Comparison of the Predictive Value of Four Nutritional Evaluation Methods for Postoperative Complications of Lumbar Degenerative Diseases

doi:10.12114/j.issn.1007-9572.2023.0410

Abstract

Abstract:

Background

The occurrence of postoperative complications in lumbar degenerative disease (LDD) is closely related to malnutrition, and currently there is a lack of nutritional evaluation methods that can effectively, objectively, and comprehensively assess the nutritional status of LDD patients and predict the occurrence of postoperative complications.

Objective

To compare the predictive value of four nutritional evaluation methods of Prognostic Nutritional Index (PNI), Controlling Nutritional Status (CONUT), Naples Prognostic Score (NPS) and High-sensitivity Modified Glasgow Prognostic Score (HS-mGPS) for postoperative complications in patients with LDD, so as to formulate a precise nutritional intervention plan and effectively prevent complications.

Methods

A total of 201 patients diagnosed with LDD and underwent open surgery in Spine Surgery Department of Xiangya Hospital of Central South University from December 2021 to July 2022 were selected as the study subjects, four nutritional evaluation methods of PNI, CONUT, NPS and HS-mGPS were applied to assess the preoperative nutritional status of the patients, respectively, and occurrence of postoperative complications from postoperative period to hospital discharge were observed. The patients were divided into the complication group and non-complication group according to the occurrence of postoperative complications to analyze and compare the difference in clinical characteristics between the two groups; the optimal cut-off values of different nutritional evaluation methods were calculated by plotting the receiver operating characteristic (ROC) curve, and the prediction efficiency of different evaluation methods was compared, the area under curve (AUC) was compared by using MedCalc software. Multivariate Logistic regression model was used to analyze the correlation between different nutritional evaluation methods and postoperative complications.

Results

Postoperative complications occurred in 60 patients with an incidence rate of 29.8%. The comparison of clinical characteristics data showed statistically significant differences in age, gender, intraoperative bleeding, surgical segment, PNI, CONUT, and NPS scores between the complication group and non-complication group (P<0.05). The optimal cut-off values of PNI, CONUT, NPS, and HS-mGPS for predicting postoperative complications of LDD were calculated by using ROC curve were 47.5, 2 scores, 1 score, and 1 score, respectively, and the different nutritional evaluation methods were compared within the group based on the cut-off values, showing that low PNI score, high CONUT score, and high NPS score were associated with postoperative complications (P<0.01), while high HS-mGPS score was not associated with postoperative complications (P=0.815). The comparison of AUC showed statistically significant differences between CONUT and HS-mGPS (Z=4.961, P<0.000 1), CONUT and NPS (Z=2.534, P=0.011 3), CONUT and PNI (Z=3.455, P=0.000 6), HS-mGPS and NPS (Z=3.349, P=0.000 8), NPS and PNI (Z=2.025, P=0.042 9) ; there was no statistically significant difference between HS-mGPS and PNI (Z=1.594, P=0.110 9). Multivariate Logistic regression analysis showed that CONUT (OR=2.431, 95%CI=1.376-4.295, P=0.002), surgical segment (OR=11.924, 95%CI=5.491-25.893, P<0.001) were independent influencing factors for postoperative complications after LDD.

Conclusion

Among the four nutritional evaluation methods used to predict postoperative complications of LDD patients, CONUT score is the most effective and can be used as an independent predictor of postoperative complications of LDD.

Key words: Lumbar degenerative disease, Nutritional evaluation method, Prognostic Nutritional Index, Controlling Nutritional Status, Naples Prognostic Score, High-sensitive Modified Glasgow Prognostic Score, Postoperative complications

