骨小梁評分結合骨密度用于骨質疏松診療及骨折風險預測

李黎 唐魁韓 王榮 黃華 陳靜 曾進海 宋紅

北京積水潭醫院貴州醫院骨內科,貴州 貴陽 550000

骨質疏松(osteoporosis,OP)是最常見的骨骼疾病,作為一種全身性骨代謝病其特征是低骨量和骨組織微結構損壞,從而導致骨脆性增加和易發生骨折[1],影響患者的生活質量。雙能X線吸收檢測法(dual energy X-ray absorptiometry,DXA)測量的骨密度(bone mineral density,BMD)是世界公認的診斷骨質疏松的金標準,骨量正常:T≥-1.0;骨量減少:-2.5

骨折風險預測工具(fracture risk assessment tool,FRAX)基于來自國外等多個獨立大樣本前瞻性人群研究和大樣本的薈萃分析,針對我國骨質疏松性骨折發病率及其影響因素的大樣本流行病學研究正在進行中,初步研究提示目前FRAX預測結果可能低估了中國人群的骨折風險[2]。目前國內使用的GE Lunar雙能X線骨密度儀遵循我國骨質疏松癥診療指南并采用中國人數據庫計算T值,能準確診斷中國人群骨質疏松以及評估骨折風險[3],GE Lunar雙能X線骨密度儀測量BMD以及骨小梁評分(trabecular bone score,TBS),其中TBS是一種對腰椎DXA獲得的圖像進行不同于BMD的灰階紋理分析方法,獲取與骨小梁微結構相關的信息,從而對骨折風險進行獨立的預測。臨床中將TBS、BMD與風險預測工具相結合,可用于調整骨折風險評分并評估脆性骨折風險,對于判斷是否需要早期開展抗骨質疏松治療,以及骨質疏松脆性骨折的預防及診療有一定價值。基于不同的TBS閾值可判斷不同的骨小梁受損程度及骨折風險[4],骨折低風險(骨微結構正常):TBS≥1.310;骨折中風險(骨微結構部分受損):1.230

1 資料與方法

1.1 研究對象

納入標準:2022年1月17日至2022年8月22日在我院使用GE Lunar雙能X線骨密度儀(型號:GE Lunar iDXA)檢測的患者,采用骨小梁評分軟件TBS(iNsight 3.0.0版本,法國Medimaps公司)進行評分。本研究經過本院倫理委員會審查通過(批件號:LW20230423)。

排除標準:①患有急性感染性疾病、自身免疫性疾病(類風濕關節炎除外)、具有遺傳性疾病史、急性創傷者;②長期使用腎上腺皮質素以及進行過其他影響骨代謝激素替代治療的患者;③患有慢性和嚴重的血液疾病患者;④合并腎病、肝病、營養不良、甲狀旁腺疾病、甲狀腺功能亢進、垂體功能異常、強直性脊柱炎、Paget’s骨病、腫瘤、非創傷性骨折患者及長期臥床者。

1.2 觀察指標

收集性別、年齡、身高、體重等一般資料,記錄患者入院時體質量指數(body mass index,BMI)。根據《原發性骨質疏松癥診療指南(2017)》診斷標準,50歲以上男性及絕經后女性根據L1-L4椎體骨密度水平平均T值,分為骨量正常、骨量減少、骨質疏松,50歲以下及絕經前女性根據L1-L4骨密度水平平均Z值(Z值≤-2.0視為“低于同年齡段預期范圍”或“低骨量”),分為骨量正常和低骨量。觀察50歲以下男性及絕經前女性不同骨量患者占比及BMD、TBS數據趨勢,將50歲以上男性及絕經后女性患者根據是否發生脆性骨折分為脆性骨折組和非骨折組,探討其年齡、BMI、BMD、T值及TBS等因素對脆性骨折發生的影響。

1.3 統計學方法

采用SPSS 20.0軟件進行數據分析。計量資料以均數±標準差表示,組間比較用獨立樣本t檢驗,多組間比較采用方差分析;計數資料采用χ2檢驗。多因素Logistic回歸法分析脆性骨折的影響因素。P<0.05為差異有統計學意義。

2 結果

根據納入及排除標準,選擇3 248人進行數據分析,其中男性877人,女性2 371人。其中50歲以下男性共170人,年齡最大49歲,最小21歲,平均40.77歲,Z值:-2.7～3.5,TBS:1.195～1.624。50歲及以上男性共707人,年齡最大96歲,最小50歲,平均66.4歲,T值:-4.7～6.7,TBS:1.016～1.75。絕經前女性共294人,年齡最大52歲,最小20歲,平均43.56歲,Z值:-3.7～-2.8,TBS:1.129～1.582。絕經后女性共2 077人,年齡最大93歲,最小42歲,平均65.58歲,T值:-6.3～5.1,TBS:0.948～1.557。

