骨盆和髋臼骨折患者DVT和症状性肺栓塞的总发生率为3.48%，其中46.1%的患者无症状。许多学者指出，骨盆骨折患者应进行早期DVT筛查，实现早期预防。因此，在疾病的早期阶段，我们需要更直观、更简单、更容易获得的预测指标，以达到临床早期预防和治疗的目的。

近年来，炎症因子在骨折患者DVT发生中的预测作用备受关注。Melinte rruzvan Marian等发现术前全身免疫炎症因子及其他炎症因子可有效预测全膝关节置换术后患者深静脉血栓形成。张亮等构建了基于全身免疫-炎症因子的Nomogram预测老年髋部骨折患者术前DVT的发生。高志达等认为中性粒细胞与淋巴细胞比值可以预测踝关节骨折患者术前DVT的发生。Melinte RM等认为术前MLR对全膝关节置换术后患者急性DVT的发生有很强的预测作用。然而，目前尚无研究将单核细胞与淋巴细胞比率（MLR）作为一种新的炎症因子来开发骨盆骨折患者深静脉血栓形成的影像学图。

因此，本研究的目的是收集患者入院时的血常规及生化检查结果，建立基于MLR预测骨盆骨折患者术前深静脉血栓形成的Nomogram。该图旨在提供一种无创、早期和简单的预测工具，以帮助临床医生做出早期决策

方法:采用二元logistic回归分析，预测MLR对骨盆骨折患者DVT发生的预测作用。并利用R studio构建nomogram模型。

本研究流程图

训练测试和验证测试比较基线数据表

DVT组与无DVT组临床因素比较

临床差异因素箱形图

临床因素具有统计学差异的ROC曲线下面积及其截止值

患者操作特点的临床差异因素

研究图

接收机工作特性图。A.培训测试；B.验证试验

图的校正图。A.培训测试；B.验证试验

图的DCA曲线。A.培训测试；B.验证试验

结果:年龄（1.04 [1.01,1.07],p=0.006）、WBC （1.44 [1.28, 1.61], p<0.001）、MLR （2.11 [1.08, 4.13], p=0.029）为独立预测因素。在训练组和验证组中，nomogram显示出良好的预测性能，误差较小，大多数临床患者可以从中受益。

结论:基于MLR构建的图能帮助临床医生早期评估DVT发生的概率。

原始出处：

Wencai, Li;  He, Ling;  Zhao, Huang;Construction of a nomogram for preoperative deep vein thrombosis in pelvic fracture patients.BMC Surg 2024 Oct 25;24(1):331