摘要： 背景腰椎退行性疾病（LDD）术后并发症的发生与营养不良密切相关，而目前缺乏能有效、客观、全面评估LDD患者营养状态并预测术后并发症发生的营养评价方法。目的比较术前预后营养指数（PNI）、营养控制状态评分（CONUT）、那不勒斯预后评分（NPS）和高敏改良格拉斯哥预后评分（HS-mGPS）四种营养评价方法对LDD患者术后发生并发症的预测价值，以便制定精准营养干预方案，有效预防并发症的发生。方法选取2021年12月—2022年7月在中南大学湘雅医院脊柱外科确诊为LDD且接受开放手术的患者201例为研究对象，分别应用PNI、CONUT、NPS及HS-mGPS四种营养评价方法对患者进行术前营养状况评估，观察患者术后至出院并发症发生情况，并根据术后有无并发症发生分为并发症组和非并发症组，分析比较两组患者临床特征资料是否存在差异；采用受试者工作特征（ROC）曲线计算不同营养评价方法的最佳截断值，比较不同评价方法的预测效能，运用MedCalc软件进行ROC曲线下面积（AUC）比较；多因素Logistic回归模型分析不同营养评价方法与术后并发症发生的相关性。结果术后发生并发症患者有60例，发生率为29.8%。临床特征资料比较发现，并发症组与非并发症组年龄、性别、术中出血量、手术节段、PNI、CONUT及NPS评分比较，差异有统计学意义（P<0.05）。ROC曲线计算PNI、CONUT、NPS、HS-mGPS预测LDD术后发生并发症的最佳截断值分别为47.5、2分、1分、1分，依据截断值将不同营养评价方法进行组内比较，结果显示，低PNI、高CONUT评分和高NPS评分与术后并发症相关（P<0.01），而高HS-mGPS评分与术后并发症无关（P=0.815）。AUC结果显示CONUT与HS-mGPS（Z=4.961，P<0.000 1）、CONUT与NPS（Z=2.534，P=0.011 3）、CONUT与PNI（Z=3.455，P=0.000 6）、HS-mGPS与NPS（Z=3.349，P=0.000 8）、NPS与PNI（Z=2.025，P=0.042 9）AUC两两比较，差异均有统计学意义；HS-mGPS与PNI（Z=1.594，P=0.110 9）AUC两两比较，差异无统计学意义。多因素Logistic回归分析结果显示，CONUT（OR=2.431，95%CI=1.376~4.295，P=0.002）、手术节段（OR=11.924，95%CI=5.491~25.893，P<0.001）是LDD术后发生并发症的独立影响因素。结论用于预测LDD患者术后发生并发症的四种营养评价方法中，CONUT效能最高，可作为LDD术后并发症发生的独立预测因子。

关键词: 腰椎退行性疾病, 营养评价方法, 预后营养指数, 营养控制状态评分, 那不勒斯预后评分, 高敏改良格拉斯哥预后评分, 术后并发症

ZENG Li,WANG Huihui,WANG Xiaoyu, et al. Comparison of the Predictive Value of Four Nutritional Evaluation Methods for Postoperative Complications of Lumbar Degenerative Diseases[J]. Chinese General Practice, 2024, 27(11): 1349-1355. DOI: 10.12114/j.issn.1007-9572.2023.0410.
曾藜,王惠惠,王晓宇等. 四种营养评价方法对腰椎退行性疾病术后并发症的预测价值比较研究[J]. 中国全科医学, 2024, 27(11): 1349-1355. DOI: 10.12114/j.issn.1007-9572.2023.0410.

