов (SVM) с радиальным базисным ядром для устранения неопределенности в конфигурации падения. Jiang et al. [22] исследовали комбинацию клинических и полученных из FE механических атрибутов с помощью SVM, используя полностью параметризованную трехмерную модель FE, которая была создана с использованием заданных значений геометрических атрибутов; однако эта модель была глобальной, а не индивидуальной.В недавнем исследовании использовались данные, полученные с помощью магнитно-резонансной томографии (МРТ) с высоким разрешением, для сравнения 15 классификаторов ML при прогнозировании любого вида остеопоротического перелома [23]; данные включали эластичность костной ткани и топологию проксимального отдела бедренной кости при определенных представляющих интерес объемах, рассчитанных с помощью микрофинитных элементов; Хотя это исследование дало некоторое представление о значимости микроструктурных параметров, набор данных был небольшим и не был специально сосредоточен на переломе бедра. Важно отметить, что во всех этих исследованиях авторы не использовали модель FE, включающую данные для конкретного пациента, описывающие геометрию или распределение МПК.Наша гипотеза заключается в том, что включение механических атрибутов в модель ML может улучшить прогнозирование перелома шейки бедра, а не использование только клинических атрибутов.

В области оценки риска остеопороза и перелома бедра контролируемое машинное обучение почти не применялось в сочетании с механическими атрибутами, управляемыми с помощью вычислений. Наша группа недавно опубликовала исследование, в котором контролируемое машинное обучение применялось в сочетании с клиническими и вычислительными механическими атрибутами [24].Всего в исследование было включено 137 женщин в возрасте постменопаузы, разделенных на группу с переломами () и контрольную группу (). Полуавтоматическая и индивидуальная для пациента модель FE на основе DXA использовалась для создания механических атрибутов, описывающих геометрию, силу удара, структуру кости и механическую реакцию кости после падения на бок. После предварительной обработки всего набора данных в качестве предикторов были выбраны 19 атрибутов. SVM с радиальной базисной функцией (RBF), логистической регрессией (LR), мелкими нейронными сетями и случайными лесами (RF) были протестированы с помощью комплексной процедуры проверки для сравнения их прогностических характеристик.Результаты показали, что SVM сгенерировал наиболее усвоенный алгоритм для обеих экспериментальных установок, когда были включены клинические и механические атрибуты, а также когда учитывались только клинические атрибуты. Первая установка сгенерировала наиболее изученную модель, превосходящую точность BMD на 14 п.п. (79%).

Эта статья дополняет исследование, представленное в [24], за счет использования клинических, геометрических и биомеханических переменных из предыдущей базы данных с последующим ранжированием релевантности, чтобы выяснить, какие переменные являются наиболее важными для проблемы.С выбранными переменными были обучены разные модели машинного обучения. Результаты показывают, что RF — лучший вариант с точностью более 87%, специфичностью более 92% и чувствительностью более 83%. Эти значения намного лучше, чем текущая клинически используемая МПК, точность классификации которой составляет около 65%, а также лучше, чем точность нашей предыдущей работы, которая составляла 79%. Вдобавок к этому, использование методов генерации данных также замечательно для баланса количества выборок в двух классах, которые изначально были смещены.

Остальная часть документа представлена ​​следующим образом. В разделе 2 представлены методы, а также характеристики набора данных и процесс выбора атрибутов. Достигнутые результаты показаны в Разделе 3, а в конце статьи представлены заключительные замечания и наши предложения по дальнейшим исследованиям в Разделе 5.

2. Материал и методы
2.1. Биомеханическая модель
2.1.1. Популяция исследования

База данных была такой же, как и в [24]. В исследование было включено 137 пациентов со средним возрастом лет.Критерии включения включали женщин в постменопаузе старше 50 лет с клиническими факторами риска, связанными с остеопорозом. Женщины с признаками перелома шейки бедра были набраны после поступления в отделение неотложной помощи больницы Mútua Terrassa (Террасса, Испания). Каждому предмету было показано денситометрическое исследование.

Сканирование было выполнено в CETIR Medical Group после получения информированного согласия. Время между переломом и получением DXA было меньше двух недель. Сканирование DXA проводилось на бедренной кости, противоположной сломанной, с использованием костного денситометра GE Healthcare Prodigy Advance (GE Healthcare, Мэдисон, Висконсин, США).В соответствии с рекомендациями производителя испытуемых помещали на стол DXA в положении лежа, ступни параллельны столу, а внутреннее вращение ног составляло 25-30 °. Размер изображения в пикселях был. Пациенты были разделены на группу с переломом () с переломом бедра, произошедшего в результате падения, и контрольную группу (). В группе переломов 45 приходились на перелом вертела и 44 — на перелом шеи.

2.1.2. Модель FE для конкретного пациента

Была создана 2D-модель FE для конкретного пациента с целью получения механических атрибутов, которые будут использоваться в моделях ML [24].Для каждого сканирования DXA проксимальный отдел бедренной кости сегментировался вручную (рис. 1). Полуавтоматически определялись области интересов (ROI), определяющие вертельную и шейную область. Входными данными, необходимыми для построения модели FE, были сегментированное изображение бедренной кости вместе с основной клинической информацией о пациенте (рост, вес и пол).

После сегментации процесс не требует вмешательства человека. Ствол бедренной кости повернут на 10 градусов до физиологической конфигурации.Накладываются прокладки, закрывающие головку бедренной кости и большой вертел, чтобы избежать локального повреждения из-за применяемых граничных условий [25, 26]. Бедренную кость, вертельную подушку и подушечку головки бедренной кости соединяют с помощью TetGen [27]; после анализа сходимости размер ячейки был определен примерно с 60 000 элементов, в зависимости от объекта. Модель построена в предположении плоской деформации и поведения линейной упругости.

Свойства костного материала рассчитывались на основе BMD на пиксель с использованием эмпирических уравнений, полученных в [28–30].Коэффициент Пуассона был установлен равным 0,3 [31]. Основываясь на предыдущих исследованиях, включающих механические испытания [32] и модели FE [33], свойства материала ПММА (полиметилметакрилата), 1,5 ГПа для модуля Юнга и 0,37 для коэффициента Пуассона, были использованы для прокладок. Неоднородное распределение материала, полученное для модуля Юнга, показано на рисунке 2 (а). На этом рисунке показано, как модуль упругости изменяется в соответствии с распределением МПК в бедренной кости, показанной на рисунке 1.

Для получения механических характеристик было смоделировано падение вбок с помощью индивидуальной модели FE для каждого пациента.Пакет FEBio с открытым исходным кодом [34] был использован для получения численного решения. Что касается граничных условий, смещение узлов на дистальном конце диафиза бедренной кости было полностью ограничено, а медиальное смещение узлов на подушечке головки бедренной кости было предотвращено. Рисунок 2 (б) определяет расположение приложенных нагрузок, а также расположение граничных условий. Нагрузка прикладывалась к большому вертлугу через подушечку, представляя ударную силу при падении [35, 36].Эта нагрузка была рассчитана с помощью модели удара масса-пружина [37], входными переменными которой были вес, рост и пол пациента. Как только пиковая ударная сила (FPK) была получена, была рассчитана ослабленная ударная сила (FP) за вычетом ослабляющей силы:, на основании предыдущих исследований, касающихся влияния толщины мягких тканей (STH) [38] и корреляции между индексом массы тела ( ИМТ) и СТГ [39]. Наконец, было вычислено прилагаемое к бедру давление нагрузки (HP) путем деления ослабленной ударной силы на длину подушечки большого вертела () и толщину, зависящую от пациента () [24].

2.2. Модели ML
2.2.1. Входные данные для моделей машинного обучения

Для каждого пациента было собрано пять групп атрибутов [24]: клинические, геометрические, связанные с падением, связанные с костной тканью и полученные на основе анализа FE (FEA). В таблице 1 показаны клинические признаки, полученные из клинического отчета; средние значения и стандартные отклонения (SD) представлены для каждого атрибута и обеих групп (с трещинами и контроля).

9223 9030 для получения общей геометрической схемы показаны общие геометрические атрибуты Рисунок 3.Этот рисунок графически описывает геометрические атрибуты, которые необходимо ввести в модель. Эти атрибуты были получены с помощью морфометрического анализа проксимального отдела бедренной кости [19]. Их значения показаны в таблице 2.


Масса тела

Клинические признаки

Атрибут Описание 9017 9022 Контрольная группа возраст
Рост (см) Рост пациента
Вес (кг) Вес пациента
BMD (г / см 2 ) Общая минеральная плотность костной ткани

) Ось шейки 9017 мм

9017

Геометрические атрибуты

Атрибут Описание элемента управления Элемент управления Описание элемента управления
NW (мм) Ширина шейки
HAL (мм) Длина оси тазобедренного сустава
Ось NSA ( o
SAL (мм) Длина оси вала
ITW (мм) Ширина межповоротного механизма
FA (мм 2 ) Проксимальный отдел бедра 9 0222

Атрибуты, связанные с падениями, вычисленные для каждого пациента, показаны в таблице 3.Что касается структурных свойств костной ткани, кортикальная кость была определена как имеющая кажущуюся плотность более 1,0 г / см 3 [33]. Процент губчатой ​​кости (TB) и кортикальной кости (CT) в бедренной кости оценивался с использованием этого порога, а также среднего модуля упругости в каждой ткани (TBE и CTE). Эти значения показаны в таблице 4.


Атрибуты, связанные с падением

Атрибут Описание Control22
STH (мм) Толщина мягких тканей
FPK (Н) Пиковая сила удара
FAT (Н) 902
FP (Н) Сила удара
л.
Атрибуты, связанные с костной тканью

Атрибут Описание Перелом () Контроль ()
ТБ (%) Процент губчатой ​​кости
ГПД
Среднее значение губчатая кость
CT (%) Процент кортикальной кости
CTE (GPa) Средний модуль Юнга кортикальной кости 9022 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902

Из КЭ линейного моделирования бокового падения, выполненного с помощью FEBio, было выбрано несколько механических атрибутов, которые показаны в таблице 5; некоторые из них были рассчитаны для определения разрушения всей кости как отношения нагрузки к прочности (LSR) и прочности бедренной кости (FS) в соответствии с критерием [15].LSR был определен как минимальное соотношение в прилегающей зоне 9 мм 2 . Эта область включала элементы с наивысшими отношениями между основной деформацией сжатия и деформацией текучести при сжатии. Наиболее частыми участками перелома бедренной кости являются шейка и вертельные области. Из-за этого были вычислены механические атрибуты в каждой области (индекс используется для переменных в области шеи, а индекс — для переменных в области вертельной кости). Средневзвешенное по объему значение максимального и минимального главных напряжений (и), максимальных и минимальных главных деформаций (и), главного главного напряжения (MPStress), главной главной деформации (MPStrain), плотности энергии деформации (SED) и рассчитан индекс риска переломов (ИРП).MPStress и MPStrain были определены как максимальное собственное значение в тензоре напряжений и деформаций соответственно. FRI был рассчитан как средневзвешенное соотношение между напряжением по Мизесу и пределом текучести в регионе.

