建立一种痔术后尿潴留风险预测模型

徐亚东 王 惠 严 斌 沈卫星 庄一心 宋 超△

（1复旦大学附属中山医院青浦分院普外科，2感染科 上海 201700）

痔是临床常见的肛肠疾病，在最近一次我国肛肠疾病流行病学统计中，痔的发病率居于首位，达50.28%，好发年龄段为35~59 岁［1-2］。工作方式（久站、坐位）、饮食结构（酗酒、辛辣）、排便习惯（便秘、腹泻）的改变促进了痔的发生，导致发病率增高［3-4］。

痔的分型及分度决定了患者的临床表现及治疗方式。部分患者无明显临床症状，常见临床表现为便血（严重时可致失血性贫血）、坠胀、局部瘙痒、疼痛等［3］，常用治疗方法有保守治疗（饮食疗法、坐浴、磁疗、药物疗法）、胶圈套扎治疗、手术治疗［1］。手术治疗是目前治疗重度痔的主要方式，常见的手术方法包括传统的痔切除法（外剥内扎）、吻合器黏膜 环 切 术（procedure prolapseand hemorrhoids，PPH）、选择性痔上黏膜切除术（tissue-selecting therapy，TST）等［5］。PPH 术式首先由意大利学者在1998 年报道，TST 是我国学者在PPH 术式的基础上改良而成的更微创、精准的手术方式［6］。术后并发症主要有术后疼痛、水肿、出血、肛门功能受损、排尿障碍等［7］，其中排尿障碍占所有并发症的39.1%［8］。为了预防此并发症发生，术后或术中可留置尿管，但目前尚无明确共识。本研究旨在根据患者的围手术期数据建立痔术后尿潴留风险预测模型，以期为临床医师评估痔术后是否留置尿管提供参考。

资料和方法

病例资料回顾性研究复旦大学附属中山医院青浦分院2016 年1 月至2020 年12 月收治的159例痔术后未留置尿管的患者，收集患者年龄、性别、BMI、手术方式、外痔切除、麻醉方式、术后补液量、婚姻状态、术后镇痛等信息。

根据中国成人BMI 定义：BMI<18.5 为体重过轻，BMI 24~27 为超重，BMI 28~32 为肥胖，BMI>32 为非常肥胖。经过热敷等非侵入性治疗仍未能顺利排尿则行术后留置尿管。

分析方法所有数据均以分类变量表示，并予以计数（%）。所有数据分析结果均使用R 语言（版本4.0.3，https：//www.R-project.org）计算得出。使用LASSO 方法筛选出具有统计学意义的自变量，通过Logistic 回归分析这些自变量，计算出β、OR（95%CI）和P值。通过绘制列线图建立自变量相关的风险预测模型，绘制校准图评估预测模型，计算C-index 评估模型的预测能力。 通过自举法（Bootstrap）进行内部验证，比较C-index 差异，并建立决策曲线（decision curve analysis，DCA）评估该模型的临床实用性。P<0.05 为差异有统计学意义。

结 果

基本临床信息入组患者在痔术后未留置尿管，根据患者需要再行导尿留置处理，分为无尿潴留组和尿潴留组（表1）。尿潴留组58 例患者（36.5%）因术后发生尿潴留而留置尿管。患者年龄18~88 岁，平均（44.9±13.1）岁，将≥60 岁定义为老年人。

表1 无尿潴留组和尿潴留组患者的基本临床信息Tab 1 Basic clinical information of patients with and without urinary retention ［n（%）］

选择预测变量以术后发生尿潴留而留置尿管为结局变量，将9 个临床变量通过LASSO 回归模型筛选出7 个作为模型预测因子，包括年龄界限、性别、BMI、手术方式、外痔切除、术后补液量和术后镇痛（图1）。

图1 痔术后尿潴留危险因素筛选Fig 1 Risk factors for urinary retention after hemorrhoids surgery

建立模型通过Logistic 分析发现手术方式、外痔切除、术后镇痛是独立的风险因子（P<0.05，表2），并将筛选的变量绘制成列线图（图2）。

图2 痔术后尿潴留风险预测模型图Fig 2 Prediction model for the risks of urinary retention after hemorrhoid surgery

表2 多因素Logistic 回归分析痔术后尿潴留的预测因子Tab 2 Variables of urinary retention after hemorrhoid surgery analyzed by multi-factor Logistic regression

