Traumatology and Orthopedics of RussiaTraumatology and Orthopedics of RussiaТравматология и ортопедия России2311-29052542-0933Vreden National Medical Research Center of Traumatology and Orthopedics1775410.17816/2311-2905-17754CLINICAL STUDIESКЛИНИЧЕСКИЕ ИССЛЕДОВАНИЯClinical studiesResearch ArticleIndices of systemic inflammation for predicting early infections after major joint arthroplastyИндексы системного воспаления в прогнозировании ранних инфекций после эндопротезирования крупных суставовhttps://orcid.org/0000-0002-5750-44595462-6973LyubimovaLyudmila V.ЛюбимоваЛюдмила Валентиновна
Russian Federation
borisova-80@mail.ruhttps://orcid.org/0000-0003-4408-18883727-5392MikishaninaEvgeniya A.МикишанинаЕвгения Арифжановна
Russian Federation

Cand. Sci. (Phys.-Math.)

канд. физ.-мат. наук

evaeva_84@mail.ruhttps://orcid.org/0000-0002-1560-470X8723-9840NikolaevNikolay S.НиколаевНиколай Станиславович
Russian Federation

Dr. Sci. (Med.), Professor

д-р мед. наук, профессор

nikolaevns@mail.ruhttps://orcid.org/0000-0001-5262-01977759-8083LyubimovEvgeniy A.ЛюбимовЕвгений Александрович
Russian Federation
elyubimov@mail.ruhttps://orcid.org/0000-0003-3556-145X1525-3912PreobrazhenskayaElena V.ПреображенскаяЕлена Васильевна
Russian Federation
alenka_22@bk.ruFederal Center of Traumatology, Orthopedics and Arthroplasty (Cheboksary)ФГБУ «Федеральный центр травматологии, ортопедии и эндопротезирования» Минздрава России (г. Чебоксары)I.N. Ulyanov Chuvash State UniversityФГБОУ ВО «Чувашский государственный университет им. И.Н. Ульянова»Federal Center of Traumatology, Orthopedics and Arthroplasty (Cheboksary)ФГБУ «Федеральный центр травматологии, ортопедии и эндопротезирования» Минздрава России (г. Чебоксары)Federal Center of Traumatology, Orthopedics and Arthroplasty (Cheboksary)ФГБОУ ВО «Чувашский государственный университет им. И.Н. Ульянова»220920250912202531441520708202501092025Copyright ©; 2025, Eco-VectorCopyright ©; 2025, Эко-ВекторCopyright ©; 2025,2025Eco-VectorЭко-Векторhttps://creativecommons.org/licenses/by-nc-nd/4.0https://journal.rniito.org/jour/article/view/17754

Background. Infectious complications after arthroplasty pose a serious problem for both the patient and the health facility. Therefore, their prognosis is of great clinical importance.

The aim of the study — to determine the feasibility of using systemic inflammation indices (SII, SIRI, AISI) to predict the development of early periprosthetic joint infection at the stage of planning major joint arthroplasty.

Methods. A single-center retrospective non-randomized comparative study of cases of primary hip or knee arthroplasty (n = 6036) was conducted: Group 1 — patients without subsequent development of infection at a period of ≤ 4 weeks after surgery (n = 5843); Group 2 — with subsequent development of periprosthetic joint infection (n = 193). Threshold values of quantitative indicators (BMI, age, inflammation indices SII, SIRI, and AISI) were calculated. The contribution of variables (including categorical ones such as sex and joint) to the risk of developing early infection was determined using AI-driven machine learning based on multivariate logistic regression.

Results. The study groups were comparable in terms of sex, BMI, and operated joints, but differed in terms of age (p = 0.0067). The values of SIRI, SII, and AISI were statistically significantly higher in Group 2. SII (with a logistic regression coefficient of 0.2108) was the most significant factor in predicting the development of infection. The obtained SII and SIRI threshold values were 498.9 and 0.8 (respectively), with an AUC of 0.55 (95% CI: 0.54-0.56). The constructed model for predicting the risk of early infection after arthroplasty based on multivariate logistic regression showed an average accuracy level of AUC = 0.62 (95% CI: 0.30-0.72), indicating a low risk of infection with a coefficient between 0.30 and 0.50, and a high risk with a coefficient between 0.51 and 0.72.