902 )

Атрибуты анализа КЭ
Атрибут Описание Трещина Контроль
902 902 902
902 902 T = вертел () ()
LSR Отношение нагрузки к прочности
FS (N) Прочность бедренной кости 9022 S1_N (МПа) Максимальное главное напряжение
S3_N (МПа) Минимальное главное напряжение
E1_N ( μ 9022 9022 9017 основная деформация) 9022 9017
E3_N ( μ деформация) Минимальная основная деформация
MPStress_N (МПа) Основное главное напряжение MPS Главный основной штамм
SDE_N (Дж / м 3 ) Штамм Плотность энергии
S1_T (МПа) Максимальное главное напряжение
S3_T (МПа) Минимальное главное напряжение Максимальная основная деформация
E3_T ( μ деформация) Минимальная основная деформация
MPStress_T (МПа) 9022 9022 9022 9022 9022 9022 9022 MPStrain_T ( μ, деформация ) Основная основная деформация
SDE_T (Дж / м 3 ) Плотность энергии деформации Индекс риска перелома
FRI_T ( μ (деформация) Индекс риска перелома

Для построения модели когорта (137 пациентов) была разделена на обучающую (70% данных) и тестовую (остальные 30%) с равным распределением переломованных и здоровых пациентов.Поскольку количество испытуемых, используемых для обучения, могло быть недостаточным для получения окончательных результатов, была использована методика передискретизации синтетических меньшинств (SMOTE) [40]. Цель использования SMOTE двоякая: первая — увеличить размер набора данных, чтобы модели можно было обучать с более значимой информацией и иметь больше параметров без переобучения данных, а вторая — сбалансировать оба класса. (сломанный и контрольный). Модели классификации могут ухудшить свою эффективность при работе с несбалансированными классами; следовательно, создавая синтетические образцы, оба класса могут иметь одинаковое количество образцов.В частности, количество образцов увеличено до 400, распределенных на 200 здоровых и 200 переломанных образцов. Для надежности синтетические образцы, созданные SMOTE, применялись только к обучающему набору, чтобы гарантировать, что потенциально неверные синтетические точки не повлияют на модели, полученные в конечном итоге.

2.2.2. Процесс выбора атрибутов

После процесса нормализации атрибутов выбор наиболее значимых атрибутов был выполнен в два этапа: анализ главных компонентов (PCA) и корреляционный анализ.В таблице 6 показан процент отклонения, включенный в 39 компонентов PCA. Таким образом, первый главный компонент (с 91,88% накопленной дисперсии) явно доминирует по сравнению с остальными. Более того, добавляя второй и третий компоненты, мы можем представить 99% общей дисперсии набора данных. Поскольку PCA представляет собой линейную комбинацию всех атрибутов, необходимо проанализировать вклад каждого из них в линейную комбинацию. Поскольку большинство атрибутов имеют очень низкие веса (от 10 −3 до 10 −15 ), их вклад может быть исключен.Те основные атрибуты, которые вносят значительный вклад (веса ≈1) в первые шесть основных компонентов, следующие: (i) PC1: TB и CT (ii) PC2, PC3 и PC4: BMI, STH, FPK, FAT и FP (iii) PC5: BMD, HP, FRI_N и FRI_T (iv) PC6: BMD, HP, TBE, LSR, FRI_N и FRI_T


PC1 PC2 PC3 PC4 PC5 PC2 9022 9022 9022 902 91.88% 5,28% 2,16% 0,38% 0,26% 0,04% 0%

Упомянутые выше три основных компонента , содержат 99% дисперсии, только семь вносят вклад: (i) TB: соотношение губчатой ​​кости (ii) CT: соотношение кортикальной кости (iii) BMI: индекс массы тела (iv) STH: толщина мягких тканей (v) FPK: пиковая сила удара (vi) FAT: сила ослабления (vii) FP: ослабленная сила удара

Дополнительно к анализу PCA был проведен корреляционный анализ: были получены индекс корреляции Пирсона и ранговый индекс корреляции Спирмена.На рисунке 4 показан индекс корреляции Пирсона для всех 39 атрибутов. Цветные квадраты с единицами внутри обозначают пару атрибутов с корреляцией выше 0,9; все атрибуты, кроме одного, были удалены, чтобы уменьшить размерность проблемы.


Корреляция Пирсона основана на двух гипотезах: популяции нормально распределены, а субпопуляции не имеют одинаковой дисперсии. Если хотя бы одна из двух гипотез не верна, индекс Пирсона применять не следует.Чтобы избежать этих ограничений, мы также использовали корреляцию Спирмена, которая в основном переводит значения в диапазоны перед вычислением коэффициентов корреляции. Как и в предыдущем случае, на рисунке 5 показана соответствующая тепловая карта. На рисунке 6 корреляции Спирмена и Пирсона объединены в единую визуализацию. Исходя из семи переменных, выбранных PCA, наше предложение состоит в том, чтобы включить некоторые дополнительные функции в результате корреляционного анализа. В частности, мы рассмотрели те переменные, которые коррелировали (по крайней мере) с четырьмя другими атрибутами, ранее не включенными в PCA.В столбцах таблицы 7 показаны переменные с наиболее высокой степенью корреляции, ранее не включенные в PCA, а в строках — те характеристики, которые связаны с ними с корреляцией выше 0,9 (отмечены флажком). Это HP, S3_N, FRI_N и FRI_T. Примечательно, что только четыре функции могут включать большую часть информации, хранящейся в 18 переменных.



9022 5 902 902 902 902 9022 902

HP S3_N StressN StrainN E1_T E3_T StressT StrainT FRI_N FRI_T Final

STW
HP 9022 9022 902 TBE
CTE 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902
E1_N
E3_N 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 ✓
НапряжениеN 9022 9022 902
S3_T 902 902 902 902 9025 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902
E3_T
Напряжение 902 902 902 902 902 902 902 902 902 902
SED_T
FRI_T 2 9022 902 окончательный анализ был выполнен для те функции, которые уже выбраны PCA, но с высокой взаимозависимостью в соответствии с постоянные коэффициенты корреляции, а именно BMI, FAT и STH.В частности, FAT рассчитывается следующим образом: в то время как СТГ (для пациентов женского пола) выглядит следующим образом:

И, следовательно,

Из-за этой высокой взаимозависимости FAT и STH были удалены, потому что ИМТ легче и рутиннее собирать. Кроме того, также можно заметить, что ТБ и КТ связаны сильной корреляцией. По факту,

Следовательно, достаточно только одного атрибута, чтобы включить информацию, предоставленную двумя. В конечном итоге была выбрана переменная TB. Подводя итог, восемь атрибутов из 39, наконец, были использованы для построения моделей машинного обучения.Эти восемь атрибутов фактически включали информацию, относящуюся к 26 из 39 атрибутов согласно корреляционному анализу (Таблица 8).


Непосредственно включенный
BMI Вес S3_T
902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 902 КЭ E3_T
HP КТР MPStress_T
TB E1_N MPStrain_T
S3_N E3_N SED_T
FRI_N MPStress_N FAT
FRI_T MPStrain_N STH
SED_N CT

2.2.3. Дискриминация трещин

Для построения классификатора мы рассмотрели некоторые из наиболее популярных подходов к машинному обучению: LR, SVM, деревья решений (DT) и RF. Все модели были обучены с учетом того, что положительный класс, обозначенный цифрой 1, соответствует пациентам с переломами, а отрицательный класс, обозначенный цифрой 0, — контрольным образцам. Качество моделей оценивали по чувствительности (Se), специфичности (Sp) и точности (Acc).

LR было получено после 1000 испытаний, случайным образом выбранных обучающей и тестовой выборок.После этого случайного выбора к обучающей выборке был применен SMOTE, чтобы увеличить количество обучающих выборок. Мы также проанализировали, может ли увеличение числа прогнозных атрибутов улучшить результаты прогнозирования. Для этого анализа были добавлены функции NW, NSA, FA и SAL, которые были самыми низко коррелированными атрибутами, которые ранее не рассматривались. Явное ухудшение результатов наблюдалось при включении еще большего количества атрибутов.

Так как набор данных весьма скуден, SVM может быть хорошим вариантом для его моделирования.Рассматривались разные ядра: линейные; линейные с областями апостериорной вероятности; сигмовидная; сигмовидная с областями апостериорной вероятности; Гауссовский; Гауссиан с областями апостериорной вероятности; и байесовский с областями апостериорной вероятности. Как и в случае LR, каждая SVM запускалась 1000 раз со случайным выбором обучающих и тестовых наборов.

Что касается DT, то была учтена такая же экспериментальная установка. В качестве критерия разделения использовался показатель Джини. Наконец, РФ тоже последовала той же процедуре обучения.Были рассмотрены различные архитектуры, пытающиеся избежать переобучения за счет ограничения количества деревьев и их глубины.

3. Результаты

Средние значения, стандартные отклонения и лучший результат из 1000 запусков показаны в таблицах, описывающих характеристики различных моделей; все результаты соответствуют тестовым наборам. Были учтены восемь атрибутов, выбранных в результате применения PCA и корреляции; кроме того, анализ с 12 функциями, добавляющими четыре функции, упомянутые в разделе 2.2.3 тоже рассматривался.

3.1. Логистическая регрессия

В таблицах 9 и 10 показаны результаты, достигнутые LR с использованием восьми и 12 прогнозных атрибутов, соответственно. Хотя лучшая модель действительно дает очень сильный результат, средние значения Se, Sp и Acc немного улучшают значения, обеспечиваемые широко используемой BMD. Нет значимых различий между результатами, полученными с восемью или 12 функциями.

70,10%

8 признаков Среднее Ст.отклонение Best

Чувствительность 68,22% 12,61% 94,44%
Специфичность 72,69 9022 9022 9022 9022 9022 72,69 9022 9022 8,92% 90,32%


12 Среднее значение 12 Среднее значение отклонение Best

Чувствительность 70,33% 12,31% 100,00%
Специфичность 71,46 13,62 9022 9022 9022 9022 9022% 70,81% 10,15% 93,54%

3.2. Модели SVM

Результаты, полученные с помощью семи моделей SVM, описанных в разделе 2.2.3 представлены в таблицах 11–17. Есть замечательная разница между Se и Sp. Очевидно, что всегда желательна модель, способная хорошо классифицировать оба класса, но если модель должна быть привязана к одному из классов и для того, чтобы модель была полезной для ее реального применения, предпочтительны чувствительные модели. В результате количество ложноотрицательных результатов очень мало, и, следовательно, прогностическая способность выявления пациентов с переломами очень высока. Вот почему, чтобы достичь максимально высокого Acc, мы решили смещать модель в сторону Se.Полученные модели достаточно чувствительны, но, к сожалению, Sp настолько плох (около 50%), что не оправдывает его фактическое использование в качестве системы поддержки принятия клинических решений (CDSS). SVM в целом не выигрывает от включения четырех дополнительных функций.

