骨质疏松症患者髋关节置换预后相关因素分析及Nomogram预测模型的构建

doi:10.12307/2025.801

摘要/Abstract

摘要：

文题释义：

Nomogram预测模型：也称为列线图(Alignment Diagram)或诺莫图(Nomogram图)，是一种用于可视化预测模型结果的图形工具。它是建立在多因素回归分析的基础上，将多个预测指标进行整合，并通过带有刻度的线段，按照一定的比例绘制在同一平面上，从而用以表达预测模型中各个变量之间的相互关系。
二分类logistic回归分析：是一种分类方法，主要用于预测离散的二元输出结果，例如“是/否”或“正/负”。这种方法基于Logistic回归模型，并使用逻辑函数来模拟结果的概率，广泛应用于数据挖掘和机器学习领域，特别是在预测某个疾病的病因、分析客户是否会购买某种产品等方面。

背景：骨质疏松症患者髋关节置换预后不良严重影响患者的生活质量。准确预测骨质疏松症患者髋关节置换预后不良的危险因素仍然是骨科医生面临的重大挑战。

目的：探讨骨质疏松症患者髋关节置换预后不良的危险因素并构建Nomogram预测模型。
方法：选择2020年7月至2022年6月于南阳市第二人民医院行髋关节置换的192例骨质疏松症患者为研究对象，术后6个月行髋关节Harris评分，将Harris评分≥80分的患者纳入预后良好组(n=142)，Harris评分< 80分的患者纳入预后不良组(n=50)。收集两组患者临床资料并进行单因素分析；受试者工作特征曲线分析计量指标对骨质疏松症患者髋关节置换预后不良的预测价值；二分类logistic回归分析影响骨质疏松症患者髋关节置换预后不良的危险因素；构建骨质疏松症患者髋关节置换预后不良的Nomogram预测模型，采用校正曲线行内部验证并计算一致性指数，决策曲线行临床预测效能评估。

结果与结论：①两组患者在年龄、体质量指数、手术时间、术中出血量、血清白蛋白、外周血淋巴细胞计数、预后营养指数、并发症方面的差异有显著意义(P < 0.05)；②年龄、体质量指数、手术时间、术中出血量、血清白蛋白、外周血淋巴细胞计数、预后营养指数的曲线下面积为0.813，0.780，0.787，0.764，0.777，0.785，0.818；③年龄、体质量指数、术中出血量、并发症是影响骨质疏松症患者髋关节置换预后不良的危险因素；④Nomogram预测模型的校正、原始曲线与理想曲线接近，一致性指数为0.851(0.815-0.886)，模型拟合度较高，Nomogram预测模型的阈值> 0.12，可提供临床净收益，且临床净收益均高于独立预测因子；⑤提示年龄、体质量指数、术中出血量、并发症是影响骨质疏松症患者髋关节置换预后不良的危险因素，基于此构建的Nomogram预测模型可帮助临床医生对骨质疏松症患者髋关节置换的预后情况进行评估，制定个性化干预措施，改善预后，提高生活质量。

https://orcid.org/0009-0003-1311-2343 (王荣强)