Conclusion. The use of systemic inflammation indices (SII, SIRI, AISI) in a mathematical model for predicting early periprosthetic infection can help in taking necessary measures for preoperative preparation of the patient before primary arthroplasty to reduce the incidence of this infectious complication.

Актуальность. Развитие инфекционных осложнений после эндопротезирования — серьезная проблема как для пациента, так и для лечебного учреждения, в связи с чем их прогнозирование имеет важное клиническое значение.

Цель исследования — определить возможность использования индексов системного воспаления (SII, SIRI, AISI) для прогноза развития ранней перипротезной инфекции на этапе планирования эндопротезирования крупных суставов.

Материал и методы. Проведено одноцентровое ретроспективное нерандомизированное сравнительное исследование случаев первичного эндопротезирования тазобедренного или коленного сустава (n = 6036): группа 1 — пациенты без последующего развития инфекции на сроке ≤ 4 нед. после операции (n = 5843); группа 2 — с последующим развитием перипротезной инфекции (n = 193). Рассчитаны пороговые значения количественных показателей (ИМТ, возраста, индексов воспаления SII, SIRI, AISI). Определен вклад признаков (в т. ч. категориальных — пол, сустав) в риск развития ранней инфекции методом машинного обучения с помощью искусственного интеллекта на основе многофакторной логистической регрессии.

Результаты. Группы исследования были сопоставимы по полу, ИМТ, оперированным суставам, различаясь по возрасту (p = 0,0067). Показатели индексов системного воспаления SIRI, SII, AISI у пациентов из группы 2 были статистически значимо выше. Наиболее значимым фактором в прогнозе развития инфекции является индекс SII с коэффициентом логистической регрессии 0,2108. Полученные пороговые значения SII и SIRI составляли 498,9 и 0,8 соответственно, AUC = 0,55 (95% ДИ: 0,54–0,56). Построенная модель прогноза развития ранней инфекции после эндопротезирования на основе многофакторной логистической регрессии показала средний уровень точности AUC = 0,62 (95% ДИ: 0,30–0,72), определив низкий риск инфекции при коэффициенте от 0,30 до 0,50, высокий — в пределах 0,51–0,72.

Заключение. Использование индексов системного воспаления (SII, SIRI, AISI) в математической модели прогноза развития ранней перипротезной инфекции может помочь принять необходимые меры по предоперационной подготовке пациента к первичному эндопротезированию и снизить частоту ее возникновения.