1% 87,10%
7 12 функций)

Линейный Среднее Отклонение St. Best

Чувствительность (8 характеристик)
Чувствительность (12 функций) 68,44% 9,76% 88,89%
Специфичность (12 функций) 75,62% % 13,35% 13,35% 71.45% 9,17% 90,32%

9022
9022 9022 9022 2

Чувствительность (8 характеристик) 63,94% 9,75% 88,89%
Специфичность (8 характеристик) 75,08% 12,28% 100.00%
Точность (8 характеристик) 68,61% 9,05% 93,54%
Чувствительность (12 характеристик) 68,17% 9,63%
% 12 элементов) 77,23% 12,17% 92,31%
Точность (12 элементов) 71,97% 8,71% 90,32%



сигмовидная Среднее St.отклонение Best

Чувствительность (8 функций) 56,33% 12,61% 77,78%
% Специфичность (8 функций) 90,62 142 902% %
Точность (8 функций) 58,13% 9,17% 80,65%
Чувствительность (12 функций) 56,50% 12,41% 66.67%
Специфичность (12 характеристик) 60,77% 14,36% 100,00%
Точность (12 характеристик) 58,29% 9,16%
38% 80,65%
7 12 функций)

Сигмоид + PPR Среднее Отклонение ст. Характеристики Best

Чувствительность (12 функций) 55,94% 11,23% 83,33%
Специфичность (12 характеристик) 58,38% % 15,66,23 56.97% 8,67% 77,41%

9022

Среднее 9022 9022 9022 9022 9022 9022
Чувствительность (8 характеристик) 56,67% 2,48% 55,56%
Специфичность (8 характеристик) 80,00% 6,88% 84.63% 12 элементов) 80,77% 8,31% 92,31%
Точность (12 элементов) 75,16% 4,57% 83,87%


14172

Гауссовский Среднее значение Ст.отклонение Best

Чувствительность (8 функций) 82,56% 9,24% 88,89%
Специфичность% (8 функций) %
Точность (8 функций) 75,74% 8,23% 93,54%
Чувствительность (12 функций) 96,22% 5,05% 100.00%
Специфичность (12 элементов) 58,08% 15,09% 76,92%
Точность (12 элементов) 80,23% 6,96%
902
% 100,00% 12 функций)

Среднее Отклонение ст. Best

Чувствительность (12 функций) 93,67% 5,91% 100,00%
Специфичность (12 функций) 62,92% % 16,56% 90,3116 80.77% 7,57% 96,77%

3.3. Деревья принятия решений

В таблице 18 показаны результаты, достигнутые DT. Они не получают выгоды от использования дополнительных функций, вероятно, потому, что это снижает плотность ветвей в дереве и, следовательно, его способность находить однородные группы пациентов. Результаты немного хуже, чем у LR, и довольно близки к тому, что может достичь BMD. Стандартные отклонения слишком велики, что свидетельствует о низкой надежности моделирования.


7 9022 18,09

Дерево принятия решений Среднее Отклонение ст. Лучшее

Чувствительность (8 функций) 9022% 902,9 %
Специфичность (8 характеристик) 73,08% 12,46% 84,62% ​​
Точность (8 характеристик) 65,03% 8.85% 87,10%
Чувствительность (12 функций) 59,67% 15,46% 99,44%
Специфичность (12 функций) 74,46%
Точность (12 характеристик) 65,87% 11,66% 93,55%

3.4. Random Forest

В случае RF надежность модели определяется ее собственным дизайном, сформированным множеством одиночных DT, поэтому экспериментальная установка из 1000 прогонов здесь не рассматривалась.Для справедливости сравнения, РФ состояла из 1000 деревьев. Поэтому в таблице 19, в которой описаны результаты RF, не приведены средние значения и стандартные отклонения. Включение четырех дополнительных функций положительно сказывается на характеристиках RF, немного улучшая Se, Sp и Acc. RF обеспечивает лучшие результаты из всех протестированных моделей с отличными возможностями прогнозирования для обоих классов, в результате чего Acc составляет 87%, что намного выше Acc, сообщенного BMD.

9022 , многообещающие результаты, полученные RF, побуждают нас продолжить исследование, и мы надеемся увеличить размер набора данных. Если характеристики RF аналогичны при применении к большой группе субъектов, мы считаем, что его использование в качестве CDSS должно быть принято во внимание.

4. Обсуждение

Как было показано, приближение линейной регрессии дает довольно плохие результаты. Низкие отношения чувствительности, специфичности и точности, немногим более 70% с чрезвычайно высоким стандартным отклонением (более ± 10%), превращают логистическую регрессию в плохое приближение. Принимая во внимание, кроме того, не может быть ни недостаточной подгонки (мы получили 200 образцов из-за использования SMOTE), ни переобучения, так как 8-12 функций составляют менее десятой части количества испытуемых.Можно заметить, что использование большего количества атрибутов существенно не улучшает поведение модели.

Что касается SVM, очевидно, что сигмоид полностью неправильно понимает «форму» гиперплоскости. Наивысшее приведенное значение — 61% специфичности для 12 функций. Точность не меняется от значений около 57-58%, что значительно ниже, чем у реальных моделей, основанных только на BMD, которая обеспечивает точность около 65% (см. Раздел 1). Линейное ядро ​​дает заметно более высокие результаты, но ничего значительного: хотя специфичность увеличивается примерно на 75-77%, чувствительность все еще ниже 70%.Далее максимальная точность ниже 72%.

Байесовское ядро ​​вместе с PPR немного увеличивает числа: учитывая 12 функций, чувствительность составляет около 71%, специфичность на 10% выше, а точность превышает 75%. Наконец, при использовании гауссова ядра чувствительность во многом возрастает, достигая значений до 83% (8 функций) и для простой разработки и почти 94% для обработки 12 функций. Как с PPR, так и без него точность превышала 80%.Это лучший результат, полученный при моделировании SVM, и он соответствует уровню последних достижений, опубликованных на сегодняшний день (см. Раздел 1).

С другой стороны, деревья решений не дают хороших результатов. Как правило, значения чувствительности, специфичности и точности ниже, чем у SVM (с учетом наиболее подходящих ядер). С другой стороны, стандартное отклонение заметно больше (в среднем), чем у всех предыдущих моделей, что является слабым местом этой модели. Точность хорошая, но чувствительность и специфичность несбалансированы в пользу последнего.Для выбранных 8 и 12 прогнозных атрибутов точность составляет около 65–66%.

Наконец, Random Forest — лучшая из всех построенных моделей. Хотя модель, построенная только с 8 функциями, менее точна (примерно на 5% для каждого значения), чем модель, построенная с 12, она нарушает результаты, полученные с помощью моделей, опубликованных до сих пор. Мы также заметили, что при добавлении дополнительных атрибутов (до 15) результаты существенно не улучшаются, поэтому лучше всего оставить 12 функций, чтобы получить более легкий набор данных.В заключение, ни одна из предыдущих моделей не дает таких хороших результатов: 83% по чувствительности, 92% по специфичности и точности 87%.

Как отмечалось в разделе 1, эта статья дополняет исследование, представленное в [24]. В этой статье использовались те же клинические, геометрические и биомеханические переменные, что и в предыдущей базе данных. Однако в этой статье представлены некоторые новинки, улучшающие нашу предыдущую работу. Один из них — это ранжирование релевантности, чтобы выяснить, какие переменные являются наиболее важными для проблемы.В нашей предыдущей работе это ранжирование проводилось только при изучении корреляции Пирсона. В настоящей работе ранжирование релевантности проводилось в два этапа: анализ главных компонентов (PCA) и корреляционный анализ, в ходе которого анализировались как индекс корреляции Пирсона, так и ранговая корреляция Спирмена. Однако истинное улучшение было получено с помощью анализа главных компонентов.

Поскольку PCA основан на уменьшении размеров проблемы с сохранением максимума информации, наши модели более точны, с большей возможностью обобщения для применения к новым данным и с большей возможностью интерпретации для последующей обработки результатов.

Еще одно улучшение связано с применением техники SMOTE для увеличения количества обучающих выборок, что улучшило результаты наших моделей. Наконец, модели машинного обучения, отличные от тех, что использовались в нашей предыдущей работе, были использованы в этой работе как деревья принятия решений (DT) и случайный лес (RF), что обеспечило лучшие результаты с точки зрения чувствительности, специфичности и точности. Фактически, RF был лучшим вариантом с точностью более 87%, специфичностью более 92% и чувствительностью более 83%.Эти значения намного лучше, чем текущая клинически используемая МПК, точность классификации которой составляет около 65%, а также лучше, чем точность нашей предыдущей работы, которая составляла 79%.

Одним из основных ограничений настоящего исследования был размер выборки. Хотя размер выборки был больше, чем в других исследованиях, он все же недостаточен, что может ограничить процесс обучения. Еще одно ограничение этого исследования связано с разрешением изображений. Размер пикселя был примерно в 8 раз больше, чем у других коммерческих плотномеров (например.g., GE Healthcare iDXA Advance), обеспечивая тем самым изображения с низким разрешением. Различительная сила атрибутов, полученных с помощью МКЭ, сильно зависит от свойств материала, которые извлекаются из карт BMD. Детали этих карт зависят от качества изображения, и если разрешение изображения низкое, некоторая информация могла быть потеряна.

В данном исследовании есть неотъемлемое ограничение, связанное с 2D-моделью, которая основана на перекрытии кортикальной и трабекулярной кости на плоскости изображения.Следовательно, распределение напряжений и деформаций может быть изменено, а место начала разрушения может быть не полностью надежным. С другой стороны, как отмечалось ранее, мы не могли построить модели ML, которые различают переломы шейки и вертела из-за размера набора данных. Наконец, хотя наше исследование было сосредоточено на прогнозировании перелома шейки бедра у женщин в постменопаузе, перелом шейки бедра случается и у мужчин [41]. Кроме того, в литературе были показаны различия между атрибутами перелома у мужчин и женщин, как клиническими, так и биомеханическими.Это необходимо решить, чтобы построить эффективную прогностическую модель для обоих полов.

5. Выводы

В этой статье предлагается использовать модели машинного обучения (ML), обученные с данными из биомеханической модели, имитирующей падение боком, с целью повышения точности текущего золотого стандарта в клинической оценке остеопороза. Текущий золотой стандарт — это минеральная плотность костной ткани (BMD), измеренная с помощью двухэнергетической рентгеновской абсорбциометрии (DXA), а точность классификации составляет всего около 65%.Среди различных протестированных моделей выделяется Random Forest, демонстрируя свою способность превосходить BMD-DXA, достигая точности более 87%, со специфичностью более 92% и чувствительностью более 83%.

Эта статья дополняет исследование, представленное в [24]. В этой работе также использовались те же клинические, геометрические и биомеханические переменные из предыдущей базы данных. Тем не менее, в этой статье представлены некоторые новшества, которые улучшают ее, так как рейтинг релевантности был проведен для выявления наиболее важных для проблемы, который был проведен PCA.Таким образом, модели, разработанные в этой работе, были более точными, с большей возможностью обобщения для применения к новым данным и с большей возможностью интерпретации для постобработки результатов.

Применение техники SMOTE для увеличения количества обучающих выборок также улучшило модели. Кроме того, в этой работе использовались модели машинного обучения, отличные от тех, что использовались в нашей предыдущей работе: деревья принятия решений (DT) и случайный лес (RF), которые обеспечили лучшие результаты с точки зрения чувствительности, специфичности и точности.Эти значения были намного лучше, чем текущая клинически используемая МПК, точность классификации которой составляет около 65%, а также лучше, чем точность нашей предыдущей работы, которая составляла 79%. В заключение, это исследование показало, что прогноз перелома бедра можно смоделировать с помощью мультитехнический подход, учитывающий клинические и биомеханические данные в классификаторе ML. Этот подход является экономичным и быстрым, и его можно интегрировать в клиническую практику без изменения клинического рабочего процесса. Дальнейшие исследовательские работы должны включать в себя более 480 объемов образцов, лучшее качество изображения и более конкретные прогнозы местоположения трещины.