中国组织工程研究杂志出版内容重点：人工关节；骨植入物；脊柱；骨折；内固定；数字化骨科；组织工程

关键词: 骨质疏松症, 髋关节置换, 预后, Nomogram预测模型, 并发症

Abstract: BACKGROUND: Poor prognosis of hip arthroplasty in patients with osteoporosis seriously affects the patients’ quality of life. Accurately predicting the risk factors for poor prognosis of hip arthroplasty in patients with osteoporosis remains a major challenge for orthopedic surgeons.
OBJECTIVE: To explore risk factors for poor prognosis after hip arthroplasty in patients with osteoporosis and construct a Nomogram prediction model.
METHODS: A total of 192 patients with osteoporosis who underwent hip arthroplasty in Nanyang Second People’s Hospital from July 2020 to June 2022 were selected as study subjects. Harris hip function scale was performed 6 months after operation. Patients with Harris score ≥ 80 were included in the good prognosis group (n=142), while patients with Harris score < 80 were included in the poor prognosis group (n=50). Clinical data of the two groups were collected and subjected to univariate analysis. Receiver operating characteristic curves were used to analyze the predictive value of the measures for poor prognosis after hip arthroplasty in patients with osteoporosis. Binary logistic regression was used to analyze the risk factors affecting poor prognosis after hip arthroplasty in patients with osteoporosis. The Nomogram prediction model for poor prognosis after hip arthroplasty in patients with osteoporosis was constructed. The calibration curve was internally validated and the concordance index was calculated, and the decision curve was evaluated for clinical predictive efficacy.
RESULTS AND CONCLUSION: (1) The differences between the two groups were statistically significant in terms of age, body mass index, operative time, intraoperative bleeding, serum albumin, peripheral blood lymphocyte count, prognostic nutritional index, and complications (P < 0.05). (2) Area under the curve for age, body mass index, operative time, intraoperative bleeding, serum albumin, peripheral blood lymphocyte count, and prognostic nutritional index were 0.813, 0.780, 0.787, 0.764, 0.777, 0.785, and 0.818. (3) Age, body mass index, intraoperative bleeding, and complications were risk factors for poor prognosis after hip arthroplasty in patients with osteoporosis. (4) The corrected, raw curve of the nomogram prediction model was close to the ideal curve with a concordance index of 0.851 (0.815-0.886) and a good model fit, with a threshold of > 0.12 for the Nomogram prediction model to provide a net clinical benefit, and all net clinical benefits were higher than the independent predictors. (5) It is concluded that age, body mass index, intraoperative bleeding, and complications are risk factors affecting the poor prognosis of osteoporotic patients after hip arthroplasty. The Nomogram prediction model constructed based on this can help clinicians assess the prognosis of osteoporotic patients after hip arthroplasty, develop personalized interventions, improve prognosis, and enhance the quality of life.

Key words: osteoporosis, hip arthroplasty, prognosis, Nomogram prediction model, complication

中图分类号:

王荣强, 杨柳, 吴向坤, 尚立林. 骨质疏松症患者髋关节置换预后相关因素分析及Nomogram预测模型的构建[J]. 中国组织工程研究, 2025, 29(33): 7137-7142.

Wang Rongqiang, Yang Liu, Wu Xiangkun, Shang Lilin. Analysis of factors associated with prognosis of osteoporosis patients after hip arthroplasty and construction of Nomogram prediction model[J]. Chinese Journal of Tissue Engineering Research, 2025, 29(33): 7137-7142.

图/表（结果） 7

2.1 参与者数量分析此次研究纳入192例骨质疏松症患者，分为2组，全部进入结果分析，无脱落。
2.2 试验流程图见图1。

2.3 骨质疏松症患者髋关节置换预后不良的单因素分析两组患者在年龄、体质量指数、手术时间、术中出血量、血清白蛋白、外周血淋巴细胞计数、预后营养指数、并发症方面的差异有显著性意义(P < 0.05)。详见表2。

2.4 骨质疏松症患者髋关节置换预后不良的受试者工作特征曲线分析将患者临床资料中具有统计学意义的计量指标纳入受试者工作特征曲线，年龄、体质量指数、手术时间、术中出血量、血清白蛋白、外周血淋巴细胞计数、预后营养指数的曲线下面积分别为0.813，0.780，0.787，0.764，0.777，0.785，0.818。详见表3及图2。

2.5 骨质疏松症患者髋关节置换预后不良的二分类logistic回归分析二分类logistic回归分析结果显示，年龄、体质量指数、术中出血量、并发症是影响骨质疏松症患者髋关节置换预后不良的危险因素。详见表4。

2.6 骨质疏松症患者髋关节置换预后不良的Nomogram预测模型将年龄、体质量指数、术中出血量、并发症作为预测因子构建骨质疏松症患者髋关节置换预后不良的Nomogram预测模型，详见图3。

2.7 Nomogram预测模型的校正曲线及决策曲线内部验证结果指出，Nomogram预测模型的校正曲线与原始曲线及理想曲线接近，一致性指数为0.851(0.815-0.886)，模型拟合度较高；Nomogram预测模型的阈值> 0.12，可提供临床净收益，且临床净收益均高于年龄、体质量指数、术中出血量、并发症。详见图4。

