关节镜下肩袖修复术后肩关节僵硬预测模型的更新与验证：多中心前瞻性研究

《Communications Medicine》：Update of a prediction model for postoperative shoulder stiffness after arthroscopic rotator cuff repair

　　本研究针对关节镜下肩袖修复术（ARCR）后肩关节僵硬（POSS）这一常见并发症，通过多中心前瞻性队列研究（ARCR_Pred数据集）更新并验证了预测模型。研究基于德尔菲法确立POSS共识定义，整合7项关键预后因素（如年龄、肩峰肱骨距离等），开发出ARCR_Pred-POSS模型，其判别能力（AUC=0.735）显著优于原模型（AUC=0.581）。该模型通过用户友好的网页应用实现个性化风险评估，为手术时机选择、康复方案优化提供循证依据，推动精准医疗在骨科领域的应用。

　　

肩关节疼痛和活动受限是困扰许多中老年患者的常见问题，其中肩袖撕裂是导致功能障碍的重要原因。关节镜下肩袖修复术（Arthroscopic Rotator Cuff Repair, ARCR）作为治疗肩袖撕裂的主流手术方式，虽能有效改善肩关节功能，但术后肩关节僵硬（Postoperative Shoulder Stiffness, POSS）成为影响患者康复的主要并发症之一。据统计，约5%-15%的患者在术后6个月内会出现POSS，表现为肩关节活动度受限，严重时甚至需要二次手术干预。这一并发症不仅延长康复周期，还加重患者心理和经济负担。然而，目前临床缺乏可靠的工具预测POSS发生风险，医生多依赖主观经验判断，导致预防和干预措施缺乏针对性。

为解决这一问题，由Thomas Stojanov和Laurent Audige领导的研究团队在《Communications Medicine》发表了题为“Update of a prediction model for postoperative shoulder stiffness after arthroscopic rotator cuff repair”的研究。该研究基于多中心前瞻性队列ARCR_Pred数据集，旨在更新并验证POSS预测模型，为临床提供个体化风险评估工具。

研究团队通过德尔菲法（Delphi Survey）与53名肩关节外科医生达成POSS的共识定义：术后3-6个月内因活动度受限需调整治疗，或6个月时至少两个平面活动度持续受限。同时，通过对71项候选预后因素的重要性排名，筛选出关键变量用于模型构建。研究纳入973例接受原发性ARCR的患者数据，采用多变量逻辑回归（Multivariable Logistic Regression）和LASSO（Least Absolute Shrinkage and Selection Operator）变量选择方法，开发出ARCR_Pred-POSS模型。该模型包含7项核心因素：年龄、肩峰肱骨距离（Acromiohumeral Distance）、症状持续时间、基线外旋角度、基线主动外展角度、基线牛津肩关节评分（Oxford Shoulder Score）和手术时长。

模型性能验证

与原模型（KWS-POSS）相比，ARCR_Pred-POSS模型显示出显著优化的判别能力（AUC=0.735 vs. 0.581）和校准性（斜率=1.022 vs. 0.508）。通过Bootstrap验证（500次重复），模型过拟合程度低，表明其具有良好的泛化能力。值得注意的是，外科医生对POSS风险的主观预测准确率较低（AUC=0.563），且倾向于高估风险（校准斜率=1.241），凸显了客观预测模型的临床价值。

临床实用性分析

研究设定了10%、15%和25%三个风险概率阈值，用于区分低、中、高风险患者。ARCR_Pred-POSS模型在10%阈值下灵敏度达85%，特异性为52%，能够有效识别高风险人群。例如，高风险患者可优先接受强化康复方案（如水疗）。模型被嵌入交互式网页应用（https://arcrpred.shinyapps.io/ARCR_Pred-POSS-Logistic-Model/），以红（高风险）、橙（中风险）、绿（低风险）色标直观展示结果，便于临床快速决策。

讨论与意义

本研究首次通过多中心数据整合外科医生共识与统计建模，解决了POSS预测的标准化问题。模型中涉及的不可改变因素（如年龄）和可优化因素（如手术时长）为个体化治疗提供切入点：年轻患者或创伤性撕裂者更易发生POSS，可能与肌肉水肿及纤维化相关；而手术时长延长可能反映病变复杂性，间接增加POSS风险。尽管模型在COVID-19疫情期间收集的数据可能存在选择偏倚，且未评估聚类效应（如不同中心的手术技术差异），但其透明化建模流程（遵循TRIPOD+AI报告规范）为后续研究奠定基础。

未来需通过随机对照试验验证模型对患者结局的实际影响，并探索动态贝叶斯模型（Bayesian Dynamic Modelling）实现持续更新。ARCR_Pred-POSS模型的意义在于将循证医学与数字化工具结合，推动肩关节外科向精准化、个性化方向发展，最终提升患者满意度与手术质量。