Доступность данных

Данные, используемые для подтверждения выводов этого исследования, ограничены компанией ASCIRES в целях защиты конфиденциальности пациентов. Данные доступны от Марии Хосе Руперес для исследователей, которые соответствуют критериям доступа к конфиденциальным данным.

Конфликт интересов

Все авторы заявляют об отсутствии конфликта интересов.

Благодарности

Это исследование частично финансировалось за счет гранта FPI (FPI-SP20170111) Политехнического университета Валенсии, полученного Эдуардо Вильямором.

После перелома бедра, снижение риска рецидива

Снижение частоты начала лечения любым из многих лекарств, которые, как известно, снижают риск переломов, широко объясняется чрезмерной известностью, уделяемой очень редкому риску некроза челюсти и необычным перелом бедренной кости у пациентов, много лет принимающих костные препараты. Тем не менее, по словам доктора Бауэра, риск второго перелома бедра намного выше, чем любой из этих побочных эффектов. (Управление по санитарному надзору за качеством пищевых продуктов и медикаментов только что одобрило новый и другой препарат, Evenity, который укрепляет кости, но он может иметь свои собственные риски, на этот раз небольшое увеличение шансов сердечного приступа или инсульта.Кроме того, это очень дорого, может не покрываться страховкой и лицензироваться только для женщин в постменопаузе с высоким риском переломов.)

[ Подробнее о новом лекарстве от остеопороза, которое укрепляет кости. ]

В исследовании доктора Десаи показатели лечения среди тех, кто сломал бедро, были даже ниже для мужчин, чем для женщин, хотя мужчины почти с такой же вероятностью сломают другую кость, включая другое бедро. В целом, без профилактического лечения от 15 до 25 процентов пациентов, страдающих остеопоротическим переломом, испытают еще один в течение 10 лет.

А поскольку люди живут дольше, вероятность переломов шейки бедра возрастает. Отчет, опубликованный в прошлом году в журнале Osteoporosis International, показал, что после десятилетия снижения частоты переломов бедра с 2012 года эти показатели в Соединенных Штатах стабилизировались, скорее всего, потому, что многие пожилые люди и их врачи обратились за помощью. их спины на лекарствах для защиты костей. Доктор Десаи и соавторы писали, что среди людей, участвующих только в программе Medicare, это плато «могло привести к более чем 11 000 дополнительных переломов бедра в период с 2012 по 2015 год».

Побочные эффекты, связанные с препаратами для лечения костной ткани, «вызвали больше шумихи, чем следовало бы», — сказал доктор Десаи в интервью. «Люди беспокоятся о них, и с профилактической терапией они не сразу видят преимущества».

Однако доктор Бауэр писал: «Переломы бедра представляют собой только верхушку айсберга; своевременная оценка и рассмотрение медикаментозного лечения подходят для многих других людей с высоким риском переломов ».

Многие люди, которым грозит перелом костей из-за остеопороза, не хотят даже принимать витамин D и кальций, питательные вещества, необходимые для формирования здоровых костей.В новом национальном исследовании, опубликованном недавно доктором Спенсером Саммерсом, хирургом-ортопедом из Университета Майами в Американской академии хирургов-ортопедов, менее одного человека из пяти, у которого был выявлен остеопороз, соответствовали рекомендуемой суточной дозе витамина D и кальция. .

Более 10 миллионов американцев страдают остеопорозом, а еще 44 миллиона находятся в группе повышенного риска его развития. Остеопороз, что означает пористость костей, — это хроническое прогрессирующее заболевание, связанное с возрастанием хрупкости костей, которые могут сломаться при относительно незначительном повреждении, например, при падении с высоты.

Распространенность факторов риска перелома шейки бедра у женщин в возрасте 70 лет и старше | QJM: Международный медицинский журнал

Аннотация

Мы оценили распространенность общих факторов риска перелома шейки бедра и количество, необходимое для лечения (NNT) для предотвращения перелома шейки бедра в различных группах населения с высоким риском, используя почтовый опрос факторов риска среди женщин в возрасте 70 лет и старше из отдела общей практики. в Грампиане и Йоркшире. Зарегистрированные факторы риска включали предшествующий перелом любого типа; небольшая масса тела; курение; и семейный анамнез перелома.Коэффициенты распространенности факторов риска перелома бедра составляли 34%, 7% и 11% для предыдущего перелома, перелома бедра у матери и курения, соответственно, для практики Грампа (низкая масса тела определяется как падение в нижнем квартиле) и 34%, 7 % и 7% за разовую практику в районе Йорка. Применяя ранее опубликованные оценки риска, анализ NNT дал значение около 300 для женщин без факторов риска, в то время как для женщин с тремя факторами риска оно составляло от 32 до 71, в зависимости от присутствующих факторов риска и при допущении, что вмешательство снизило частоту переломов на 30% или 50%.Группы женщин с высоким риском перелома шейки бедра могут быть легко идентифицированы в первичном звене медицинской помощи и предложены методы лечения с реальными перспективами предотвращения перелома бедра.

Введение

Остеопороз — основная причина заболеваемости, смертности и затрат среди пожилого населения. Примерно 10–20% пациентов с переломом шейки бедра умирают в течение 6 месяцев; 1 Кроме того, в Великобритании было подсчитано, что годовая стоимость остеопороза превышает 940 миллионов фунтов стерлингов. 2 Однако, несмотря на то, что количество терапевтических вариантов профилактики переломов растет, они требуют ориентации на группы высокого риска, чтобы быть экономически эффективными. 3 На сегодняшний день нет доступных оценок риска перелома шейки бедра среди населения Великобритании, оказывающего первичную медико-санитарную помощь.

Чтобы идентифицировать пациентов с высоким риском перелома шейки бедра, нам необходимо знать, какие факторы риска важны, а также величину риска перелома. Самым крупным проспективным исследованием факторов риска перелома шейки бедра стало Исследование остеопоротических переломов (SOF) в США. 4 Это исследование выявило 16 независимых факторов риска перелома шейки бедра у белых женщин в возрасте 65 лет и старше. Однако, хотя в этом исследовании представлены относительные отношения риска перелома бедра для женщин с фактором риска по сравнению с женщинами без данного фактора риска, эту информацию нельзя использовать для оценки абсолютного риска перелома. Если отношение относительного риска умножить на частоту переломов для данной возрастной группы, это приведет к переоценке риска перелома бедра, потому что риск перелома у населения частично является функцией самих факторов риска, которые используются для оценки абсолютного риска.Следовательно, чем выше распространенность фактора риска, тем ниже будет относительный популяционный риск перелома. Например, согласно рекомендациям Национального фонда остеопороза (NOF), относительный риск перелома бедра для женщины с семейным анамнезом перелома бедра составляет 1,40 по сравнению с аналогичной женщиной без этого фактора риска. 5 Однако, учитывая распространенность фактора риска 7%, относительный риск для населения несколько снижается до 1,36. Для более распространенного фактора риска, такого как низкая масса тела (распространенность 25%), относительный риск падает с 1.От 90 для индивидуального относительного риска до 1,55 для относительного риска для населения. 5

Более поздний повторный анализ данных о факторах риска SOF 5, 6 сократил 16 факторов риска до четырех более управляемых: низкая масса тела, личный анамнез переломов, семейный анамнез переломов и курение в настоящее время . Важно отметить, что этот повторный анализ дал цифры «относительного риска для населения», а также обычные относительные соотношения риска переломов для факторов риска. Однако оценки относительного риска для населения, в отличие от обычных соотношений относительного риска, зависят от распространенности фактора риска.Если распространенность факторов риска от SOF будет значительно отличаться от таковой в популяции Великобритании, их оценки риска необходимо будет скорректировать для населения Великобритании. К сожалению, опубликованных данных о распространенности факторов риска SOF в Великобритании нет. Поэтому мы провели два опроса населения, в Грампиане и Йоркшире, для оценки распространенности факторов риска перелома шейки бедра у женщин в возрасте 70 лет и старше. Кроме того, мы рассчитали количество, необходимое для лечения (NNT), чтобы предотвратить один перелом шейки бедра для каждой категории факторов риска.

Методы

Мы опросили женщин в возрасте 70 лет и старше, состоящих из пяти врачей общей практики в районе Абердина ( n = 2672) и одного врача общей практики в Йорке ( n = 856), используя простой почтовый опросник по факторам риска. Письмо с напоминанием не было отправлено. Женщин спрашивали о следующих факторах риска: личный анамнез переломов; история перелома матери; статус курения; текущая масса тела; и был ли у кого-нибудь из братьев и сестер перелом бедра (только Йорк).

Мы оценили абсолютный риск перелома бедра, взяв популяционный относительный риск перелома 5 и умножив его на популяционный риск перелома бедра, используя недавно опубликованное эпидемиологическое исследование. 6 Мы также оценили NNT для предотвращения одного перелома бедра для каждой категории риска для лечения, которое уменьшило переломы бедра на 30% или 50%.

Результаты

Абердин

Процент ответивших на практику Grampian составил 64.5% (1724) и еще 154 (5,8%) анкет вернулись незавершенными из-за невозможности принять участие (например, из-за слабоумия, неправильного адреса, недавней смерти или нежелания участвовать). Распространенность четырех основных факторов риска по сравнению с распространенностью факторов риска SOF показана в таблице 1. Существует удивительно схожая распространенность факторов риска между американскими данными и данными Grampian.

Таблица 1

Распространенность факторов риска в Йорке и Абердине по сравнению с США


8 функций 12 функций

Чувствительность 79.50 83,33%
Специфичность 87,75 92,31%
Точность 82,66 87,10%

Предыдущее исследование в США Настоящее исследование в Великобритании



9022 9022 9022

9022 9022 902

Распространенность по данным исследования SOF {ОР, если фактор присутствует / отсутствует} 5
Центр
Распространенность фактора риска [95% ДИ]
Один фактор риска ( n ) [95% ДИ ]
Два фактора риска ( n ) [95% ДИ]
Три фактора риска ( n ) [95% ДИ]
Четыре фактора риска ( n ) [95% ДИ]
История любого 37% Абердин 34.3% (591) 21,5% (370) 11,2% (192) 1,6% (28) 0,1% (1)
перелом {1,39 / 0,77} [ 32–37] [20–23] [10–13] [1–2] [0,006–0,3]
Йорк 34,8 (135) 21,2 % (82) 12,1% (47) 1,6 (6) 0
[30–40] [17–25] [9–14] [0.6–3] [0–0,9]
Материнское бедро 7% Абердин 7% (120) 3% (52) 3,2% (55) 0,7% ( 12) 0,1% (1)
перелом {1,36 / 0,97} [6–8] [2–4] [2–4] [0,3–1 ] [0,0006–0,3]
Йорк 6,5% (25) 1.6% (6) 3,6 (14) 1,3 (5) 0 (0)
[4–9] [0,6–3] [2– 6] [0,4–3] [0–0,9]
Низкое тело 25% Абердин 25% (415) * 13,1% (215) 10,3% (170 ) 1,8% (29) 0,1% (1)
вес {1,55 / 0,82} [11–14] [8–11] [1– 2] [0.006–0,3]
Йорк 27% (105) ** 14,2% (55) 11,6% (45) 1,3% (5) 0
[11–18] [8–15] [0,4–3] [0–0,9]
Курение 10% 9022% (190) 4,8% (82) 4,8% (83) 1.4% (24) 0,1% (1)
{1,59 / 0,94} [10–12] [4–6] [4–6] [1 –2] [0,006–0,3]
Йорк 6,7% (26) 3,6% (14) 2,6% (10) 0,5 (2) 0
[4–10] [2–6] [1–5] [0.1–2] [0–0,9]
История родственников 5% York 1,8% (7) 0,5 (2) 1,3% (5) 0
Перелом бедра *** [0,8–3,7] [0,1–2] [0,4–3]