systemic inflammation indicesSIRISIIAISIearly infectioninfection risk predictionarthroplastyиндексы системного воспаленияSIRISIIAISIранняя инфекцияпрогноз риска инфекцийэндопротезированиеБожкова С.А., Тихилов Р.М., Артюх В.А. Перипротезная инфекция суставов как социально-экономическая проблема современной ортопедии. Вестник Российской академии медицинских наук. 2023;78(6):601-608. doi: 10.15690/vramn8370. Bozhkova S.A., Tikhilov R.M., Artyukh V.A. Periprosthetic Joint Infection as a Socio-Economic Problem of Modern Orthopedics. Annals of the Russian Academy of Medical Sciences. 2023;78(6):601-608. (In Russian). doi: 10.15690/vramn8370.Pricop M., Ancusa O., Talpos S., Urechescu H., Bumbu B.A. The Predictive Value of Systemic Immune-Inflammation Index and Symptom Severity Score for Sepsis and Systemic Inflammatory Response Syndrome in Odontogenic Infections. J Pers Med. 2022;12(12):2026. doi: 10.3390/jpm12122026.Vitiello R., Smimmo A., Matteini E., Micheli G., Fantoni M., Ziranu A. et al. Systemic Inflammation Response Index (SIRI) and Monocyte-to-Lymphocyte Ratio (MLR) Are Predictors of Good Outcomes in Surgical Treatment of Periprosthetic Joint Infections of Lower Limbs: A Single-Center Retrospective Analysis. Healthcare (Basel). 2024;12(9):867. doi: 10.3390/healthcare12090867.Moldovan F. Role of Serum Biomarkers in Differentiating Periprosthetic Joint Infections from Aseptic Failures after Total Hip Arthroplasties. J Clin Med. 2024; 13(19):5716. doi: 10.3390/jcm13195716.Tarle M., Raguž M., Lukšić I. A Comparative Study of the Aggregate Index of Systemic Inflammation (AISI) and C-Reactive Protein (CRP) in Predicting Odontogenic Abscesses Severity: A Novel Approach to Assessing Immunoinflammatory Response. Diagnostics (Basel). 2024;14(19):2163. doi: 10.3390/diagnostics14192163.Moldovan F. Correlation between Peripheric Blood Markers and Surgical Invasiveness during Humeral Shaft Fracture Osteosynthesis in Young and Middle-Aged Patients. Diagnostics (Basel). 2024;14(11):1112. doi: 10.3390/diagnostics14111112.Moldovan F. Sterile Inflammatory Response and Surgery-Related Trauma in Elderly Patients with Subtrochan-teric Fractures. Biomedicines. 2024;12(2):354. doi: 10.3390/biomedicines12020354.Hauer G., Rasic L., Klim S., Leitner L., Leithner A., Sadoghi P. Septic complications are on the rise and aseptic loosening has decreased in total joint arthroplasty: an updated complication based analysis using worldwide arthroplasty registers. Arch Orthop Trauma Surg. 2024;144(12):5199-5204. doi: 10.1007/s00402-024-05379-2.Lespasio M., Mont M., Guarino A. Identifying risk factors associated with postoperative infection following elective lower-extremity total joint arthroplasty. Perm J. 2020;24:1-3. doi: 10.7812/TPP/20.013.Ren X., Ling L., Qi L., Liu Z., Zhang W., Yang Z. et al. Patients’ risk factors for periprosthetic joint infection in primary total hip arthroplasty: a meta-analysis of 40 studies. BMC Musculoskelet Disord. 2021;22(1):776. doi: 10.1186/s12891-021-04647-1.Resende V.A.C., Neto A.C., Nunes C., Andrade R., Espregueira-Mendes J., Lopes S. Higher age, female gender, osteoarthritis and blood transfusion protect against periprosthetic joint infection in total hip or knee arthroplasties: a systematic review and meta-analysis. Knee Surg Sports Traumatol Arthrosc. 2021;29(1):8-43. doi: 10.1007/s00167-018-5231-9.Мясоедов А.А., Торопов С.С., Березин Г.В., Карелкин В.В., Тотоев З.А., Шубняков И.И. и др. Факторы риска развития перипротезной инфекции после первичного эндопротезирования тазобедренного сустава. Травматология и ортопедия России. 