红细胞分布宽度：髋部骨折中老年患者短期死亡风险的重要预测指标

为探究红细胞分布宽度（RDW）与髋部骨折中老年患者短期死亡率的关系，研究发现 RDW 与短期死亡率显著相关，或可指导临床。

　　髋部骨折在老年人中并不少见，可它却如同隐藏在暗处的 “杀手”，威胁着老年人的生命健康。随着我国老龄化进程加快，髋部骨折的发生率也在持续上升。由于很多老年患者在受伤前就患有多种疾病，髋部骨折后的致残率和死亡率相当高。有数据显示，髋部骨折患者 6 个月死亡率在 6.7%-13.2%^[7-9]，1 年死亡率则在 10.0%-22.8%^[10-13]。

目前，虽然已经明确了一些髋部骨折患者死亡的风险因素，像年龄、性别、共病情况、骨折类型等，但现有的预测模型存在不及时、不精确的问题。在临床实践中，寻找与髋部骨折死亡风险相关的生物标志物就显得尤为重要。红细胞分布宽度（RDW）是反映外周血红细胞体积异质性的参数，能客观体现红细胞大小的不均一程度。而且，获取 RDW 值的过程简单、成本低，从全血细胞计数（CBC）分析中就能轻松得到。近年来，有研究表明 RDW 可预测多种内科疾病的死亡风险，那它能否用于预测髋部骨折患者的死亡风险呢？

为了解开这个谜团，福建省晋江市医院（上海第六人民医院福建医院）和福建省骨科创伤与修复临床研究中心的研究人员展开了一项研究。相关成果发表在《BMC Musculoskeletal Disorders》杂志上。

研究人员采用回顾性队列研究方法，收集了 2020 年 1 月至 2021 年 12 月晋江市医院骨科收治的髋部骨折患者的电子病历。研究开始时共招募了 287 名患者，经过一系列筛选，排除 54 名不符合标准的患者，最终确定 233 名患者纳入分析。

在研究过程中，患者入院时采集静脉血样，用自动血液分析仪测定 RDW 值。同时，收集患者的年龄、性别、共病情况、手术类型、手术时长、住院时长等临床和人口统计学信息，并通过电话随访，记录患者的生存状态、疾病进展和死亡日期，随访截止到 2023 年 6 月 8 日。

研究人员运用 IBM SPSS 26.0 软件进行数据分析，通过多种统计方法，如卡方检验、独立样本 t 检验、受试者工作特征（ROC）曲线分析、Cox 比例风险模型、Kaplan-Meier 法等，来探究 RDW 与髋部骨折患者短期死亡率之间的关系。

研究结果显示，在纳入分析的 233 名患者中，3 个月内死亡 19 人（7.51%），6 个月内死亡 30 人（11.86%），12 个月内死亡 40 人（15.81%）。研究人员将患者按 12 个月的生存情况分为两组进行对比，发现年龄、RDW、高血压和共病情况在两组间存在显著差异。而不同治疗方式的分布、手术时长、住院时长等因素在两组间差异不显著。

通过 ROC 曲线分析，确定预测术后 12 个月死亡率的 RDW 最佳临界值为 13.6%，该值具有较高的敏感性和特异性。基于这个临界值，患者被分为 RDW<13.6% 和 RDW≥13.6% 两组。结果发现，RDW≥13.6% 组的死亡率显著高于 RDW<13.6% 组。在 3 个月、6 个月和 12 个月时，RDW≥13.6% 组的死亡率分别是 RDW<13.6% 组的 2.889 倍（95% CI：1.112 - 7.507，p = 0.024）、2.906 倍（95% CI：1.331 - 6.345，p = 0.006）和 2.217 倍（95% CI：1.111 - 4.422，p = 0.022） 。

Kaplan-Meier 生存分析也表明，RDW≥13.6% 组的死亡率更高（p = 0.017）。这一系列结果充分说明，RDW 与髋部骨折患者的短期死亡率显著相关，RDW 值越高，患者的死亡风险就越大。

这项研究意义重大，它证实了 RDW 对髋部骨折中老年患者短期死亡风险具有预测价值。RDW 检测简单、成本低，未来或许能成为临床识别高风险患者的有效手段，帮助医生更有针对性地制定治疗方案，改善患者的预后。

不过，该研究也存在一些局限性。比如样本量相对较小，研究过程中缺少部分可能影响死亡风险的重要信息，像患者术前和术后的功能状态、其他共病情况，以及患者的死因等。后续还需要更多大规模研究来进一步验证这些发现，并深入探究 RDW 预测死亡风险的潜在机制。但无论如何，这项研究为髋部骨折患者的临床诊疗提供了新的思路和方向，让我们在对抗髋部骨折这一 “老年健康杀手” 的道路上又前进了一步。