参考文献

[1] AYERS C, KANSAGARA D, LAZUR B, et al. Effectiveness and Safety of Treatments to Prevent Fractures in People With Low Bone Mass or Primary Osteoporosis: A Living Systematic Review and Network Meta-analysis for the American College of Physicians. Ann Intern Med. 2023; 176(2):182-195.
[2] QASEEM A, HICKS LA, ETXEANDIA-IKOBALTZETA I, et al. Pharmacologic Treatment of Primary Osteoporosis or Low Bone Mass to Prevent Fractures in Adults: A Living Clinical Guideline From the American College of Physicians. Ann Intern Med. 2023;176(2):224-238.
[3] SING CW, LIN TC, BARTHOLOMEW S, et al. Global Epidemiology of Hip Fractures: Secular Trends in Incidence Rate, Post-Fracture Treatment, and All-Cause Mortality. J Bone Miner Res. 2023;38(8):1064-1075.
[4] IMANOJ P, DERWIN R, GEORGE S. What is the impact of daily oral supplementation of vitamin D3 (cholecalciferol) plus calcium on the incidence of hip fracture in older people? A systematic review and meta-analysis. Int J Older People Nurs. 2023;18(1):e12492.
[5] BUZKOVA P, CAULEY JA, FINK HA, et al. Age-Related Factors Associated With The Risk of Hip Fracture. Endocr Pract. 2023;29(6):478-483.
[6] FRYDENDAL T, CHRISTENSEN R, MECHLENBURG I, et al. Total hip arthroplasty versus progressive resistance training in patients with severe hip osteoarthritis: protocol for a multicentre, parallel-group, randomised controlled superiority trial. BMJ Open. 2021;11(10): e051392.
[7] VENDITTOLI PA, GIRARD J, BONNOMET F. Hip Arthroplasty, a mature surgical technique with room for improvement. Orthop Traumatol Surg Res. 2022;108(6):103379.
[8] MAZZUCCHI E. Both the nomogram and the score system can represent an useful tool especially in those cases where the complication is foreseen by the surgeon. Int Braz J Urol. 2022;48(5):828-829.
[9] 胥少汀,葛宝丰,徐印坎.实用骨科学[M].3版.北京:人民军医出版社,2005.
[10] 程晓光,王亮,曾强,等.中国定量CT(QCT) 骨质疏松症诊断指南(2018)[J].中国骨质疏松杂志,2019,25(6):733-737.
[11] 朱江龙,陈跃平,董盼锋,等.老年骨质疏松症患者髋关节置换术后预后及相关因素分析[J].中国骨质疏松杂志,2019,25(8):1073-1077.
[12] 蔡成成,汪信德,席永斌.多学科联合治疗在老年骨质疏松性髋部骨折中的疗效分析[J].甘肃医药,2023,42(5):410-412.
[13] AIBAR-ALMAZÁN A, VOLTES-MARTÍNEZ A, CASTELLOTE-CABALLERO Y, et al. Current Status of the Diagnosis and Management of Osteoporosis. Int J Mol Sci. 2022;23(16):9465.
[14] 滕晓洁,王振刚,唐冠兰,等.内分泌疾病与继发性骨质疏松症相关性的研究进展[J].实用中医内科杂志,2023,37(6):59-62.
[15] LEBOFF MS, GREENSPAN SL, INSOGNA KL, et al. The clinician’s guide to prevention and treatment of osteoporosis. Osteoporos Int. 2022;33(10):2049-2102.
[16] MCDONOUGH CM, HARRIS-HAYES M, KRISTENSEN MT, et al. Physical Therapy Management of Older Adults With Hip Fracture. J Orthop Sports Phys Ther. 2021;51(2):CPG1-CPG81.
