老年髖部骨折患者術(shù)后肺炎風(fēng)險(xiǎn)預(yù)測模型的系統(tǒng)評價

摘要：目的" 系統(tǒng)評價老年髖部骨折患者術(shù)后肺炎風(fēng)險(xiǎn)預(yù)測模型。方法" 通過計(jì)算機(jī)檢索CNKI、WanFang Data、VIP、CBM、Web of science、PubMed、EMbase、CINAHL數(shù)據(jù)庫中有關(guān)老年髖部骨折患者術(shù)后肺炎風(fēng)險(xiǎn)預(yù)測模型的相關(guān)研究，檢索時限為建庫至2024年8月。由2名研究者獨(dú)立篩選文獻(xiàn)和提取數(shù)據(jù)，采用PROBAST評估工具對納入文獻(xiàn)質(zhì)量進(jìn)行評價，使用R4.4.1軟件對模型的AUC值進(jìn)行Meta分析。結(jié)果" 共納入14項(xiàng)研究，共包含24個預(yù)測模型，其中13個模型曲線下面積在0.653～0.998，1個模型C-index為0.84，整體研究適用性一般，偏倚風(fēng)險(xiǎn)較高。Meta分析顯示，10個經(jīng)驗(yàn)證模型的合并AUC值為0.79（95%CI：0.75～0.83），區(qū)分度較好。常見的肺炎預(yù)測因子為年齡、血清白蛋白、COPD、ASA分級、骨折至手術(shù)時間等。結(jié)論" 老年髖部患者術(shù)后肺炎風(fēng)險(xiǎn)預(yù)測模型的整體預(yù)測性能較好，但模型的偏倚風(fēng)險(xiǎn)較高，臨床適用性有待進(jìn)一步驗(yàn)證。

關(guān)鍵詞：老年;髖部骨折;肺炎;預(yù)測模型;偏倚風(fēng)險(xiǎn)

中圖分類號：R563.1" " " " " " " " " " " " " " " " "文獻(xiàn)標(biāo)識碼：A" " " " " " " " " " " " " " " " "DOI：10.3969/j.issn.1006-1959.2024.23.002

文章編號：1006-1959（2024）23-0009-06

Systematic Review of Risk Prediction Models for Postoperative Pneumonia

in Elderly Patients with Hip Fracture

Abstract：Objective" To systematically evaluate the risk prediction model of postoperative pneumonia in elderly patients with hip fracture.Methods" CNKI， WanFang Data， VIP， CBM， Web of science， PubMed， Embase and CINAHL databases were searched by computer for relevant studies on the risk prediction model of postoperative pneumonia in elderly patients with hip fracture from inception to August 2024. Two researchers independently screened the literature and extracted the data. The PROBAST evaluation tool was used to evaluate the quality of the included literature. R 4.4.1 software was used for Meta-analysis of the AUC value of the model.Results" A total of 14 studies were included， including 24 prediction models. The area under the ROC curve of 13 models was 0.653-0.998， and the C-index of one model was 0.84. The overall applicability of the study was general and the risk of bias was high. Meta-analysis showed that the combined AUC value of the 10 validated models was 0.79（95%CI： 0.75-0.83）， and the discrimination was good. The common predictors of pneumonia were age， serum albumin， COPD， ASA classification， fracture to operation time， etc.Conclusion" The overall predictive performance of the risk prediction model for postoperative pneumonia in elderly hip patients is good， but the risk of bias of the model is high， and the clinical applicability needs to be further verified.

Key words：Elderly;Hip fracture;Pneumonia;Prediction model;Risk of bias

髖部骨折（hip fracture， HF）是老年人最常見的骨折類型之一，與高死亡率密切相關(guān)，隨著老齡化的不斷深入，其患病率也在逐年上升。有研究表明[1]，預(yù)計(jì)到2050年，老年髖部骨折患者人數(shù)將增長至630萬。手術(shù)是HF患者的首選治療方案，可以顯著改善患者預(yù)后，但是術(shù)后并發(fā)癥會影響患者的生存狀況，甚至危及患者生命。術(shù)后肺炎（postoperative pneumonia， POP）是老年HF患者術(shù)后最常見的并發(fā)癥。據(jù)調(diào)查，HF患者POP的發(fā)生率在4.1%～13.9%[2， 3]，這一狀況會增加患者死亡風(fēng)險(xiǎn)，延長患者住院時間。因此，早期識別術(shù)后易發(fā)POP的高風(fēng)險(xiǎn)人群，積極預(yù)防和干預(yù)尤為重要。目前，已有研究針對HF患者POP的預(yù)測因子進(jìn)行探討并構(gòu)建相關(guān)風(fēng)險(xiǎn)預(yù)測模型，但各種模型結(jié)果不一，臨床適用性及偏倚風(fēng)險(xiǎn)尚不清晰。因此，本研究對HF患者POP風(fēng)險(xiǎn)預(yù)測模型進(jìn)行系統(tǒng)評價，綜合分析評價各模型的性能，以期為臨床工作提供參考依據(jù)（本研究注冊號：CRD42024505765）。

