目的基于体表大数据构建我国中青年下肢冠状面力线不良预测模型,为临床工作提供更加快速、准确的下肢冠状面力不良预测方法。方法采用横断面研究设计方案,筛选陆军军医大学第一附属医院运动医学中心2022年5月至2023年12月收治的915例膝关节半月板撕裂患者的病历资料,测量其下肢冠状面力线(简称下肢力线)。按照下肢力线分级标准将915例患者分中立位下肢力线及下肢力线不良两组,按照7∶3随机分为训练集和验证集。分析训练集性别、年龄及体表大数据(包括BMI、下肢长、双膝距、双踝距、皮下脂肪厚度)的7项指标用于预测下肢力线不良的价值,建立Logistic回归模型并使用列线图对模型进行可视化,使用校准曲线、ROC曲线和DCA曲线评估模型对下肢力线不良的诊断效能。结果训练集640例,其中男性299例,女性341例,中位年龄41.5岁;验证集275例,其中男性128例,女性147例,中位年龄41.0岁。训练集中中立位下肢力线和下肢力线不良两组间的性别、年龄、BMI等7项指标之间的差异均有统计学意义(P<0.01)。多因素Logistic回归构建了含BMI[(24.31±3.58)kg/m^(2);OR=1.12,95%CI:1.06~1.19,P<0.001]、下肢长[82.00(78.00~87.00)cm;OR=0.95,95%CI:0.92~0.98,P=0.002]、双膝距[30.00(16.00~45.25)mm;OR=1.06,95%CI:1.05~1.07,P<0.001]、双踝距[23.00(18.00~30.00)mm;OR=0.98,95%CI:0.96~1.00,P=0.078]、性别[男性299(46.72%);OR=0.70,95%CI:0.46~1.06,P=0.089]的预测模型,模型预测下肢力线不良的受试者操作曲线下面积(area under the subject curve,AUC)在训练集和验证集中分别为0.808、0.770。结论基于体表大数据,初步构建我国中青年下肢力线不良预测模型,其对于下肢力线不良的诊断效能较高。
暂无评论