2020;26(1):40-47. doi: 10.21823/2311-2905-2020-26-1-40-47. Myasoedov A.A., Toropov S.S., Berezin G.V., Karelkin V.V., Totoev Z.A., Shubnyakov I.I. et al. Risk Factors for Prosthetic Joint Infection after Primary Hip Arthroplasty. Traumatology and Orthopedics of Russia. 2020;26(1):40-47. (In Russian). doi: 10.21823/2311-2905-2020-26-1-40-47.Edelstein A.I., Kwasny M.J., Suleiman L.I., Khakhkhar R.H., Moore M.A., Beal M.D. et al. Can the American college of surgeons risk calculator predict 30-day complications after knee and hip arthroplasty? J Arthroplasty. 2015;30(9 Suppl):5-10. doi: 10.1016/j.arth.2015.01.057.Wingert N.C., Gotoff J., Parrilla E., Gotoff R., Hou L., Ghanem E. The ACS NSQIP risk calculator is a fair predictor of acute periprosthetic joint infection. Clin Orthop Relat Res. 2016;474(7):1643-1648. doi: 10.1007/s11999-016-4717-3.Вороков А.А., Фадеев Е.М., Спичко А.А., Алиев Б.Г., Мурзин Е.А., Хайдаров В.М. и др. Возможности прогноза местных инфекционных осложнений при артропластике тазобедренного и коленного суставов. Медико-фармацев-тический журнал «Пульс». 2020;22(12):106-111. doi: 10.26787/nydha-2686-6838-2020-22-12-106-111. Vorokov A.A., Fadeev E.M., Spichko A.A., Aliev B.G., Murzin E.A., Khaidarov V.M. et al. Possibilities of forecasting surgical site infection after hip and knee replacement. Medical & Pharmaceutical Journal “Pulse”. 2020;22(12):106-111. (In Russian). doi: 10.26787/nydha-2686-6838-2020-22-12-106-111.Toossi N., Adeli B., Rasouli M.R., Huang R., Parvizi J. Serum white blood cell count and differential do not have a role in the diagnosis of periprosthetic joint infection. J Arthroplasty. 2012;27(8 Suppl):51-54.e1. doi: 10.1016/j.arth.2012.03.021.Thachil J., Bates I. Approach to the Diagnosis and Classification of Blood Cell Disorders. In: Bain B.J., Bates I., Laffan M.A. (eds.) Dacie and Lewis Practical Haematology. 12th ed. Elsevier; 2017. p. 497-510. doi: 10.1016/B978-0-7020-6696-2.00023-0.Zareifar S., Farahmand Far M.R., Golfeshan F., Cohan N. Changes in platelet count and mean platelet volume during infectious and inflammatory disease and their correlation with ESR and CRP. J Clin Lab Anal. 2014;28(3):245-248. doi: 10.1002/jcla.21673.Shi C., Pamer E.G. Monocyte recruitment during infection and inflammation. Nat Rev Immunol. 2011;11(11):762-774. doi: 10.1038/nri3070.Drewry A.M., Samra N., Skrupky L.P., Fuller B.M., Compton S.M., Hotchkiss R.S. Persistent lymphopenia after diagnosis of sepsis predicts mortality. Shock. 2014;42(5):383-391. doi: 10.1097/SHK.0000000000000234.Hu B., Yang X.R., Xu Y., Sun Y.F., Sun C., Guo W. et al. Systemic Immune-Inflammation Index Predicts Prognosis of Patients after Curative Resection for Hepatocellular Carcinoma. Clin Cancer Res. 2014;20(23):6212-6222. doi: 10.1158/1078-0432.CCR-14-0442.Li C., Tian W., Zhao F., Li M., Ye Q., Wei Y. et al. Systemic immune-inflammation index, SII, for prognosis of elderly patients with newly diagnosed tumors. Oncotarget. 2018;9(82):35293-35299. doi: 10.18632/oncotarget.24293.Mikhak Z., Agace W.W., Luster A.D. Lymphocyte Trafficking to Mucosal Tissues. In: Mestecky J., Strober W., Russell M.W., Cheroutre H., Lambrecht B.N., Kelsall B.L. (eds.) Mucosal Immunology. 4th ed. Academic Press; 2015. p. 805-830. doi: 10.1016/B978-0-12-415847-4.00040-9.Егиазарян К.А., Ершов Д.С., Лыско А.М., Юдаев Н.Д. Индекс CAR как предиктор поздних осложнений у пациентов с политравмой и другими патологиями. Политравма. 2024;4:85-91. doi: 10.24412/1819-1495-2024-4-85-91. Egiazaryan K.A., Ershov D.S., Lysko A.M., Yudaev N.D. CAR index as a predictor of late complications in patients with polytrauma and other pathologies. Polytrauma. 2024;4:85-91. (In Russian). doi: 10.24412/1819-1495-2024-4-85-91.