1資料與方法

1.1文獻(xiàn)檢索" 采用主題詞結(jié)合自由詞的方式檢索CNKI、WanFang、VIP、CBM、Web of science、PubMed、EMbase、CINAHL數(shù)據(jù)庫，時限為建庫至2024年8月。中文檢索詞為髖部骨折、髖關(guān)節(jié)骨折、髖骨骨折、肺部感染、肺炎、肺部并發(fā)癥、預(yù)測模型、風(fēng)險(xiǎn)評分、列線圖、預(yù)測因子等;英文檢索詞為hip fracture、hip arthroplasty、subtrochanteric fractures、pneumonia、lung infection、postoperative pneumonia、pulmonary complications、risk prediction、prognostic model、nomogram、risk factor等。

1.2納入與排除標(biāo)準(zhǔn)

1.2.1納入標(biāo)準(zhǔn)" ①研究對象：老年髖部骨折手術(shù)患者（≥60歲）;②研究類型：病例對照、隊(duì)列研究;③研究內(nèi)容：髖部骨折患者術(shù)后肺炎風(fēng)險(xiǎn)預(yù)測模型構(gòu)建和（或）驗(yàn)證研究、預(yù)測因子≥2個;④語言為中文或英文。

1.2.2排除標(biāo)準(zhǔn)" ①研究僅對HF患者POP進(jìn)行危險(xiǎn)因素分析，未構(gòu)建預(yù)測模型;②研究僅涉及術(shù)后并發(fā)癥，缺乏肺部并發(fā)癥定義;③基于虛擬數(shù)據(jù)的模型;④無法獲取全文或重復(fù)發(fā)表。

1.3文獻(xiàn)篩選與數(shù)據(jù)提取" 由2名研究者獨(dú)立篩選文獻(xiàn)、提取資料并交叉核對。如有分歧，通過討論或由第三方協(xié)助判斷。根據(jù)預(yù)測模型研究系統(tǒng)評價數(shù)據(jù)提取表（CHARMS）[4]進(jìn)行數(shù)據(jù)提取。提取資料主要包括：第一作者、發(fā)表年份、研究對象、樣本量、POP發(fā)生率、預(yù)測因子、建模方法、模型性能及驗(yàn)證方法、受試者工作特征曲線下面積（AUC）值等。

1.4偏倚風(fēng)險(xiǎn)評估及適用性評價" 由2名研究者根據(jù)預(yù)測模型研究的偏倚風(fēng)險(xiǎn)評估工具（PROBAST）[5，6]對納入研究的偏倚風(fēng)險(xiǎn)和適用性進(jìn)行評價，出現(xiàn)分歧由第三方判斷。

1.5統(tǒng)計(jì)學(xué)方法" 對納入研究預(yù)測模型的基本特征、構(gòu)建、性能及驗(yàn)證進(jìn)行描述性分析。運(yùn)用R4.4.1軟件對經(jīng)驗(yàn)證的模型采用Logistics開發(fā)的模型AUC值進(jìn)行Meta分析。

2結(jié)果

2.1文獻(xiàn)篩選流程及結(jié)果" 初篩檢出相關(guān)文獻(xiàn)共計(jì)2529篇，包括CNKI（n=162）、WanFang Data（n=479）、VIP（n=48）、CBM（n=161）、PubMed（n=379）、Web of science（n=903）、EMbase（n=379）、CINAHL（n=18）。經(jīng)逐層篩選后，最終確定納入14篇[7-20]研究。

2.2納入研究的基本特征" 14項(xiàng)研究均來自中國，最早的模型建立于2020年，均為回顧性研究，其中9篇[7， 8， 12， 14-18， 20]研究為回顧性病例對照研究，5篇[9-11， 13， 19]研究為回顧性隊(duì)列研究。老年髖部骨折術(shù)后肺炎的總發(fā)生率為2.5%～14.91%。納入研究的基本特征見表1。