[17] LEX JR, DI MICHELE J, KOUCHEKI R, et al. Artificial Intelligence for Hip Fracture Detection and Outcome Prediction: A Systematic Review and Meta-analysis. JAMA Netw Open. 2023;6(3):e233391.
[18] KHAN AA, ABUALROB H, TARIQ F, et al. Osteoporosis treatment rate following hip fracture in a community hospital. Arch Osteoporos. 2021;16(1):8.
[19] HOLVIK K, ELLINGSEN CL, SOLBAKKEN SM, et al. Cause-specific excess mortality after hip fracture: the Norwegian Epidemiologic Osteoporosis Studies (NOREPOS). BMC Geriatr. 2023;23(1):201.
[20] ALBERGARIA BH, ZERBINI CAF, SZEJNFELD VL, et al. An updated hip fracture incidence rate for Brazil: the Brazilian Validation Osteoporosis Study (BRAVOS). Arch Osteoporos. 2022;17(1):90.
[21] 钱颖玲.连续性护理干预在预防全髋关节置换术患者下肢深静脉血栓形成中的效果[J].透析与人工器官,2023,34(1):104-108.
[22] DESCAMPS J, TEISSIER V, GRAFF W, et al. Managing early complications in total hip arthroplasty: the safety of immediate revision. J Orthop Traumatol. 2023;24(1):38.
[23] KARASAVVIDIS T, BOURIS V, XIANG W, et al. Prophylaxis for Venous Thromboembolic Events in Elective Total Hip and Total Knee Arthroplasty. Curr Pharm Des. 2022;28(10):771-777.
[24] PARIKH S, PANNU TS, DAVIS T, et al. Local Soft-Tissue Thickness vs. Body Mass Index as Predictors of Complications After Total Knee or Hip Arthroplasty: A Literature Review. JBJS Rev. 2023;11(11). doi: 10.2106/JBJS.RVW.22.00128.
[25] 杨昌凤,何永琴,易德坤,等.老年髋部骨折患者术后1年内死亡的影响因素分析及列线图预测模型构建[J].陆军军医大学学报, 2023,45(1):60-66.
[26] 邵菲,李燕,陈晶,等.髋部骨折术后非计划入住重症监护病房的列线图预测模型构建与分析[J].实用骨科杂志,2022,28(2):114-119.
[27] RIBEIRO U JR. Nomogram for Predicting Pathologic Response Following Neoadjuvant Chemotherapy or Chemoradiotherapy in Patients with Esophageal Cancer. Ann Surg Oncol. 2023;30(4):1945-1947.
[28] 郑红波,梅伟,李勇,等.不同麻醉方式对老年全膝关节置换术早期预后的影响：一项单中心回顾性研究[J].骨科,2024,15(2):109-114.
[29] 千建荣,朱仕文.采用空心钉内固定与半髋关节置换治疗老年Garden Ⅰ、Ⅱ型股骨颈骨折的疗效对比[J].骨科临床与研究杂志, 2023,8(6):350-355.
[30] 俞荣耀,庞清江,陈先军,等.非移位型股骨颈骨折股骨头后倾角测量及对预后影响的研究进展[J].中国骨伤,2023,36(10):969-974.
[31] 张斌飞,庄岩,刘林,等.全髋关节置换术治疗髋臼骨折研究进展[J].中国骨与关节损伤杂志,2023,38(8):888-892.
[32] 吴栋姣,王馨,陈黛楠,等.术前修正衰弱指数联合血清PGE_2、IL-17A预测老年髋关节置换术患者术后谵妄的临床研究[J].现代生物医学进展,2023,23(15):2847-2851.
[33] 张苏立,葛红艳,叶萍.肥胖对患者初次全髋关节置换术后护理疗效及预后的影响[J].当代护士(上旬刊),2020,27(12):97-98.
[34] 王晨光.肥胖股骨头坏死患者行人工全髋关节置换术的疗效及并发症分析[D].郑州:河南大学,2021.
[35] 沈伟明,高兵,陈杰.老年全髋关节置换术后慢性疼痛的影响因素分析[J].中国当代医药,2022,29(11):56-59+63.
[36] 孙晶.腹腔镜手术治疗良性卵巢肿瘤临床效果观察[J].中西医结合心血管病电子杂志,2020,8(34):61+74.
[37] 陈曦.SuperPATH入路髋关节置换术治疗老年股骨颈骨折患者的效果及其对髋关节功能、骨代谢相关因子表达水平的影响[J].中国现代医药杂志,2023,25(9):70-73.
[38] 邓星军,胡祖湘.半髋与全髋关节置换术对老年股骨颈骨折患者围术期指标及髋关节功能的影响对比[J].现代诊断与治疗,2023, 34(15):2325-2327.
[39] 靳贺,危朝辉,张琦,等.肋骨骨折评分和肋骨评分对创伤性肋骨骨折患者伤情的评估价值及对不良预后事件的预测效能研究[J].创伤外科杂志,2023,25(6):437-442.
[40] 钟晶.围术期预见性护理对全髋关节置换术患者术后患肢功能恢复及关节脱位的预防效果[J].医学信息,2023,36(22):167-170.