6 США исследование 9022 9022
Настоящее исследование в Великобритании






Распространенность исследования SOF {RR при наличии / отсутствии фактора Распространенность фактора риска [95% ДИ]
Один фактор риска ( n ) [95% ДИ]
Два фактора риска ( n ) [95% ДИ]
Три фактора риска (n ) [95% ДИ]
Четыре фактора риска ( n ) [95% ДИ]
История любого 37% Абердин 34.3% (591) 21,5% (370) 11,2% (192) 1,6% (28) 0,1% (1)
перелом {1,39 / 0,77} [ 32–37] [20–23] [10–13] [1–2] [0,006–0,3]
Йорк 34,8 (135) 21,2 % (82) 12,1% (47) 1,6 (6) 0
[30–40] [17–25] [9–14] [0.6–3] [0–0,9]
Материнское бедро 7% Абердин 7% (120) 3% (52) 3,2% (55) 0,7% ( 12) 0,1% (1)
перелом {1,36 / 0,97} [6–8] [2–4] [2–4] [0,3–1 ] [0,0006–0,3]
Йорк 6,5% (25) 1.6% (6) 3,6 (14) 1,3 (5) 0 (0)
[4–9] [0,6–3] [2– 6] [0,4–3] [0–0,9]
Низкое тело 25% Абердин 25% (415) * 13,1% (215) 10,3% (170 ) 1,8% (29) 0,1% (1)
вес {1,55 / 0,82} [11–14] [8–11] [1– 2] [0.006–0,3]
Йорк 27% (105) ** 14,2% (55) 11,6% (45) 1,3% (5) 0
[11–18] [8–15] [0,4–3] [0–0,9]
Курение 10% 9022% (190) 4,8% (82) 4,8% (83) 1.4% (24) 0,1% (1)
{1,59 / 0,94} [10–12] [4–6] [4–6] [1 –2] [0,006–0,3]
Йорк 6,7% (26) 3,6% (14) 2,6% (10) 0,5 (2) 0
[4–10] [2–6] [1–5] [0.1–2] [0–0,9]
История родственников 5% York 1,8% (7) 0,5 (2) 1,3% (5) 0
Перелом бедра *** [0,8–3,7] [0,1–2] [0,4–3]

002 Таблица 1

Фактор риска Распространенность в Йорке и Абердине по сравнению с США

Предыдущее исследование в США Настоящее исследование в Великобритании





9022 9022 {ОР, если фактор присутствует / отсутствует} 5
Центр
Распространенность фактора риска [95% ДИ]
Один фактор риска ( n ) [95% ДИ]
9022 2
Два фактора риска ( n ) [95% ДИ]
Три фактора риска ( n ) [95% ДИ]
Четыре фактора риска ( n ) [95% ДИ]
История любого 37% Абердин 34.3% (591) 21,5% (370) 11,2% (192) 1,6% (28) 0,1% (1)
перелом {1,39 / 0,77} [ 32–37] [20–23] [10–13] [1–2] [0,006–0,3]
Йорк 34,8 (135) 21,2 % (82) 12,1% (47) 1,6 (6) 0
[30–40] [17–25] [9–14] [0.6–3] [0–0,9]
Материнское бедро 7% Абердин 7% (120) 3% (52) 3,2% (55) 0,7% ( 12) 0,1% (1)
перелом {1,36 / 0,97} [6–8] [2–4] [2–4] [0,3–1 ] [0,0006–0,3]
Йорк 6,5% (25) 1.6% (6) 3,6 (14) 1,3 (5) 0 (0)
[4–9] [0,6–3] [2– 6] [0,4–3] [0–0,9]
Низкое тело 25% Абердин 25% (415) * 13,1% (215) 10,3% (170 ) 1,8% (29) 0,1% (1)
вес {1,55 / 0,82} [11–14] [8–11] [1– 2] [0.006–0,3]
Йорк 27% (105) ** 14,2% (55) 11,6% (45) 1,3% (5) 0
[11–18] [8–15] [0,4–3] [0–0,9]
Курение 10% 9022% (190) 4,8% (82) 4,8% (83) 1.4% (24) 0,1% (1)
{1,59 / 0,94} [10–12] [4–6] [4–6] [1 –2] [0,006–0,3]
Йорк 6,7% (26) 3,6% (14) 2,6% (10) 0,5 (2) 0
[4–10] [2–6] [1–5] [0.1–2] [0–0,9]
История родственников 5% York 1,8% (7) 0,5 (2) 1,3% (5) 0
Перелом бедра *** [0,8–3,7] [0,1–2] [0,4–3]

6 США исследование 9022 9022
Настоящее исследование в Великобритании






Распространенность исследования SOF {RR при наличии / отсутствии фактора Распространенность фактора риска [95% ДИ]
Один фактор риска ( n ) [95% ДИ]
Два фактора риска ( n ) [95% ДИ]
Три фактора риска (n ) [95% ДИ]
Четыре фактора риска ( n ) [95% ДИ]
История любого 37% Абердин 34.3% (591) 21,5% (370) 11,2% (192) 1,6% (28) 0,1% (1)
перелом {1,39 / 0,77} [ 32–37] [20–23] [10–13] [1–2] [0,006–0,3]
Йорк 34,8 (135) 21,2 % (82) 12,1% (47) 1,6 (6) 0
[30–40] [17–25] [9–14] [0.6–3] [0–0,9]
Материнское бедро 7% Абердин 7% (120) 3% (52) 3,2% (55) 0,7% ( 12) 0,1% (1)
перелом {1,36 / 0,97} [6–8] [2–4] [2–4] [0,3–1 ] [0,0006–0,3]
Йорк 6,5% (25) 1.6% (6) 3,6 (14) 1,3 (5) 0 (0)
[4–9] [0,6–3] [2– 6] [0,4–3] [0–0,9]
Низкое тело 25% Абердин 25% (415) * 13,1% (215) 10,3% (170 ) 1,8% (29) 0,1% (1)
вес {1,55 / 0,82} [11–14] [8–11] [1– 2] [0.006–0,3]
Йорк 27% (105) ** 14,2% (55) 11,6% (45) 1,3% (5) 0
[11–18] [8–15] [0,4–3] [0–0,9]
Курение 10% 9022% (190) 4,8% (82) 4,8% (83) 1.4% (24) 0,1% (1)
{1,59 / 0,94} [10–12] [4–6] [4–6] [1 –2] [0,006–0,3]
Йорк 6,7% (26) 3,6% (14) 2,6% (10) 0,5 (2) 0
[4–10] [2–6] [1–5] [0.1–2] [0–0,9]
История родственников 5% York 1,8% (7) 0,5 (2) 1,3% (5) 0
Перелом бедра *** [0,8–3,7] [0,1–2] [0,4–3]

York

Процент ответивших на опрос в Йорке был ниже, чем в Абердине, только 46% ответили ( n = 387 после исключения девяти возвращенных анкет по причине смерти или деменции).Однако, хотя доверительные интервалы для распространенности факторов риска были шире из-за меньшего размера выборки, оценки распространенности факторов риска были аналогичны результатам Абердина, за исключением распространенности курения, которая была несколько ниже в Йоркшире по сравнению с Грампианским или Грампианским регионом. НАС.

Количество, необходимое для лечения (NNT)

Таблица 2 показывает различные пропорции населения для данных комбинаций факторов риска с их абсолютным риском перелома бедра с NNT 7 в год для лечения с 30% (например.грамм. кальций и витамин D 8 ) и 50% (например, алендронат 9 ) эффективность. Эти оценки основаны на частоте перелома бедра 1,91%; 7 , однако, исключение женщин в возрасте до 75 лет снизит ЧБН примерно на 40% из-за увеличения частоты переломов шейки бедра у пожилых женщин.

Таблица 2

Абсолютный и относительный риск lpar; RRlpar; переломов в год и оценки NNT для профилактики переломов у женщин в возрасте 70 лет и старше

9022 9022 9022 9022 9022 9022 9022 9022 902 902 9017 9017 9022 9022 902 9017 9017 9022 9022 902 902 902 902 902 902 9022 902 902 902 902 902 902 902 902 902 902 902 902 902 9022 9022 9022 9022 902
Категория риска RR населения Абсолютный риск NNT *

перелом (%)
30%
50%
Все четыре фактора риска 4.66 8,9 37 22
Три фактора риска
Курильщик, до перелома, тонкий
Предшествующий перелом, тонкий, семейный анамнез 2,75 5,2 64 38
Курильщик, худой, семейный анамнез 2.58 4,9 68 41
Курильщик, предшествующий перелом, семейный анамнез 2,46 4,7 71 43
Два фактора риска
Тонкий, предшествующий перелом 1,96 3,7 90 54
Тонкий, дымящийся 1.84 3,5 95 57
Предшествующий перелом, курильщик 1,76 3,3 101 61
Тонкий, семейный анамнез
Предшествующий перелом, семейный анамнез 1,46 2,8 119 71
Курильщик, семейный анамнез 1.37 2,6 128 77
Единый фактор риска
Тонкий 1,09 1,04 2,0 167 100
Курильщик 0,97 1,8 185 111
Семейная история 0.81 1,5 222 133
Факторов риска нет 0,58 1,1 303 182
Категория риска 902 902 902 Группа населения из 9022 9022 9022 9022 9022 9022 9022 9022 902 902 9017 9017 9022 9022 902 9017 9017 9022 9022 902 902 902 902 902 902 9022 902 902 902 902 902 902 902 902 902 902 902 902 902 9022 9022 9022 9022 902
NNT *


перелом
перелом (%)
30%
50%
4 фактора 8,9 37 22
Три фактора риска
Курильщик, до перелома, тонкий
Предшествующий перелом, тонкий, семейный анамнез 2,75 5,2 64 38
Курильщик, худой, семейный анамнез 2.58 4,9 68 41
Курильщик, предшествующий перелом, семейный анамнез 2,46 4,7 71 43
Два фактора риска
Тонкий, предшествующий перелом 1,96 3,7 90 54
Тонкий, дымящийся 1.84 3,5 95 57
Предшествующий перелом, курильщик 1,76 3,3 101 61
Тонкий, семейный анамнез
Предшествующий перелом, семейный анамнез 1,46 2,8 119 71
Курильщик, семейный анамнез 1.37 2,6 128 77
Единый фактор риска
Тонкий 1,09 1,04 2,0 167 100
Курильщик 0,97 1,8 185 111
Семейная история 0.81 1,5 222 133
Факторов риска нет 0,58 1,1 303 182

003 Абсолютный риск 2

и переломов в год и оценки NNT для профилактики переломов у женщин в возрасте 70 лет и старше

9022 9022 9022 9022 9022 9022 9022 9022 902 902 9017 9017 9022 9022 902 9017 9017 9022 9022 902 902 902 902 902 902 9022 902 902 902 902 902 902 902 902 902 902 902 902 902 9022 9022 9022 9022 902
Категория риска RR населения Абсолютный риск NNT *