2.3預(yù)測模型的構(gòu)建情況" 14篇[7-20]研究共構(gòu)建24個風(fēng)險(xiǎn)預(yù)測模型，研究總樣本量在438～2669例，建模樣本量為417～2669例，驗(yàn)?zāi)颖玖繛?04～305例。12篇[7-12， 14-18， 20]研究采用Logistics回歸建立模型，2篇[13， 19]研究采用機(jī)器學(xué)習(xí)算法建立模型。在連續(xù)變量的處理方法中，僅1篇[13]將連續(xù)變量轉(zhuǎn)化為分類變量，其余維持連續(xù)變量的連續(xù)性。對于缺失數(shù)據(jù)處理，2篇[8， 14]選擇均值替代，4篇[11， 13， 15， 19]選擇多重插補(bǔ)，其余文獻(xiàn)未明確報(bào)告。

2.4納入模型性能及預(yù)測因子" 在模型性能方面，通過AUC來評估其區(qū)分能力。13篇[7-11， 13-20]研究報(bào)告了AUC值，范圍在0.653～0.998，1篇[12]研究報(bào)告了C-index為0.84。模型驗(yàn)證方面，6篇[10， 12， 13， 15， 17， 20]研究進(jìn)行了模型的內(nèi)部驗(yàn)證，3篇[8， 9， 14]研究進(jìn)行了外部驗(yàn)證，3篇[11， 17， 19]研究進(jìn)行了內(nèi)部與外部驗(yàn)證。內(nèi)部驗(yàn)證的主要方法為bootstrap抽樣法、交叉驗(yàn)證法及隨機(jī)拆分法。模型呈現(xiàn)方式多以列線圖的形式，模型的校準(zhǔn)度采用H-L檢驗(yàn)（Pgt;0.05）、校準(zhǔn)曲線和決策曲線分析等進(jìn)行評估。8篇[7， 8， 10-12， 14， 17， 20]研究報(bào)告了H-L檢驗(yàn);7篇[10， 12， 13， 15， 17， 18， 20]研究報(bào)告了校準(zhǔn)度，以校準(zhǔn)曲線的形式呈現(xiàn);6篇[7， 10， 12， 13， 17， 20]研究進(jìn)行了決策曲線分析。

本研究納入模型的候選預(yù)測因子數(shù)量在10～54個，得到最終預(yù)測因子數(shù)量為3～9個，其中最常見的預(yù)測因子為年齡、血清白蛋白、COPD、ASA分級及骨折至手術(shù)時間等。候選預(yù)測因子篩選方法中，5篇[8-10， 12， 14]研究結(jié)合逐步分析法，5篇[11-13， 19， 20]研究結(jié)合LASSO算法進(jìn)行篩選，3篇[8， 11， 19]研究結(jié)合文獻(xiàn)回顧，1篇[8]研究結(jié)合似然比檢驗(yàn)，見表2。

2.5納入研究的偏倚風(fēng)險(xiǎn)與適用性評價

2.5.1偏倚風(fēng)險(xiǎn)評價" 14篇[7-20]文獻(xiàn)總體偏倚均為較高偏倚風(fēng)險(xiǎn)。①研究對象：13篇[7-19]研究設(shè)計(jì)為回顧性研究均被評為高偏倚風(fēng)險(xiǎn)，1篇[20]為巢式病例對照研究，為低偏倚風(fēng)險(xiǎn)。②預(yù)測因子：2篇[14， 19]研究使用多中心數(shù)據(jù)，各中心預(yù)測因子評估方式可能不同，10篇[8， 10-13， 15-18， 20]回顧性研究無法確定是否在不了解結(jié)果數(shù)據(jù)的情況下評估預(yù)測因子，因此無法確定是否實(shí)施了盲法。③結(jié)果方面：4篇[7， 10， 11， 15]文獻(xiàn)未清楚說明結(jié)局定義和預(yù)測因子的一致性，其余為低偏倚風(fēng)險(xiǎn)。④統(tǒng)計(jì)分析方面：14篇[7-20]研究均為高偏倚風(fēng)險(xiǎn)。⑤其原因包括：?基于單因素分析篩選預(yù)測因子;?未進(jìn)行內(nèi)部驗(yàn)證;?將連續(xù)型變量轉(zhuǎn)化為分類變量;?未報(bào)告是否進(jìn)行模型校準(zhǔn)度檢驗(yàn)，未考慮模型的過度擬合、擬合不足等問題。