引言

材料方法

1.1 设计回顾性病例分析，卡方检验、独立样本t检验及二元 Logistic回归分析。
1.2 时间及地点试验于2020年7月至2022年6月在南阳市第二人民医院骨科完成。
1.3 对象
纳入标准：①患者均符合髋部骨折诊断标准，并经X射线片或CT检查确诊[9]；②采用双能X射线骨密度仪测量髋关节T值≤-2.5 SD[10]；③患者均接受髋关节置换术治疗；④患者均为同部位首次手术；⑤临床资料完整。
排除标准：①凝血功能异常患者；②其他恶性肿瘤患者；③认知功能障碍及精神异常患者；④伴有严重心、肝、肾功能不全者。
选择2020年7月至2022年6月于南阳市第二人民医院行髋关节置换的192例骨质疏松症患者为研究对象，患者术前骨密度T值为-3.64±0.38，于接受髋关节置换术后6个月进行髋关节Harris评分，将Harris评分≥80分的患者纳入预后良好组(n=142)，Harris评分< 80分的患者纳入预后不良组(n=50)。
此次研究根据《赫尔辛基宣言》进行，并通过南阳市第二人民医院伦理委员会批准(伦理批号：LY20220037)，所有患者对治疗方案均知情同意。

1.4 材料纳入患者髋关节置换假体介绍见表1。

1.5 方法
抗骨质疏松治疗[11]：所有患者均进行抗骨质疏松治疗，口服碳酸钙D3片(广东汇海药业有限公司，国药准字H10900013，600 mg/片)600 mg/次，1次/d，骨化三醇(青岛正大海尔制药有限公司，国药准字H20030491，0.25 μg/片)0.25 μg/次，2 次/d。持续治疗6个月。
纳入患者均由同一组医生进行髋关节置换，患者行髋关节置换术后6个月评估髋关节Harris评分，包括疼痛、功能、畸形、活动度4部分，满分100分。优：≥90分；良：80-89分；可：70-79分；差：< 70分。总分80分及以上为预后良好，80分以下为预后不良。
1.6 主要观察指标通过病历记录、电子病案等收集患者的临床资料，包括性别、年龄、体质量指数、受教育程度、高血压、糖尿病、高血脂、骨折前活动能力、手术入路方式、手术时间、术中出血量、血清白蛋白、外周血淋巴细胞计数、预后营养指数、并发症。
1.7 统计学分析研究数据的统计分析经SPSS 21.0软件进行，正态分布且方差齐的计量指标用x±s表示，组间比较采用独立样本t检验；计数指标用n/%表示，组间比较采用χ2检验。应用MedCalc软件对计量指标行受试者工作特征曲线分析，探讨其对骨质疏松症患者髋关节置换预后不良的预测价值；通过二分类logistic回归分析影响骨质疏松症患者髋关节置换预后不良的危险因素；R语言软件4.0“rms”包构建骨质疏松症患者髋关节置换预后不良的Nomogram预测模型，绘制校正曲线对Nomogram预测模型进行内部验证，计算一致性指数；绘制决策曲线对Nomogram预测模型进行临床预测效能评估，P < 0.05为差异有显著性意义。文章统计学方法已经南阳市第二人民医院生物统计学专家审核。