перелом (%)
30%
50%
Все четыре фактора риска 4.66 8,9 37 22
Три фактора риска
Курильщик, до перелома, тонкий
Предшествующий перелом, тонкий, семейный анамнез 2,75 5,2 64 38
Курильщик, худой, семейный анамнез 2.58 4,9 68 41
Курильщик, предшествующий перелом, семейный анамнез 2,46 4,7 71 43
Два фактора риска
Тонкий, предшествующий перелом 1,96 3,7 90 54
Тонкий, дымящийся 1.84 3,5 95 57
Предшествующий перелом, курильщик 1,76 3,3 101 61
Тонкий, семейный анамнез
Предшествующий перелом, семейный анамнез 1,46 2,8 119 71
Курильщик, семейный анамнез 1.37 2,6 128 77
Единый фактор риска
Тонкий 1,09 1,04 2,0 167 100
Курильщик 0,97 1,8 185 111
Семейная история 0.81 1,5 222 133
Факторов риска нет 0,58 1,1 303 182
Категория риска 902 902 902 Группа населения из 9022 9022 9022 9022 9022 9022 9022 9022 902 902 9017 9017 9022 9022 902 9017 9017 9022 9022 902 902 902 902 902 902 9022 902 902 902 902 902 902 902 902 902 902 902 902 902 9022 9022 9022 9022 902
NNT *


перелом
перелом (%)
30%
50%
4 фактора 8,9 37 22
Три фактора риска
Курильщик, до перелома, тонкий
Предшествующий перелом, тонкий, семейный анамнез 2,75 5,2 64 38
Курильщик, худой, семейный анамнез 2.58 4,9 68 41
Курильщик, предшествующий перелом, семейный анамнез 2,46 4,7 71 43
Два фактора риска
Тонкий, предшествующий перелом 1,96 3,7 90 54
Тонкий, дымящийся 1.84 3,5 95 57
Предшествующий перелом, курильщик 1,76 3,3 101 61
Тонкий, семейный анамнез
Предшествующий перелом, семейный анамнез 1,46 2,8 119 71
Курильщик, семейный анамнез 1.37 2,6 128 77
Единый фактор риска
Тонкий 1,09 1,04 2,0 167 100
Курильщик 0,97 1,8 185 111
Семейная история 0.81 1,5 222 133
Факторов риска нет 0,58 1,1 303 182

Обсуждение

Для профилактики переломов становится все больше и больше доступных методов лечения. Чтобы использовать подавляющее большинство этих методов лечения рентабельным образом, необходимо тщательно нацелить лечение на тех пациентов, которые извлекут наибольшую пользу (т.е. тем, кто подвержен наибольшему риску перелома). В этой статье мы описали распространенность факторов риска и вероятную ННТ для профилактики перелома шейки бедра. Такое представление информации может помочь в принятии решений относительно предотвращения переломов шейки бедра в первичной медико-санитарной помощи. Например, если в практике рассматривается предложение лечения всем женщинам с тремя или более факторами риска, то это приведет к тому, что лечение будет предложено примерно 50 женщинам (из средней популяции практикующих в 1000 женщин в возрасте 70 лет и старше).Таким образом, фармацевтические затраты на такую ​​стратегию можно рассчитать, умножив это число на годовую стоимость лечения, в то время как количество предотвращенных переломов бедра можно оценить, умножив оценки заболеваемости из таблицы 2 на оценки эффективности.

Эта статья включает анализ NNT, позволяющий нацелить профилактическую терапию переломов шейки бедра с использованием клинических факторов риска. Наличие трех клинических факторов риска дает значения NNT от 32 до 71, в зависимости от конкретных присутствующих факторов риска и эффективности предлагаемого вмешательства.Мы решили рассмотреть вероятную эффективность относительно недорогого вмешательства, кальция и витамина D, которые снижают частоту переломов бедра примерно на 30% 8 , и дорогостоящего вмешательства, которое может снизить частоту переломов бедра на 50%. 9 Однако мы признаем ограничения использования NNT без четких экспериментальных данных. Например, мы неявно предположили, что женщины, которые подвержены риску перелома бедра из-за семейного анамнеза заболевания, одинаково хорошо реагируют на терапию, как и женщины, входящие в группу риска из-за низкой массы тела.Такие предположения могут быть неверными. Точно так же мы предположили, что лечение примерно так же эффективно в «реальных условиях», как и в условиях испытаний. Для подтверждения экономической эффективности такого подхода к профилактике переломов бедра потребуются дальнейшее экономическое моделирование и первичные исследования. Однако до тех пор, пока не станут доступны более точные данные, наши данные все еще должны помочь врачам принять решение о том, кого лечить для предотвращения переломов.

Хотя в нашем обзоре были получены оценки распространенности, аналогичные оценкам в исследовании SOF, существуют некоторые важные ограничения, которые требуют комментариев.Во-первых, мы должны были предположить, что факторы риска, обнаруженные у пожилых американских женщин европеоидной расы, могут быть применены и к британским женщинам. В идеале, большое проспективное когортное исследование должно подтвердить достоверность этих предикторов риска в Великобритании; однако до тех пор, пока это не будет достигнуто, не кажется необоснованным экстраполировать данные из США. Например, недавнее проспективное голландское исследование дало аналогичные оценки относительного риска для массы тела среди женщин в возрасте 70 лет и старше, проживающих в защищенных помещениях. 8 Во-вторых, эти цифры применимы только к белым женщинам. Для мужчин и других этнических групп могут быть более важными другие факторы риска. В-третьих, хотя в наше исследование включены только четыре относительно общих фактора риска, это не должно препятствовать лечению женщин, у которых есть другие, возможно, более сильные, но более редкие факторы риска, такие как пероральный прием кортикостероидов. Наконец, наши ответы, составляющие менее 100%, могут внести некоторую систематическую ошибку отбора. Однако в отличие от данных SOF, которые были взяты из списков регистрации избирателей в США, опрошенное нами население принадлежало к сообществу.Более того, сравнение данных Йорка, где уровень ответов был ниже, с данными Абердина, не выявило какой-либо явной систематической ошибки из-за более низкого уровня ответов. Несмотря на это, к данным по-прежнему следует относиться с некоторой осторожностью, поскольку процент ответов был менее 100%.

Таким образом, мы описали распространенность фактора риска перелома шейки бедра среди населения Великобритании, оказывающего первичную медико-санитарную помощь. Оценки риска и доли населения, подвергающегося риску, должны способствовать экономически эффективному планированию стратегий профилактики.

Обследование в Абердине было проведено в рамках пилотной программы скрининга, финансируемой Исследованием старения, в то время как исследование в Йорке финансировалось Йоркским университетом. AS является научным сотрудником постдокторской кампании по исследованию артрита.

Список литературы

1

Schurch MA, Rizzoli R, Mermillod B, Vasey H, Michel JP, Bonjour JP. Проспективное исследование социально-экономических аспектов перелома проксимального отдела бедренной кости.

J Bone Miner Res

1996

;

11

:

1935

–42.2

Долан П., Торгерсон DJ. Стоимость лечения остеопоротических переломов среди женского населения Соединенного Королевства.

Остеопороз Int

1998

;

8

:

611

–17.3

Torgerson DJ, Kanis JA. Экономическая эффективность профилактики переломов шейки бедра у пожилых людей с помощью витамина D и кальция.

Q J Med

1995

;

88

:

135

–9,4

Каммингс С.Р., Невитт М.К., Браунер В.С., Стоун К., Фокс К.М., Энсруд К.Э., Каули Дж., Блэк Д., Фогт TM для исследования группы исследований остеопоротических переломов.Факторы риска перелома бедра у белых женщин.

N Engl J Med

1995

;

332

:

767

–73,5

Остеопороз: обзор данных по профилактике, диагностике и лечению, а также анализ экономической эффективности.

Остеопороз Int

1998

;

8

(Дополнение 4):

S1

–88,6

Фокс К.М., Каммингс С.Р., Пауэлл-Тритс К., Стоун К. Исследовательская группа по изучению остеопоротических переломов. Семейный анамнез и риск остеопоротического перелома.

Остеопороз Int

1998

;

8

:

557

–62,7

Johansen A, Evans RJ, Stone MD, Richmond PW, Lo SV, Woodhouse KW. Частота переломов в Англии и Уэльсе: исследование, основанное на населении Кардиффа.

Травма

1997

;

28

:

655

–60,8

Чапуи М.С., Арлотт М.Э., Дюбуфф Ф., Брун Дж., Крузе Б., Арно С., Дельмас П.Д., Менье П.Дж. Витамин D 3 и кальций для предотвращения переломов шейки бедра у пожилых женщин.

N Engl J Med

1992

;

327

:

1637

–42,9

Блэк Д.М., Каммингс С.Р., Карпф ДБ, Каули Дж. А., Томсон ЭД. Рандомизированное исследование влияния алендроната на риск переломов у женщин с существующими переломами позвонков.

Ланцет

1996

;

348

:

1535

–41.10

Sackett DL, Haynes RB, Guyatt GH, Tugwell P.

Клиническая эпидемиология: фундаментальная наука для клинической медицины

, 2-е изд. Лондон, Литл, Браун,

1991

11

Pluijm SMF, Graafmans WC, Bouter LM, Lips P.Ультразвуковые измерения для прогнозирования остеопоротических переломов у пожилых людей.

Остеопороз Int

1999

;

9

:

550

–6.

© Ассоциация врачей

Риск перелома бедра при защищенных и незащищенных падениях в домах престарелых в Норвегии

Почти 100% переломов бедра являются результатом падения. 1, 2 С 1993 года несколько исследований показали, что внешний протектор бедра может предотвратить многие переломы бедра в группах высокого риска, 3– 5 , но его защита не обязательно 100%. 2, 6, 7 Когда у человека настолько остеопороз, что бедро может сломаться просто при ходьбе, или человек падает назад, протектор бедра не может эффективно защитить от перелома бедра. Однако большинство пациентов с переломом бедра (76%) падают прямо на бок, 2 , и перелом можно предотвратить с помощью протектора бедра.

Настоящая статья является второй из норвежских проектов по вмешательству с протекторами бедра. В первой статье рассматривается снижение частоты переломов бедра (анализ намерения лечить 6 ), а во второй статье рассматриваются защищенные и незащищенные падения.Проект вмешательства проводился в двух муниципалитетах за пределами Осло (Аскер и Бэрум). Протекторы бедра были введены в качестве регулярной части медицинского обслуживания для всех жителей 17 домов престарелых на период вмешательства продолжительностью 18 месяцев. В первой статье внешняя и независимая оценка показала снижение частоты переломов бедра в этих домах престарелых в течение периода вмешательства на 39% по сравнению с периодом до вмешательства 18 месяцев. 6

Результаты этого проекта, а также других исследований с использованием протектора бедра зависят как от комплаентности пациента в группе вмешательства, так и от реального эффекта протектора бедра при данном падении.Кроме того, результаты будут зависеть от того, в какой степени группа пользователей протектора бедра содержит большинство людей с высоким риском в группе вмешательства. В проекте Asker / Bærum группа вмешательства состояла как из лиц с высоким, так и с низким риском, то есть всем резидентам были предложены протекторы для бедер. 6 Знания о способности протектора бедра снижать частоту переломов бедра в группе высокого риска важны и интересны для органов здравоохранения.Это происходит независимо от того, произошло ли уменьшение перелома бедра главным образом из-за хорошей податливости и / или хорошего защитного эффекта при данном падении. Однако для человека из группы высокого риска и его или ее врача также интересно знать, насколько эффективно протектор бедра защищает от перелома бедра при данном падении.