评估模型该预测模型的C-index 为0.841（95%CI：0.774~0.908），内部验证组其C-index 为0.793，提示该模型有较好的预测能力。通过校准图发现校准曲线贴近标准曲线（图3），表明该模型在临床预测中具有良好的稳定性。

图3 痔术后尿潴留风险预测模型的校正曲线较贴近理想曲线Fig 3 Calibration curve of the prediction model of urinary retention after hemorrhoid surgery is closer to the ideal curve

评价模型的实用性建立临床DCA，分析得出当阈值概率（threshold probability）为0.02~0.83 时，使用该预测模型评估痔术后是否出现尿潴留有更高的准确性（图4）。

图4 痔术后尿潴留风险预测模型的临床应用评估Fig 4 Evaluation of clinical application of the prediction model for the risks of urinary retention after hemorrhoids surgery

讨 论

近年来越来越多的临床研究尝试通过构建列线图模型评估或者预测相关的临床因素，能够将各种临床因素通过筛选后进行可视化的度量，特别是在高质量的研究中，能够给临床医师提供参考。Katrin 等［9］通过对22 674 名晚期肠癌患者的临床数据进行分析，得出的参考模型具有非常高的使用价值。尿潴留是肛门直肠术后常见的并发症，发生率可达到21.9%［10］。术后留置尿管可预防尿潴留的发生，但增加了患者痛苦和生活不便，同时增加了尿路感染的风险［11］。故本研究首次尝试通过构建模型评估痔术后发生尿潴留的可视化度量指标。

痔术后发生尿潴留的因素尚不明确。有研究认为其与患者的心理精神状态、补液量、麻醉方式及术后肛门填塞程度有关［12］。王艳等［13］认为年龄>60 岁、便秘、术后疼痛>5 分是混合痔术后发生尿潴留的危险因素。Lin 等［14］在回顾性研究中发现重度痔（P=0.017）和脊髓麻醉（P=0.016）是痔术后尿潴留的危险因素。还有研究显示术后液体量也是关键因素之一［15-16］，Xue 等［17］研究显示，术后当天补液量>700 mL 是导致尿潴留的危险因素。在本研究中发现补液量为痔术后危险因素之一，但并非是独立的危险因素，我们目前认为，膀胱本身功能或者前列腺增生程度可能对于术后排尿有更重要的影响，而这部分数据未体现在本研究中，可作为今后研究的关注重点之一。Takayuk 等［10］认为术后镇痛可显著降低尿潴留的发生（7.9%vs.25.6%，P<0.001）。本研究中同样认为术后疼痛是导致尿潴留的独立危险因素，术后镇痛减少了肛门疼痛，降低了尿道括约肌痉挛的概率［18］。

手术方式和外痔切除是痔术后发生尿潴留的独立危险因素。Zhang 等［19］通过Meta 分析发现3 种手术方式中，TST 术后尿潴留发生率最低。国内许多研究同样表明PPH 术后尿潴留的发生率较TST更高［20-22］。不同手术方式的切除范围不同，TST 是在PPH 的基础上更加精细化的手术方式，有效保护了痔核之间的正常黏膜，可能通过降低术后疼痛和保护肛门括约肌的功能而减少尿潴留的发生。外痔切除可能增加了肛门外部的创伤导致术后疼痛增加。在治疗痔的基础上，去探寻更精准的手术方式、减轻围手术期的疼痛是今后努力的方向之一。

既往研究多分析单一因素或多种因素的独立作用，没有综合可能的因素进行整体分析。本研究在鉴别出手术方式、术后镇痛、外痔是否切除是其独立的危险因素之外，同时予以构建模型，并通过了内部验证、校准曲线比较和临床实用性的验证，在临床实践中判断痔术后是否需要留置尿管有很高的评估价值。

本研究的不足之处在于：目前仅为单中心研究，样本量较小；作为回顾性研究，许多临床资料未能获得，如前列腺增生程度、膀胱功能、术后肛门是否填塞、麻醉时间、围手术期的心理指导等，对于该模型的准确度和预测能力的稳定性可能会有影响。今后需要进行前瞻性研究，扩大样本量并筛选更多临床因素进行验证和完善。

作者贡献声明徐亚东 数据收集，统计分析，论文撰写。王惠 数据收集，文献整理。严斌，沈卫星 论文审核，数据校对。庄一心，宋超 论文修订，获取资助。

利益冲突声明所有作者均声明不存在利益冲突。