50歲以下男性骨量正常占97.06%,其中骨折中風險占8.82%,骨折高風險占8.82%,絕經前女性骨量正常占96.26%,其中骨折中風險占8.50%,骨折高風險占2.38%,BMD及TBS數據相關評分圖見圖1、2。50歲以上男性脆性骨折66例,非骨折641例,其中兩組之間年齡、BMI、BMD、T值及TBS差異均具有統計學意義(P<0.01),絕經后女性患者脆性骨折283例,非骨折1 794例,其中兩組之間年齡、BMD、T值及TBS差異均具有統計學意義(P<0.01),BMI差異無統計學意義(P=0.12),見表1、2,其BMD及TBS相關評分圖見圖3、4。

表1 50歲及以上男性BMD及TBS數據統計Table 1 BMD and TBS data of men over 50 years

表2 絕經后女性BMD及TBS數據統計Table 2 BMD and TBS of postmenopausal

圖1 50歲以下男性BMD及TBS數據Fig.1 BMD and TBS data of men under 50 years old注:斜線為趨勢線。

圖2 絕經前女性BMD及TBS數據Fig.2 BMD and TBS data of premenopausal women注:斜線為趨勢線。

圖3 50歲及以上男性BMD及TBS數據Fig.3 BMD and TBS data of men over 50 years old注:斜線為趨勢線。

圖4 絕經后女性BMD及TBS數據Fig.4 BMD and TBS of postmenopausal women注:斜線為趨勢線。

針對50歲以上男性及絕經后女性人群,基于Logistic回歸分析的診斷性能顯示,單因素Logistic分析下BMD和TBS均為脆性骨折的獨立預測指標(兩者P<0.001),聯合BMD和TBS進行多因素Logistic進一步分析發現兩者仍具有顯著性(兩者P<0.001);基于Logistic回歸分析的預測概率,對各模型(模型1:單獨BMD,模型2:單獨TBS,以及模型3:聯合BMD+TBS)進行受試者工作特征曲線(ROC)繪制,利用ROC下面積(AUC)表征模型性能,并使用Delong test對各模型下的AUC差異進行檢驗,結果表明,聯合BMD+TBS的AUC最大(0.748,95%CI:0.733～0.763),然后是單獨的BMD(0.717,95%CI:0.701～0.732)和單獨的TBS(0.685,95%CI:0.668～0.701)。Delong test顯示各模型間的AUC差異具有統計學意義(模型1和2的P=0.00157,模型1和模型3的P=0.0005,以及模型2和模型3的P<0.0001),見圖5。

圖5 50歲以上男性及絕經后女性脆性骨折Logistic回歸分析Fig.5 Logistic regression analysis of fragility fracture in men over 50 years old and postmenopausal women

3 討論

骨質疏松是一個嚴重的公共衛生問題,隨著人口老齡化,其發病率越來越高,骨質疏松脆性骨折是其嚴重的并發癥之一。研究發現僅有不足1/4患有骨質疏松骨折的老年女性進行骨密度測量或抗骨質疏松治療[5],雖然目前我國主動治療骨質疏松的人群逐漸增加,但臨床就診的患者多數均為已發生脆性骨折的患者,骨質疏松脆性骨折的風險及其后果沒有得到充分的重視,Silverman 等[6]發現僅有35.7%的骨質疏松患者進行為期3年的抗骨質疏松治療,有超過一半的骨質疏松患者服用抗骨質疏松藥物不足1年,該調查還發現單純補充鈣和維生素D對無法改善老年人脆性骨折的發生率[7]。臨床中許多骨科醫生往往容易忽視骨質疏松的早期診療及早期預防,在診斷骨質疏松以及評價療效大多依據BMD變化以及骨標志物檢查,少數會利用QCT進行評價,而世界衛生組織推薦的FRAX預測結果可能低估了中國人群的骨折風險[8-9],從而我國缺乏客觀真實的骨折風險預測及評估方法。不同于BMD,TBS測量的是骨小梁微結構,可給出每個椎體的結果,異常的椎體也可從TBS分析中剔除;另外,TBS的計算基于DXA掃描獲得的腰椎圖像,無需二次掃描因而沒有額外的輻射劑量,臨床上對于患者的骨微結構和骨折風險評估可帶來效益。臨床研究顯示,結合TBS可以改善骨折的預測性能。多項對絕經后婦女研究的結果證實TBS與BMD是兩個互相獨立的參數,而TBS已被證實在腰椎骨折的預測作用[10],近期發現TBS還能預測強直性脊柱炎的骨折[11],脆性骨折的發生有時候與BMD并無直接關系,而是與骨微結構有關,即骨密度正常或僅為骨量減少,骨微結構受損或嚴重受損,也易發生脆性骨折,故對骨折風險的評估不能單純依靠BMD,應將TBS作為臨床上用于骨質疏松患者管理的一個實用工具。