Figures/Tables 5

References 30

[1]	BUSER Z，ORTEGA B，D'ORO A，et al. Spine degenerative conditions and their treatments：national trends in the United States of America[J]. Global Spine J，2018，8（1）：57-67. DOI：10.1177/2192568217696688.
[2]	焦龙兵，吴阳，张兵. 腰椎退行性疾病行减压/融合术后早期并发症的风险因素分析[J]. 颈腰痛杂志，2019，40（4）：467-469. DOI：10.3969/j.issn.1005-7234.2019.04.011.
[3]	胡雯，邱贵兴，裴福兴，等. 骨科大手术加速康复围手术期营养管理专家共识[J]. 中华骨与关节外科杂志，2022，15（10）：763-767.
[4]	MCWHIRTER J P，PENNINGTON C R. Incidence and recognition of malnutrition in hospital[J]. BMJ，1994，308（6934）：945-948. DOI：10.1136/bmj.308.6934.945.
[5]	MAEJIMA K，TANIAI N，YOSHIDA H. The prognostic nutritional index as a predictor of gastric cancer progression and recurrence[J]. J Nippon Med Sch，2022，89（5）：487-493. DOI：10.1272/jnms.JNMS.2022_89-507.
[6]	AOYAMA T，KOMORI K，NAKAZANO M，et al. The clinical influence of the CONUT score on survival of patients with gastric cancer receiving curative treatment[J]. In Vivo，2022，36（2）：942-948. DOI：10.21873/invivo.12784.
[7]	GALIZIA G，LIETO E，AURICCHIO A，et al. Naples prognostic score，based on nutritional and inflammatory status，is an independent predictor of long-term outcome in patients undergoing surgery for colorectal cancer[J]. Dis Colon Rectum，2017，60（12）：1273-1284. DOI：10.1097/DCR.0000000000000961.
[8]	CHEN P，FANG M，WAN Q Y，et al. High-sensitivity modified Glasgow prognostic score （HS-mGPS） Is superior to the mGPS in esophageal cancer patients treated with chemoradiotherapy[J]. Oncotarget，2017，8（59）：99861-99870. DOI：10.18632/oncotarget.21734.
[9]	IUCHI H，OHORI J，MATSUZAKI H，et al. Utility of the modified and high-sensitivity modified Glasgow prognostic scores for hypopharyngeal squamous cell carcinoma[J]. OTO Open，2021，5（4）：2473974X211067423. DOI：10.1177/2473974X211067423.
[10]	RAPOSEIRAS ROUBÍN S，ABU ASSI E，CESPÓN FERNANDEZ M，et al. Prevalence and prognostic significanceof malnutrition in patients with AcuteCoronary syndrome[J]. J Am Coll Cardiol，2020，76（7）：828-840. DOI：10.1016/j.jacc.2020.06.058.
[11]	USHIROZAKO H，HASEGAWA T，YAMATO Y，et al. Does preoperative prognostic nutrition index predict surgical site infection after spine surgery?[J]. Eur Spine J，2021，30（6）：1765-1773. DOI：10.1007/s00586-020-06622-1.
[12]	MIURA K，KODA M，FUNAYAMA T，et al. Surgical Apgar Score and Controlling Nutritional Status Score are significant predictors of major complications after cervical spine surgery[J]. Sci Rep，2022，12（1）：6605. DOI：10.1038/s41598-022-10674-2.
[13]	GUTIN I. In BMI we trust：reframing the body mass index as a measure of health[J]. Soc Theory Health，2018，16（3）：256-271. DOI：10.1057/s41285-017-0055-0.
[14]	GALIZIA G，LIETO E，AURICCHIO A，et al. Naples prognostic score，based on nutritional and inflammatory status，is an independent predictor of long-term outcome in patients undergoing surgery for colorectal cancer[J]. Dis Colon Rectum，2017，60（12）：1273-1284. DOI：10.1097/DCR.0000000000000961.
[15]	DINDO D，DEMARTINES N，CLAVIEN P A. Classification of surgical complications：a new proposal with evaluation in a cohort of 6336 patients and results of a survey[J]. Ann Surg，2004，240（2）：205-213. DOI：10.1097/01.sla.0000133083.54934.ae.
[16]	KANG T，PARK S Y，LEE J S，et al. Predicting postoperative complications in patients undergoing lumbar spinal fusion by using the modified five-item frailty index and nutritional status[J]. Bone Joint J，2020，102-B（12）：1717-1722. DOI：10.1302/0301-620X.102B12.BJJ-2020-0874.R1.
[17]	KLEIN J D，HEY L A，YU C S，et al. Perioperative nutrition and postoperative complications in patients undergoing spinal surgery[J]. Spine，1996，21（22）：2676-2682. DOI：10.1097/00007632-199611150-00018.
[18]	ADOGWA O，MARTIN J R，HUANG K，et al. Preoperative serum albumin level as a predictor of postoperative complication after spine fusion[J]. Spine，2014，39（18）：1513-1519. DOI：10.1097/BRS.0000000000000450.
[19]	KURODA D，SAWAYAMA H，KURASHIGE J，et al. Controlling Nutritional Status （CONUT） score is a prognostic marker for gastric cancer patients after curative resection[J]. Gastric Cancer，2018，21（2）：204-212. DOI：10.1007/s10120-017-0744-3.
[20]	MIYAMOTO Y，HIYOSHI Y，DAITOKU N，et al. Naples prognostic score is a useful prognostic marker in patients with metastatic colorectal cancer[J]. Dis Colon Rectum，2019，62（12）：1485-1493. DOI：10.1097/DCR.0000000000001484.
[21]	SUN K Y，XU J B，CHEN S L，et al. Novel immunological and nutritional-based prognostic index for gastric cancer[J]. World J Gastroenterol，2015，21（19）：5961-5971. DOI：10.3748/wjg.v21.i19.5961.
[22]	RYO S，KANDA M，ITO S，et al. The controlling nutritional status score serves as a predictor of short- and long-term outcomes for patients with stage 2 or 3 gastric cancer：analysis of a multi-institutional data set[J]. Ann Surg Oncol，2019，26（2）：456-464. DOI：10.1245/s10434-018-07121-w.
[23]	KATO T，YAKU H，MORIMOTO T，et al. Association with controlling nutritional status （CONUT） score and In-hospital mortality and infection in acute heart failure[J]. Sci Rep，2020，10（1）：3320. DOI：10.1038/s41598-020-60404-9.
[24]	MAO Y S，HAO S J，ZOU C F，et al. Controlling Nutritional Status score is superior to Prognostic Nutritional Index score in predicting survival and complications in pancreatic ductal adenocarcinoma：a Chinese propensity score matching study[J]. Br J Nutr，2020，124（11）：1190-1197. DOI：10.1017/S0007114520002299.
[25]	KOBAYASHI Y，INOSE H，USHIO S，et al. Body mass index and modified Glasgow prognostic score are useful predictors of surgical site infection after spinal instrumentation surgery：a consecutive series[J]. Spine，2020，45（3）：E148-154. DOI：10.1097/BRS.0000000000003226.
[26]	胡雄辉，杨勇，李鑫，等. 不同营养评分系统对胃癌根治术预后的预测价值分析[J]. 东南国防医药，2021，23（3）：282-286. DOI：10.3969/j.issn.1672?271X.2021.03.013.
[27]	WANG H S，WANG K，LV B，et al. Establishment and assessment of a nomogram for predicting blood transfusion risk in posterior lumbar spinal fusion[J]. J Orthop Surg Res，2021，16（1）：39. DOI：10.1186/s13018-020-02053-2.
[28]	MORCOS M W，JIANG F，MCINTOSH G，et al. Predictors of blood transfusion in posterior lumbar spinal fusion：a Canadian spine outcome and research network study[J]. Spine，2018，43（1）：E35-39. DOI：10.1097/BRS.0000000000002115.
[29]	黄昊，邓应梅，王朝东，等. 某三甲医院骨科脊柱融合术住院费用的影响因素研究[J]. 中国病案，2022，23（9）：67-69. DOI：10.3969/j.issn.1672-2566.2022.09.025.
[30]	吕艳伟，田伟，肖斌，等. 脊柱退行性疾病住院费用影响因素决策树模型分析[J]. 中国卫生统计，2018，35（5）：655-658.