2.5.2適用性評價" 適用性方面，所納入研究在不同領(lǐng)域和總體上均顯示出較好的適用性，見表3。

2.6 Meta分析結(jié)果" 本研究Meta分析僅納入使用Logistic回歸開發(fā)及報(bào)告AUC值的模型，由于所納入研究的預(yù)測模型所報(bào)告的細(xì)節(jié)不足，共10個模型符合納入分析的標(biāo)準(zhǔn)。其中2篇[13， 19]研究涉及多種模型開發(fā)算法，都基于相同樣本，因此僅納入使用Logistic回歸開發(fā)的模型。驗(yàn)證模型的模型性能采用隨機(jī)效應(yīng)模型計(jì)算合并AUC值，合并的AUC值為0.79，95%CI（0.75，0.83），近似預(yù)測區(qū)間為0.79，95%CI（0.72，0.85），見圖1，表明所納入模型的區(qū)分度較好。

3討論

3.1現(xiàn)有預(yù)測模型仍存在不足" 本研究最終納入14項(xiàng)研究共24個模型。結(jié)果顯示納入的24個模型在內(nèi)部或外部驗(yàn)證中表現(xiàn)出較好的預(yù)測性能，報(bào)告的AUC值為0.653～0.998。Meta分析納入的10個驗(yàn)證模型的合并AUC值為0.79，95%CI（0.75，0.83）。但納入的14篇研究均存在較高的偏倚風(fēng)險(xiǎn)，其主要原因包括基于單因素分析篩選預(yù)測因子，樣本量設(shè)置不合理，缺失數(shù)據(jù)處理不當(dāng)，部分模型性能評估不充分，以及對連續(xù)性或分類預(yù)測因子處理不恰當(dāng)。13篇研究均為回顧性研究，可能會導(dǎo)致信息偏倚，影響結(jié)果的準(zhǔn)確性與可靠性。在適用性方面，僅有2篇研究采用多中心外部驗(yàn)證，大部分模型僅基于單中心開展，外部驗(yàn)證有限，限制了模型的推廣使用。在模型驗(yàn)證方面，本研究中多數(shù)模型缺乏完整規(guī)范的內(nèi)外部驗(yàn)證，影響模型的臨床轉(zhuǎn)化能力。因此，未來可將本研究中高質(zhì)量的風(fēng)險(xiǎn)預(yù)測模型應(yīng)用于老年髖部患者術(shù)后肺炎的管理中，選擇高質(zhì)量模型進(jìn)行優(yōu)化校準(zhǔn)，加強(qiáng)模型的內(nèi)部與外部驗(yàn)證過程，提高模型性能，開展更多的多中心、大樣本的前瞻性研究來降低偏倚風(fēng)險(xiǎn)，推動術(shù)后POP風(fēng)險(xiǎn)預(yù)測模型的持續(xù)改進(jìn)與廣泛應(yīng)用。