讨论

骨质疏松症是一种由内分泌、遗传、营养等多因素所致的系统性骨病，常见于绝经后妇女和老年人，表现为骨量下降、骨微细结构破坏及骨脆性增加，因此，骨质疏松症患者在受到外力冲撞或者摔落、跌倒、擦伤时易发生骨折[12-13]。目前，国内老龄化进展加快，随之而来的是骨质疏松症的发病率增加，这成为中国乃至全球重点关注的健康问题[14-15]。髋部骨折指发生在股骨颈和股骨转子间的骨折，是一种好发于老年人的低能量骨折，具有发病率、住院率、致残及致死率高的特点[16-17]。高龄骨质疏松症患者在跌倒、轻微创伤等外在因素影响下极易发生髋部骨折，临床表现为髋部疼痛，若伴随骨折移位还会限制患肢功能，使得老年患者卧床不起，长此以往会出现压疮、肌肉萎缩、静脉血栓甚至肺炎等并发症，危害患者生命安全，影响预后[18-20]。目前，髋关节置换术是治疗髋关节骨折的重要手术方式，能够缓解患者的疼痛，矫正畸形，恢复并改善运动功能，临床疗效显著，但部分患者术后会出现下肢静脉血栓等并发症，影响术后恢复及预后[21-24]。因此，探索影响骨质疏松症患者髋关节置换预后不良的因素是临床研究热点。Nomogram预测模型以logistic回归分析为基础，对纳入预测模型的因素进行评分，并将其转换为可视化线条，有助于识别疾病发病或诊断、预后，在临床中具有很强的实用性[25-27]。此次研究旨在分析骨质疏松症患者髋关节置换预后不良的危险因素并以其为预测因子构建Nomogram预测模型，为临床骨质疏松症患者髋关节置换预后的评估提供参考依据，以期减少不良预后的发生，提高患者的生活品质，改善远期预后。
单因素分析指出，年龄、体质量指数、手术时间、术中出血量、血清白蛋白、外周血淋巴细胞计数、预后营养指数、并发症是骨质疏松症患者髋关节置换预后不良的相关因素；受试者工作特征曲线分析可知年龄、体质量指数、手术时间、术中出血量、血清白蛋白、外周血淋巴细胞计数、预后营养指数对预后不良具有较好的预测价值，可供临床参考。二分类logistic回归分析结果显示：年龄、体质量指数、术中出血量、并发症是影响骨质疏松症患者髋关节置换预后不良的危险因素，其中高龄患者身体功能减退，对手术及麻醉的耐受度下降，术后发生意外的风险高，此外，多数老年人存在基础病，身体免疫能力、营养状态不稳定，对与外界的应激反应大，不利于疾病恢复及预后[28-32]；体质量指数高的患者预后情况较差，体质量指数高的患者较为肥胖，机体糖脂代谢紊乱，其运动水平相对较低，运动量不足，且患者术后需卧床静养，因此不良预后的风险较高[33-35]；术中出血量增加使得体内血液循环减少，易引起血压下降，严重者出现心肌缺血缺氧后会导致休克，不利于患者术后恢复及远期预后[36-38]；并发症也是骨质疏松症患者髋关节置换预后不良的重要因素，并发症的发生会延长患者的恢复时间，引发多种疾病反应，不利于患者的预后及生活质量[39-40]。
在此基础上作者绘制了Nomogram预测模型，该模型将风险比具体量化成分值，通过简单的运算分析出患者预后不良的风险概率，规避了复杂的运算过程，以实现对结局的精准预测，这帮助临床医生对骨质疏松症患者髋关节置换术后的预后进行精确评估，便于与患者及家属沟通，在一定程度上降低诊治压力、优化医疗资源的配置。此外，此次研究还进行了内部验证及临床预测效能评估，结果表明该Nomogram预测模型具有较高的准确率及临床使用价值，未来或可应用于临床。此次研究具备一定的优势，既往关于骨质疏松症患者髋关节置换预后不良的研究较少，此次研究使用列线图以一种直观、便捷、交互性强的方式可视化这一风险，便于临床应用，另外，纳入列线图的预测因子易于获得，有益于列线图模型的推广使用。但此次研究也存在部分局限性；一方面，虽然有严格的纳排标准对病例进行把控，但也可能存在某些不可控因素影响研究结果；另一方面，此次研究病例来源单一也未进行外部数据集验证，可能影响研究结果的可靠性；最后，临床上影响骨质疏松症患者髋关节置换预后不良的潜在危险因素多，此次研究可能漏失重要变量。未来可进行多中心研究，增加样本量，扩大变量范围，进行深入研究，优化模型参数。
综上所述，年龄、体质量指数、术中出血量、并发症是影响骨质疏松症患者髋关节置换预后不良的危险因素，基于此构建的Nomogram预测模型可帮助临床医生对骨质疏松症患者髋关节置换术后的预后情况进行评估，以期降低诊治压力、优化医疗资源配置，制定个性化干预措施，减少不良预后的发生，提高患者的生活品质，改善远期预后。这一模型的优势在于将复杂的回归方程可视化输出，方法简单高效，不仅可为骨科医生提供识别髋关节置换预后不良高风险患者的参考工具，还有助于早期制定相关对策，采取个性化的干预措施，改善患者的预后，减轻疾病对医疗卫生系统和社会的压力。中国组织工程研究杂志出版内容重点：人工关节；骨植入物；脊柱；骨折；内固定；数字化骨科；组织工程