本研究旨在統計BMD及TBS的大概關系,骨質疏松的病理機制包括體內雌激素下降、炎性因子刺激和維生素D和血脂代謝異常等[12],其中體內鈣和維生素D缺乏使甲狀旁腺激素代償性分泌從而導致骨溶解增加,同時在炎癥因子刺激下可誘導體內破骨細胞增加而增加骨吸收[13],從而容易導致脆性骨折,所以BMD數值越低,骨量丟失越多,其發生脆性骨折的幾率越高。本研究中50歲以上男性和絕經后女性BMD與TBS呈正相關,其骨折風險隨著骨密度降低而變大,經過統計學分析發現脆性骨折和非骨折患者的年齡、BMD、TBS、T值均存在顯著差異,與既往研究相符合。50歲以上男性發生任意部位脆性骨折患者的BMI偏低,而非骨折患者整體BMI偏高,部分達到超重水平,其差異具有統計學意義。在50歲以上女性患者中無論是否發生脆性骨折,其BMI都相對偏高,BMI是否增加能影響骨的強度而影響脆性骨折的發生幾率,則需進一步研究分析。然而以上數據趨勢圖及占比顯示即使BMD T值顯示骨量正常,TBS顯示仍有部分患者的骨微結構受損或高度受損,其中對于骨量減少的患者,尤其是50歲以上男性及絕經后女性,該部分比例更高,分別占58.57%和79.76%,臨床中除了骨量以外,高齡、BMI、骨折史和長期糖皮質激素的使用同樣也是骨折風險增加的影響因素[14],單獨應用BMD并不能很好地預測脆性骨折,故結合BMD與TBS能改善未來發生骨折風險的預測性能,提高對骨折的識別能力[15]。基于Logistic回歸分析,本研究發現不僅僅BMD,TBS的增加意味著骨微結構的改善,有利于降低脆性骨折發生風險。TBS作為獨立于BMD的預測風險因子,可作為BMD的補充指標,聯合TBS和BMD有助于進一步提升骨折風險的預測性能,這對于實際的骨折風險預測和判斷能力、甚至診療過程都有重要意義。Hans等[16]研究表明聯合TBS和BMD可逐步提高絕經后婦女骨折的預測,臨床應予以重視聯合運用而不應單純只依賴BMD。以上數據發現在50歲以下男性和絕經前女性的骨質疏松患者中,TBS顯示骨折中風險比例偏高,骨折風險并未與骨密度數值直接呈正相關,說明臨床中應該同時考慮隨雌激素變化及年齡增長而來的一系列病理變化對骨折風險的影響。近期研究發現骨質退變、BMI、女性絕經和男性吸煙與TBS結果有關[17-18]。一項橫斷面研究也證實,對于骨減少、骨密度水平正常的患者,TBS與椎體骨折顯著相關,使用TBS對骨微結構的額外評估能夠更好地識別骨折風險[19]。

雖然TBS在骨折風險評價方面優于DXA等檢查,但目前沒有供臨床參考的共識和相關指南,且沒有證據顯示骨質疏松人群中骨折低風險人群不需要進行抗骨質疏松治療和預防骨折,弓健等[14]認為雖然TBS可用于評估絕經后糖尿病婦女骨質疏松性骨折的風險,與臨床中各種骨脆性相關疾病的骨折風險有關,但仍不建議單獨使用TBS來確定治療決策或方案,不推薦用于50歲以下男性及絕經前女性的骨折預測,且TBS的變化并不能預測開始接受骨質疏松治療的女性的骨折[20]。故臨床使用TBS、BMD和FRAX相結合用于骨質疏松脆性骨折的預測及指導治療有較大意義,尤其推薦使用于未發生骨折的中老年人群。另外,TBS不受退行性疾病的影響,在骨密度的補充診斷中可以發揮主導作用[21],同時應考慮影響骨代謝相關用藥及慢性腎病疾病、類風濕性關節炎、BMI等情況。影響TBS的因素眾多,建議開展基于中國種族群體的不同方向的大樣本多中心臨床研究。本研究將本院數據進行整理分享供臨床參考,今后將搜集多中心大樣本數據進一步細分,以深入探討TBS結合BMD在臨床中的應用。