3.2納入模型的預(yù)測因子" 在14篇研究中，最終確定的預(yù)測因子為5～9個，最常見的預(yù)測因子為年齡、血清白蛋白、COPD、ASA分級及骨折至手術(shù)時間。有研究顯示高齡是術(shù)后肺炎公認(rèn)的危險(xiǎn)因素，高齡患者咳嗽反射降低，排痰功能減退，抵抗病原菌侵入能力差，導(dǎo)致感染風(fēng)險(xiǎn)增加[21]。COPD是老年人常見的慢性肺部疾病，肺部功能結(jié)構(gòu)改變，導(dǎo)致排痰困難，對于術(shù)前合并COPD的老年HF患者，會加重患者術(shù)后肺炎的風(fēng)險(xiǎn)[22]。而血清白蛋白是評價患者營養(yǎng)狀態(tài)最常見的血清標(biāo)志物，低蛋白會使老年患者的免疫力及活動能力下降，肌力與肢體功能減弱，從而使術(shù)后并發(fā)癥的發(fā)生率增加[23]。此外，低蛋白血癥患者還可能引發(fā)體液外滲、血漿膠體滲透壓下降等問題，進(jìn)一步加重心肺負(fù)擔(dān)，增加肺炎的發(fā)生率[24]。ASA分級是基于患者術(shù)前合并癥的數(shù)量及程度評估患者術(shù)中及術(shù)后風(fēng)險(xiǎn)的重要工具，其分級結(jié)果與術(shù)后感染風(fēng)險(xiǎn)密切相關(guān)。多項(xiàng)研究證明，ASA分級≥3級的患者肺炎風(fēng)險(xiǎn)是ASA分級lt;3級患者的4倍[25]。此外，縮短術(shù)前準(zhǔn)備時間也可以有效降低術(shù)后并發(fā)癥的發(fā)生率及病死率[26]，目前研究建議在患者骨折后24～48 h內(nèi)進(jìn)行手術(shù)可能有助于降低術(shù)后POP等并發(fā)癥的風(fēng)險(xiǎn)。因此，對于高齡，低蛋白血癥，COPD，ASA分級≥3級，骨折手術(shù)時間推遲的老年髖部骨折患者，應(yīng)重視其術(shù)后肺炎的發(fā)生，盡早采取干預(yù)措施。此外，性別、CRP、BMI、住院時間、血鈉、腦卒中等因素也在不同模型中發(fā)揮重要作用。本研究納入的預(yù)測因子多為生物標(biāo)志物、人口統(tǒng)計(jì)學(xué)因素等，但生物標(biāo)志物的獲取需要專業(yè)設(shè)備和技術(shù)支持，增加了模型在臨床應(yīng)用中的復(fù)雜性。因此，未來可采用臨床易于獲得的預(yù)測指標(biāo)，構(gòu)建適用于老年髖部骨折患者、預(yù)測性能良好的術(shù)后POP風(fēng)險(xiǎn)預(yù)測模型，提高模型的外推性和臨床實(shí)用價值。

本研究的局限性：僅納入中英文文獻(xiàn)且均在中國開展，可能存在發(fā)表偏倚;僅對模型的開發(fā)及驗(yàn)證進(jìn)行評價，未涉及模型的實(shí)際臨床應(yīng)用效果。

綜上所述，髖部骨折患者術(shù)后肺炎風(fēng)險(xiǎn)預(yù)測模型尚處于開發(fā)階段，模型整體適用性較好，偏倚風(fēng)險(xiǎn)偏高，部分模型缺乏完整規(guī)范的內(nèi)外部驗(yàn)證。建議未來嚴(yán)格遵循PROBAST報(bào)告規(guī)范，在國內(nèi)開展多中心大樣本研究，為臨床提供高質(zhì)量的決策依據(jù)。

參考文獻(xiàn)：

[1]Cooper C，Campion G，Melton LJ 3rd.Hip fractures in the elderly： a world-wide projection[J].Osteoporos Int，1992，2（6）：285-289.

[2]Bohl DD，Sershon RA，Saltzman BM，et al.Incidence， Risk Factors， and Clinical Implications of Pneumonia After Surgery for Geriatric Hip Fracture[J].J Arthroplasty，2018，33（5）：1552-1556.

[3]Chang SC，Lai JI，Lu MC，et al.Reduction in the incidence of pneumonia in elderly patients after hip fracture surgery： An inpatient pulmonary rehabilitation program[J].Medicine，2018，97（33）：e11845.

[4]Moons KG，De Groot JA，Bouwmeester W，et al.Critical appraisal and data extraction for systematic reviews of prediction modelling studies：the CHARMS checklist[J].PLoS Med，2014，11（10）：e1001744.

[5]Moons KGM，Wolff RF，Riley RD，et al.PROBAST： A Tool to Assess Risk of Bias and Applicability of Prediction Model Studies： Explanation and Elaboration[J].Ann Intern Med，2019，170（1）：W1-W33.

[6]Wolff RF，Moons KGM，Riley RD，et al.PROBAST： A Tool to Assess the Risk of Bias and Applicability of Prediction Model Studies[J].Ann Intern Med，2019，170（1）：51-58.

[7]Xiang G，Dong X，Xu T，et al.A nomogram for prediction of postoperative pneumonia risk in elderly hip fracture patients[J].Risk Manag Healthc Policy，2020，13：1603-1611.

[8]陳旭娟，朱曉萍，田梅梅，等.老年髖部骨折術(shù)后患者肺部感染預(yù)測模型的構(gòu)建及驗(yàn)證[J].中華護(hù)理雜志，2021，56（5）：659-666.