组别	例数	年龄[M（P₂₅，P₇₅），岁]	性别[例（%）]		BMI（kg/m²）	吸烟史[例（%）]
组别	例数	年龄[M（P₂₅，P₇₅），岁]	男	女	BMI（kg/m²）	有	无
并发症组	60	63.0（55.0，68.0）	21（35.0）	39（65.0）	24.3±3.0	9（15.0）	51（85.0）
非并发症组	141	53.0（45.5，62.0）	71（50.4）	70（49.6）	23.9±2.6	28（19.9）	113（80.1）
检验统计量值		4.348	33.998^a		-1.068^b	0.661^a
P值		<0.001	0.046		0.287	0.416
组别	饮酒史[例（%）]		基础疾病[例（%）]		术中出血量[M（P₂₅，P₇₅），mL]	手术节段[例（%）]
组别	有	无	有	无	术中出血量[M（P₂₅，P₇₅），mL]	单节段	双节段	三节段及以上
并发症组	4（6.7）	56（93.3）	30（50.0）	30（50.0）	350.0（200.0，500.0）	6（10.0）	3（5.0）	51（85.0）
非并发症组	19（13.5）	122（86.5）	54（38.3）	87（61.7）	300.0（200.0，350.0）	103（73.1）	35（24.8）	3（2.1）
检验统计量值	1.925^a		2.369^a		2.590	147.198^a
P值	0.165		0.124		0.010	<0.001
组别	手术方式[例（%）]				术后住院天数[M（P₂₅，P₇₅），d]	住院西药费[M（P₂₅，P₇₅），元]	住院总费用[M（P₂₅，P₇₅），元]
组别	PLIF	PLIF+PLF	TLIF	TLIF+PLF	术后住院天数[M（P₂₅，P₇₅），d]	住院西药费[M（P₂₅，P₇₅），元]	住院总费用[M（P₂₅，P₇₅），元]
并发症组	40（66.7）	12（20.0）	1（1.6）	7（11.7）	10.0（8.0，13.0）	9 487.31（7 694.44，13 982.38）	104 466.95（91 327.90，128 213.79）
非并发症组	82（58.2）	23（16.3）	14（9.9）	22（15.6）	8.0（7.0，9.0）	7 708.08（6 695.02，9 568.94）	94 153.24（81 040.41，104 360.56）
检验统计量值	5.133^a				5.660	4.060	3.856
P值	0.162				<0.001	<0.001	<0.001