Таким образом, целью этой второй статьи проекта Asker / Bærum было сравнение вероятности перелома бедра при защищенных и незащищенных падениях среди падающих в домах престарелых, где всем жителям предлагались защитные приспособления для бедра.

МЕТОДЫ

Дизайн исследования и вмешательство

Данные проекта Asker / Bærum, внедрение протектора бедра в 17 домах престарелых (965 коек) и регистрация переломов бедра (то есть фрактура colli femoris и фрактура pertrochanterica) в домах престарелых в течение 18 лет. месячный период вмешательства был описан в другом месте. 6 В течение всего периода вмешательства сотрудники 15 из 17 домов престарелых (790 коек) заполняли анкеты каждый раз, когда пациенты падали, и оценивали, надет ли протектор бедра, если он надет, на месте в больнице. время падения.Анкета также содержала вопрос о том, регулярно ли пациент пользовался протекторами для бедер: «Нет, никогда», «Да в течение дня», «Да, в ночное время», «Да, 24 часа в сутки». Падение определялось как непреднамеренное приземление жителя на пол или землю. Жителям было разрешено менять статус пользователя в течение периода вмешательства так часто, как они хотели, потому что проект не был исследовательским. Если, например, человек, не пользующийся защитными приспособлениями для бедер, падал и поэтому хотел стать пользователем, он или она регистрировались как пользователь после этого падения.Всем зарегистрированным пользователям предлагались протекторы для бедер (нижнее белье с защитными подушками) каждое утро, а также новые в течение дня при необходимости. Каждый раз, когда новый житель переезжал в дом престарелых, ему или ей предлагали протекторы для бедер, а затем регистрировали как пользователя или не пользователя протектора для бедра. Все защитные приспособления для бедер стирали в совместной прачечной. Когда житель умер, он или она, конечно, не наблюдали за падениями, но все зарегистрированные для него падения учитывались в анализе.

Пациенты (пациенты, которые упали хотя бы один раз в течение периода вмешательства) с известным статусом защиты бедра (использование / неиспользование) при первом зарегистрированном падении (705 жителей из 790 жителей с первым падением в течение периода вмешательства) были выбраны для анализа в настоящей статье. У нас есть информация о возрасте и поле, пользовались ли они защитными приспособлениями для бедра при первом падении, носили они или не носили протектор бедра при первом падении и, как следствие, перелом бедра при первом падении .Все переломы бедра были подтверждены в истории болезни больницы Бэрума, куда были отправлены все пациенты с переломом бедра. Поскольку этот проект не был исследовательским, информация о слабости жителей не собиралась, а сотрудники были слишком заняты, чтобы заполнять дополнительные анкеты.

Инспекция данных Норвегии и Норвежский совет здравоохранения одобрили исследование, и предложение было представлено в Региональный комитет по этике медицинских исследований.

Статистический анализ

Отношение шансов (OR) перелома бедра у падающих, которые носили протектор бедра при первом падении, по сравнению с падающими, которые были зарегистрированы как пользователи протекторов бедра, но которые не носили протектор бедра при первом падении, было оценено с помощью логистики. регресс.

Самых слабых жителей особенно поощряли использовать протектор для бедра, что привело к разнице в уязвимости среди пользователей и тех, кто не пользуется им.

Под слабостью здесь понимается склонность к падению и / или установленный остеопороз или другие факторы риска перелома бедра (например, худощавость), но классификация пациентов как слабых или слабых основывалась только на субъективном знании сотрудниками резидента и пациента. собственное мнение жителя (если возможно).Эта слабость была скорректирована в анализе путем включения «статуса пользователя протектора бедра» в модель логистической регрессии. «Статус пользователя протектора бедра» определялся следующим образом:

  • «Пользователь — без протектора»: зарегистрированные пользователи во время первого падения, не надевшие протектор для бедер этой осенью.

  • «Пользователь — носит протектор»: зарегистрированные пользователи при первом падении, носящие протектор для бедер этой осенью.

  • «Непользователь» на момент первого падения.

Эти три исключительные группы составляли номинальную переменную, называемую «статус протектора бедра». Выбрав в качестве эталонной категории «пользователь — не носит протектор», мы скорректировали статус пользователя при сравнении риска перелома бедра при первом падении между пользователями и теми, кто их не носит. И сотрудники, и сами жители посчитали, что зарегистрированные пользователи протекторов бедра подвергаются особенно высокому риску перелома бедра.Это единственная информация о слабости, которую мы имеем в этом исследовании, и, следовательно, единственная информация о ненадежности, которую мы смогли скорректировать в модели логистической регрессии

.

РЕЗУЛЬТАТЫ

Четыреста тридцать (61%) из 705 упавших не пользовались протекторами для бедер, 84 (12%) пользовались, но не носили их, а 191 (27%) пользовались и носили их в своих первая осень. Около 70% зарегистрированных пользователей носили протектор бедра при первом падении (191 / (191 + 84) = 69.5%) (таблица 1).

Таблица 1

Число падавших, число переломов и частота переломов в первой зарегистрированной падают в пределах каждого из 705 упавших в 15 домах престарелых в двух муниципалитетах Норвегии в 1998/99 г. в зависимости от возраста, пола и статуса защитника бедра * (нескорректированная ассоциация )

Как зарегистрированные пользователи, носящие протекторы для бедер, так и не использующие их, имели процент переломов бедра примерно на треть по сравнению с теми, кто их не носил, среди зарегистрированных пользователей (таблица 1).Соответствующие шансы логистической регрессии подтверждают этот результат («пользователь — носит протектор», OR 0,31, p = 0,009, «не пользователи», OR 0,37, p = 0,006, таблица 2). «Пользователь — без защитного средства» был немного старше (незначительно) и имел немного более высокий процент мужчин (не значимо), чем «пользователь, использующий защитный чехол» (данные не показаны, средний возраст (% мужчин) 84 (35) и 83 (33) соответственно). Возраст и пол не влияли на риск перелома шейки бедра (таблица 2).

Таблица 2

Отношение шансов (OR) перелома бедра при первом зарегистрированном падении в пределах каждого из 705 падений в 15 домах престарелых в двух муниципалитетах в Норвегии в 1998/99 году в зависимости от статуса протектора бедра, оцененное с помощью логистической регрессии с поправкой на возраст и пол

Из 84 пользователей, которые не носили протектор бедра, у шести резидентов (то есть 7%) протектор был фактически на коленях, когда они одевались или раздевались.В результате падения у троих из них сломано бедро. При включении в логистическую регрессию переменной, называемой «протектор бедра на коленях», эта новая переменная достигла OR 10,35 (95% доверительный интервал (ДИ) от 1,54 до 69,77) по сравнению с «пользователем — без протектора». С учетом этой переменной значение OR для переменной «пользователь — ношение протектора» составило 0,38 (95% доверительный интервал от 0,15 до 0,956), а для переменной «непользователь» — значение OR 0,46 (95% доверительный интервал от 0,21 до 0,998).

Тридцать девять процентов жителей, у которых было хотя бы одно падение, были зарегистрированными пользователями на момент их первого падения (таблица 3: (84 + 191) / 705 = 39%).Во время второго падения среди тех, у кого было минимум два падения, 54% были зарегистрированы как ежедневные пользователи (таблица 3). Соответствующие цифры при третьем и четвертом падении составили 59% и 60% соответственно (таблица 3). Процент переломов бедра при первом падении был примерно в три раза выше, чем при втором, третьем и четвертом падениях (таблица 3).

Таблица 3

Количество падающих, количество переломов и частота переломов с первого по четвертый зарегистрированные приходятся на каждый из 705 упавших в 15 домах престарелых в двух муниципалитетах Норвегии в 1998/99 году в соответствии со статусом протектора бедра (нескорректированная ассоциация)

Шесть жителей, сломавших бедро при первом падении, упали во второй раз, и один из них снова сломал бедро.Среди 705 падающих было двое жителей, которые дважды сломали бедро: один из них дважды падал и каждый раз ломал бедро, другой — пять падений и сломал бедро при четвертом и пятом падениях (данные не показаны). Оба этих пациента не пользовались протекторами бедра во время первого перелома бедра, но были зарегистрированы как пользователи и надели протектор бедра следующей осенью, когда они снова сломали бедро. Все остальные 703 падающих имели не более одного перелома бедра за период вмешательства.

Зарегистрированные пользователи протекторов бедра, которые не носили протектор бедра при падении, имели самый высокий нескорректированный риск перелома бедра при первом, втором, третьем и четвертом падении по сравнению с теми, кто носил протектор бедра, и по сравнению с теми, кто его носил. непользователи (таблица 3). У пользователей, которые носили протектор бедра при падении, процент переломов бедра был ниже, чем у группы, которая, как считается, не нуждалась в протекторе бедра (таблица 3).

ОБСУЖДЕНИЕ

В ходе этого вмешательства, направленного на предотвращение переломов бедра в домах престарелых, мы обнаружили, что вероятность перелома бедра снизилась до менее трети при защищенных падениях по сравнению с незащищенными падениями.Это соотношение шансов выявило людей с высоким риском перелома бедра, то есть людей, которых сами жители и сотрудники сочли хрупкими и особенно нуждающимися в защитных приспособлениях для бедра. Пациенты, которые носили протектор бедра при падении, достигли снижения риска перелома бедра до уровня ниже, чем уровень для тех, кто не нуждался в протекторе бедра (таблицы 1–3).

Kannus et al продемонстрировали более сильный профилактический эффект протектора бедра в их группе протекторов бедра. 7 В их исследовании относительная опасность перелома бедра при падении с надетым протектором бедра по сравнению с падением со снятой протектором бедра составляла относительную опасность 0,2 (95% ДИ 0,05–0,5) без корректировки и относительную опасность 0,1 (95% ДИ 0,03). до 0,5) с поправкой на искажающие факторы. Участники были специально отобраны — например, участники должны были быть амбулаторными, и для каждого участника требовалось письменное согласие. Их группа пользователей (в которую входили как жители домов престарелых, так и пожилые люди), вероятно, была не такой хрупкой, как наша группа пользователей.В исследовании Kannus было 2,43 перелома на 100 падений среди тех, кто не носил их в группе пользователей, в то время как у нас было 15,5 среди тех, кто не использовал их среди зарегистрированных пользователей (таблица 1). Соответствующие цифры для пользователей составили 0,39 и 5,2 перелома на 100 падений соответственно. (Тем не менее, это сравнение может быть неопределенным из-за неопределенности относительно пропущенных падений в двух исследованиях, но группы пользователей в обоих исследованиях были сопоставимы в том смысле, что оба были признаны нуждающимися в протекторах бедра.)