[9]Ji Y，Li X，Wang Y，et al.Partial pressure of oxygen level at admission as a predictor of postoperative pneumonia after hip fracture surgery in a geriatric population： a retrospective cohort study[J].BMJ Open，2021，11（10）：e048272.

[10]Cheng X，Liu Y，Wang W，et al.Preoperative Risk Factor Analysis and Dynamic Online Nomogram Development for Early Infections Following Primary Hip Arthroplasty in Geriatric Patients with Hip Fracture[J].Clin Interv Aging，2022，17：1873-1883.

[11]Tang MT，Li S，Liu X，et al.Early Detection of Pneumonia with the Help of Dementia in Geriatric Hip Fracture Patients[J].Orthop Surg，2022，14（1）：129-138.

[12]Zhang X，Shen ZL，Duan XZ，et al.Postoperative Pneumonia in Geriatric Patients With a Hip Fracture： Incidence， Risk Factors and a Predictive Nomogram[J].Geriatr Orthop Surg Rehabil，2022，13：21514593221083824.

[13]Guo JL，He QH，Peng CJ，et al.Machine learning algorithms to predict risk of postoperative pneumonia in elderly with hip fracture[J].J Orthop Surg Res，2023，18（1）：571.

[14]Huang J，Ge H，Zhu X，et al.Risk factors analysis and nomogram construction for postoperative pulmonary infection in elderly patients with hip fractures[J].Aging Clin Exp Res，2023，35（9）：1891-1899.

[15]Peng X，Hao X，Zhu T.A nomogram to predict postoperative infection for older hip fracture patients[J].Arch Orthop Trauma Surg，2023，143（2）：847-855.

[16]劉百川，葉欣，趙斌，等.老年髖部骨折患者圍手術(shù)期并發(fā)肺炎的風(fēng)險(xiǎn)預(yù)測回歸模型構(gòu)建[J].中國醫(yī)刊，2024，59（1）：79-82.

[17]王浩闐，吳毛，楊俊鋒，等.老年髖部骨折術(shù)后并發(fā)肺部感染：影響因素及風(fēng)險(xiǎn)預(yù)測列線圖模型構(gòu)建[J].中國組織工程研究，2024，28（36）：5785-5792.

[18]楊嵩，雷哲，朱軍方，等.老年髖部骨折術(shù)后并發(fā)肺部感染的影響因素分析及列線圖預(yù)測模型的構(gòu)建[J].中華實(shí)驗(yàn)外科雜志，2024，41（5）：1086-1089.

[19]Dai AR，Liu H，Shen P，et al.Incorporating preoperative frailty to assist in early prediction of postoperative pneumonia in elderly patients with hip fractures： an externally validated online interpretable machine learning model[J].BMc Geriatrics，2024，24（1）：472.

[20]Meng Y，Liu Y，F(xiàn)u MM，et al.Clinical characteristics of elderly hip fracture patients with chronic cerebrovascular disease and construction of a clinical predictive model for perioperative pneumonia[J].Orthop Traumatol Surg Res，2024，110（3）：103821.

[21]吳歡樂，吳軍，楊成偉，等.老年髖部骨折術(shù)后肺部感染病原菌與影響因素[J].中華醫(yī)院感染學(xué)雜志，2023，33（23）：3605-3609.

[22]Ou Y，Wang H，Yang L，et al.Frailty is associated with an increased risk of postoperative pneumonia in elderly patients following surgical treatment for lower-extremity fractures：A cross-sectional study[J].Medicine （Baltimore），2023，102（15）：e33557.

[23]楊玉霞，倘艷鋒，焦瑞娜，等.老年髖部骨折術(shù)后肺炎影響因素分析[J].中華骨與關(guān)節(jié)外科雜志，2023，16（5）：466-470.

[24]梁健軍，陳建民，劉國印.粒細(xì)胞胞外陷阱在老年髖部骨折肺炎中的診斷意義[J].中國矯形外科雜志，2024，32（9）：781-786.

[25]Lv C，Chen S，Shi T，et al.Risk Factors Associated With Postoperative Pulmonary Infection in Elderly Patients With Hip Fracture：A Longitudinal Study[J].Clin Nurs Res，2022，31（8）：1454-1461.

[26]Varady NH，Ameen BT，Chen AF.Is Delayed Time to Surgery Associated with Increased Short-term Complications in Patients with Pathologic Hip Fractures？[J].Clin Orthop Relat Res，2020，478（3）：607-615.