组别	例数	年龄[M（P₂₅，P₇₅），岁]	性别[例（%）]		BMI（kg/m²）	吸烟史[例（%）]
组别	例数	年龄[M（P₂₅，P₇₅），岁]	男	女	BMI（kg/m²）	有	无
并发症组	60	63.0（55.0，68.0）	21（35.0）	39（65.0）	24.3±3.0	9（15.0）	51（85.0）
非并发症组	141	53.0（45.5，62.0）	71（50.4）	70（49.6）	23.9±2.6	28（19.9）	113（80.1）
检验统计量值		4.348	33.998^a		-1.068^b	0.661^a
P值		<0.001	0.046		0.287	0.416
组别	饮酒史[例（%）]		基础疾病[例（%）]		术中出血量[M（P₂₅，P₇₅），mL]	手术节段[例（%）]
组别	有	无	有	无	术中出血量[M（P₂₅，P₇₅），mL]	单节段	双节段	三节段及以上
并发症组	4（6.7）	56（93.3）	30（50.0）	30（50.0）	350.0（200.0，500.0）	6（10.0）	3（5.0）	51（85.0）
非并发症组	19（13.5）	122（86.5）	54（38.3）	87（61.7）	300.0（200.0，350.0）	103（73.1）	35（24.8）	3（2.1）
检验统计量值	1.925^a		2.369^a		2.590	147.198^a
P值	0.165		0.124		0.010	<0.001
组别	手术方式[例（%）]				术后住院天数[M（P₂₅，P₇₅），d]	住院西药费[M（P₂₅，P₇₅），元]	住院总费用[M（P₂₅，P₇₅），元]
组别	PLIF	PLIF+PLF	TLIF	TLIF+PLF	术后住院天数[M（P₂₅，P₇₅），d]	住院西药费[M（P₂₅，P₇₅），元]	住院总费用[M（P₂₅，P₇₅），元]
并发症组	40（66.7）	12（20.0）	1（1.6）	7（11.7）	10.0（8.0，13.0）	9 487.31（7 694.44，13 982.38）	104 466.95（91 327.90，128 213.79）
非并发症组	82（58.2）	23（16.3）	14（9.9）	22（15.6）	8.0（7.0，9.0）	7 708.08（6 695.02，9 568.94）	94 153.24（81 040.41，104 360.56）
检验统计量值	5.133^a				5.660	4.060	3.856
P值	0.162				<0.001	<0.001	<0.001

项目	并发症组（n=60）	非并发症组（n=141）	χ²值	P值
PNI			6.823	0.009
>47.5	34（56.7）	106（75.2）
≤47.5	26（43.3）	35（24.8）
CONUT			71.542	<0.001
>2分	40（66.7）	13（9.2）
≤2分	20（33.3）	128（90.8）
NPS			20.824	<0.001
>1分	47（78.3）	61（43.3）
≤1分	13（21.7）	80（56.7）
HS-mGPS			0.055	0.815
≥1分	18（30.0）	40（28.4）
<1分	42（70.0）	101（71.6）

项目	并发症组（n=60）	非并发症组（n=141）	χ²值	P值
PNI			6.823	0.009
>47.5	34（56.7）	106（75.2）
≤47.5	26（43.3）	35（24.8）
CONUT			71.542	<0.001
>2分	40（66.7）	13（9.2）
≤2分	20（33.3）	128（90.8）
NPS			20.824	<0.001
>1分	47（78.3）	61（43.3）
≤1分	13（21.7）	80（56.7）
HS-mGPS			0.055	0.815
≥1分	18（30.0）	40（28.4）
<1分	42（70.0）	101（71.6）

项目	AUC	截断值	灵敏度（%）	特异度（%）	阳性预测值（%）	阴性预测值（%）
PNI	0.596	47.5	43.33	75.18	42.60	75.70
CONUT	0.764	2分	66.67	90.78	75.50	86.50
NPS	0.675	1分	78.33	56.74	43.50	86.00
HS-mGPS	0.515	1分	5.00	100.00	100.00	71.20