Эффективность протектора бедра может быть не такой высокой, если его использовать в суровых условиях повседневной практики 8 , где протектор бедра предлагается каждому жителю домов престарелых, независимо от их способности ходить 9 и где нет письменного требуется согласие.Наше вмешательство было осуществлено в условиях «реального мира» — перевод исследований по укреплению здоровья на практику. 10 Однако наше отношение шансов было почти таким же хорошим, как нескорректированный относительный риск в статье Каннус и др. и в недавней статье Кэмерона и др. , изучающей слабых пожилых женщин, живущих в собственном доме. 11

В то время, когда было неясно, может ли протектор бедра предотвратить перелом бедра, этичным было рандомизировать людей в группу пользователей или в группу, не являющуюся пользователем.Однако никогда не было этично случайным образом носить протектор бедра при конкретном падении, потому что мы не можем подтолкнуть стариков к проверке, сломают ли они бедро. Поэтому исследования риска перелома бедра при защищенных и незащищенных падениях должны носить наблюдательный характер. Таким образом, ни одно из рандомизированных контролируемых испытаний протекторов бедра не было рандомизировано при анализе защищенных и незащищенных падений. В этом анализе они используют только группу вмешательства.

Возможная систематическая ошибка в оценках риска в таких наблюдательных исследованиях может быть уменьшена, если есть возможность внести поправку на неустойчивость модели.Kannus и др. скорректированы с учетом индекса массы тела, психического статуса, способности ходить, предыдущих падений и предыдущих переломов, что усилило результат (относительная опасность без поправок 0,2, относительная опасность с поправкой на 0,1). Ограничением нашего исследования было то, что мы не могли приспособиться к слабости таким образом, но следующие три аргумента подтверждают наше утверждение о том, что группа «пользователь — без защитного приспособления» не была слабее, чем группа «пользователь — носящий защитный чехол».

Аргумент 1: «Причины» отсутствия протектора бедра во время падения, зарегистрированные служащими, не указывают на группу уязвимых людей «пользователь — не одетый в протектор».Причины, по которым некоторые пользователи не носили протектор для бедра, были, например: (1) Житель не нашел протектора в день падения. (2) Резидент снял на ночь протектор бедра. (3) В день падения ему не дали протектора бедра. (4) Протектор бедра был временно снят из-за тепловой сыпи и так далее. Ни одна из зарегистрированных причин не имела отношения к болезни.

Аргумент 2: Напротив, было показано, что падающие имеют тенденцию хотеть использовать протектор бедра, 12 , что означает, что наша группа «пользователь — носящий протектор» должна содержать больше падающих, и, следовательно, более слабых людей. чем группа «пользователь — без протектора».

Ключевые точки
  • Чтобы предотвратить перелом бедра с помощью протекторов бедра, наши исследования по укреплению здоровья в повседневной жизни показывают почти такие же хорошие результаты, как и рандомизированные контролируемые исследования.

  • В «реальном мире» человек с высоким риском перелома бедра в доме престарелых может снизить риск до трети, используя протектор бедра.

  • Когда у человека наблюдается такой остеопороз, что бедро может сломаться просто при ходьбе, или человек падает назад, протектор бедра не может эффективно защитить от перелома бедра.

  • Одевание и раздевание могут быть ситуацией повышенного риска для лиц, относящихся к группе повышенного риска; протектор бедра может вызвать потерю равновесия и перелом бедра.

Argument 3: Сотрудников проинструктировали, чтобы они были особенно внимательны к тем, кто подвергается особенно высокому риску, и старались убедить их в пользе использования средства защиты. Таким образом, мы можем утверждать, что участники группы «пользователь — носящий протектор» были даже более хрупкими, чем в группе «пользователь без протектора», потому что они носили протектор для бедер.То, что носители могут быть более хрупкими, чем те, кто их не носит, согласуется с бумагой Каннуса. 7 Их нескорректированный результат был занижен по сравнению с скорректированным результатом. То же самое могло быть и в нашем исследовании; Другими словами, влияние протекторов бедра в нашем исследовании, вероятно, недооценивается.

Немного более высокий средний возраст группы «пользователь — без протектора» (не значимо), вероятно, не имел значения для разницы в дряхлости, поскольку дополнительная поправка на возраст не влияла на отношение шансов перелома бедра.Обычное влияние возраста и пола на риск перелома шейки бедра, вероятно, отсутствует в наших данных, поскольку именно состояние здоровья пожилого человека, его слабость и способность заботиться о себе имеют решающее значение для помещения в дома престарелых. В Норвегии пожилые люди остаются в собственных домах как можно дольше.

Соответствие требованиям при использовании протекторов для бедер в этом документе измеряется процентным соотношением тех, кто носит первое падение среди зарегистрированных пользователей (70%). Это почти так же хорошо, как в статье Kannus et al , где 74% (1034/1404) падений в группе протектора бедра произошли с надетым протектором бедра. 7 В нашем исследовании процент зарегистрированных пользователей увеличивался с 39% до 60% с первого по четвертое, попадая в одного человека. Это показывает, что сотрудники следовали инструкциям о том, чтобы быть особенно внимательными к частым падениям.

Число пропущенных падений в нашем исследовании неизвестно, но 10% первых зарегистрированных падений не имели информации о статусе протектора бедра. На самом деле, некоторые из первых зарегистрированных падений могут быть вторыми или более поздними в течение периода вмешательства, потому что первые падения могут быть среди пропавших без вести.Значение этой проблемы неясно, но у нас нет оснований полагать, что отсутствующие регистрации имели какое-либо отношение к протектору бедра. Чем серьезнее падение, тем выше вероятность регистрации; зарегистрированы все падения с переломом бедра.

Используя только первое зарегистрированное падение, мы обходим некоторые статистические проблемы, например, независимость падений внутри объекта и изменение статуса воздействия для субъектов, перенесших перелом бедра.В литературе есть и другие, которые утверждают, что имеет больше смысла исследовать и анализировать каждое падение внутри человека по отдельности, чем объединять все падения в один и тот же анализ. 13

Нам известно, что одна женщина из 10 жителей (в таблице 2), которая получила перелом бедра, носила протектор бедра и сломала бедро перед падением. Она шла, держа за руки своего сына и невестку, когда она медленно опустилась на пол, пока они держали ее.Однако мы не могли исключить ее из расчета отношения шансов, хотя мы знали, что она сломала бедро до того, как упала. Если бы мы смогли исключить таких людей из анализа, предполагаемый защитный эффект протектора бедра был бы сильнее, чем показано в таблице 2. Люди с остеопорозом — это часть реального мира. Выделить их заранее невозможно, поэтому их не следует удалять из расчета.

Процент переломов был намного ниже при втором, третьем и четвертом падении по сравнению с первым падением (таблица 3).Хорошо известно, что частые падальщики подвержены особенно высокому риску перелома бедра. Предположительно, объяснение этого парадокса состоит в том, что самые слабые из 705 падающих сломали бедро при первом падении. Некоторые из наиболее слабых не вернулись, потому что они умерли после перелома бедра — или прошло много дней, прежде чем они снова встали на ноги — возможно, только после того, как период вмешательства закончился.

Очевидно, что одевание или раздевание увеличивает риск потери равновесия человеком и, таким образом, значительно увеличивает риск перелома бедра.Шесть упавших потеряли равновесие во время переодевания при первом падении и тем самым попали в группу «пользователь — без защитника». Жителям, у которых есть проблемы с переодеванием, следует обращаться за помощью каждый раз, когда они собираются надеть или снять протектор. Таким людям, вероятно, потребуется помощь с другой одеждой, чтобы не потерять равновесие, но в многолюдном доме престарелых добиться такой помощи может быть сложно. Действительно парадоксально, что протектор бедра может вызвать три перелома бедра.Но в то же время они также предотвратили около 19 переломов бедра (15,5% -5,2% = 10,3% из 191 в таблице 1).

Чтобы уберечь жителей домов престарелых от болезненного перелома бедра, мы должны сконцентрироваться на следующих задачах:

  • Для поощрения и мотивации жителей с остеопорозом и / или склонностью к падению носить протектор с доказанным защитным действием.

  • Для улучшения податливости использования протектора бедра за счет повышения комфорта и простоты использования без потери защитного эффекта.

  • Чтобы те, кто использует протекторы для бедер, могли надевать и снимать протектор, не теряя равновесия.

  • Составить контрольный список, основанный на доказательствах, для выбора лиц из группы высокого риска.

  • Сделать различные протекторы для бедер дешевыми / бесплатными для лиц из группы высокого риска только после того, как рандомизированное контрольное испытание подтвердит их эффективность.

  • Для предотвращения низкой минеральной плотности костей и предотвращения падений: потому что протектор бедра не может полностью предотвратить перелом бедра.

Чем лучше мы добьемся успеха в этой работе в течение следующих десятилетий, тем лучше мы будем подготовлены к решению проблем, связанных с растущей долей пожилых людей с высоким риском перелома бедра.

Благодарности

Мы хотим поблагодарить муниципалитеты Аскер и Бэрум, администрацию округа Акерсхус и больницу Бэрума за финансирование проекта. Мы также хотим поблагодарить сотрудников и жителей участвующих домов престарелых.У авторов нет конфликта интересов / конкурирующих интересов в отношении исследуемого протектора бедра.

ССЫЛКИ

  1. Grisso JA , Kelsey JL, Strom BL, et al. Факторы риска падений как причины перелома бедра у женщин. Группа по изучению перелома северо-восточного бедра. N Engl J Med 1991; 324: 1326–31.

  2. Parkkari J , Kannus P, Palvanen M, et al. Большинство переломов бедра происходит в результате падения и удара о большой вертел бедренной кости: проспективное исследование контролируемых переломов бедра с участием 206 последовательных пациентов. Calcif Tissue Int 1999; 65: 183–7.

  3. Паркер М.Дж. , Гиллеспи Л.Д., Гиллеспи ВДж. Протекторы бедра для предотвращения переломов бедра у пожилых людей (Кокрановский обзор). Кокрановская база данных Syst Rev2002; (2): CD001255.

  4. Meyer G , Warnke A, Bender R, et al. Влияние на переломы бедра более частого использования протекторов бедра в домах престарелых: кластерное рандомизированное контролируемое исследование [комментарий]. BMJ 2003; 326: 76.

  5. Лауритцен Дж. Б. , Петерсен М. М., Лунд Б. Влияние внешних протекторов бедра на переломы бедра [см. Комментарии]. Lancet1993; 341: 11–3.

  6. Forsén L , Arstad C, Sandvig S, и др. Профилактика перелома бедра с помощью внешних протекторов бедра.Вмешательство в 17 домов престарелых в двух муниципалитетах Норвегии. Скандинавский журнал общественного здравоохранения, 2003; 31: 264–6.

  7. Kannus P , Parkkari J, Niemi S, et al. Профилактика перелома бедра у пожилых людей с помощью протектора бедра [см. Комментарии]. N Engl J Med 2000; 343: 1506–13.

  8. Торгерсон Д , Биркс Ю. Чистота, прагматизм и набедренные накладки [письмо в редакцию].Возраст Ageing2002; 31: 319–25.

  9. Кэмпбелл AJ . Чистота, прагматизм и накладки на бедра [от редакции]. Возраст Ageing 2001; 30: 431–2.

  10. Glasgow RE , Lichtenstein E, Marcus AC. Почему мы не видим большего распространения исследований по укреплению здоровья на практике? Переосмысление перехода от эффективности к эффективности. Am J Public Health 3003; 93: 1261–7.

  11. Cameron ID , Cumming RG, Kurrle SE, et al. Рандомизированное испытание использования протектора бедра ослабленными пожилыми женщинами, живущими в собственных домах. Inj Prev 2003; 9: 138–41.

    Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *