老年二次脆性骨折風險自評預測模型建立及臨床應用價值

李克鵬,孟令辰,谷同同,崔 陽

(保定市第二中心醫院,河北 保定 072750)

骨質疏松癥是一種進行性、全身性的骨骼疾病,其特征是骨量低、骨脆性增加和易發生骨折[1]。2018年國家衛生健康委員會首次基于社區人群進行了大規模多中心中國居民骨質疏松癥流行病學調查,結果顯示65歲以上人群骨質疏松癥患病率達到32.0%[2]。骨質疏松癥對于健康的最大危害是骨質疏松性骨折。骨折后患者的病死率顯著增高。年齡越大,死亡風險越高。骨折后患者即使存活,也常遺留慢性疼痛和殘疾等問題,嚴重影響患者生活質量[3]。脆性骨折風險評估是防治骨質疏松癥的關鍵。以骨折風險評估量表(FRAX)為代表的脆性骨折風險的評估工具已經廣泛用于臨床決策[4]。它比單獨的骨密度 (Bone mineral density,BMD) 測量可以更有效地識別骨折高風險患者,但其適用于沒有發生過骨折的骨質疏松人群,對臨床上已發生了脆性骨折的患者意義不大[5]。臨床存在用于識別即將發生骨折風險患者的預測模型需求。具有骨質疏松性骨折病史的患者后續骨折的風險顯著增加[6]。在初次骨折后的第一年內發生骨折的風險最高[7]。因此,尋找一種更好的二次脆性骨折預測方法至關重要。本研究旨在建立一種基于人口統計學特征的預測模型,可以簡單快捷地鑒別二次骨折的高危人群,不管是醫務工作者還是患者自身都可以進行評估,并指導其進行針對性預防。

1 對象與方法

1.1 研究對象 自2015年1月至2021年3月,保定市第二中心醫院骨科共有376例患者被診斷為骨質疏松性椎體壓縮骨折并接受了椎體后凸成形術治療。排除了11例不符合納入標準或符合任何排除標準的患者,研究共納入了365例患者。對納入的患者資料進行回顧性分析,本研究經保定市第二中心醫院倫理委員會批準。病例納入標準:病歷資料完整;脊柱力線基本正常;單節段椎體骨折;接受椎體后凸成形術治療,術后24 h內正常下地行走;均為低能量損傷導致骨折,主要為摔倒或搬重物,術后至少隨訪12個月,年齡≥60歲。排除標準:存在脊柱后凸或脊柱側彎;病理性椎體骨折;因疼痛或其他并發癥臥床時間延長,大于術后24 h,患者與家屬表述不清,不能滿足電話隨訪信息采集需要者。根據是否發生二次骨折將患者分為骨折組及對照組。

1.2 圍手術期管理 手術采用俯臥位,術前用1%利多卡因進行局部麻醉。為了采用經椎弓根入路進行穿刺, C型臂進行雙平面透視確定套筒位置,首先應用氣囊進行撐開,注入聚甲基丙烯酸甲酯骨水泥。術后,患者保持俯臥位18 min。術后常規抗骨質疏松治療,術后第2天下地行走。

1.3 數據采集 兩名研究人員獨立地從醫院電子病歷中提取患者信息,主要包括年齡、性別、合并癥(高血壓、糖尿病、腦血栓后遺癥、心臟病,消化系統疾病、呼吸道疾病、泌尿系統疾病等),對患者進行電話隨訪,隨訪內容包括患者的身高、體重、是否吸煙飲酒、是否與子女同住、生活能否自理(包括自我衛生及簡單家務)、行走是否需要拐杖,抗骨質疏松藥物治療(包括鈣劑+VD3+鮭魚降鈣素/阿侖膦酸鈉/特立帕泰),首次骨折后至少1年隨訪期內是否進行過骨密度檢查(雙能X射線吸收法),首次骨折后至少1年隨訪期內是否發生再次骨折。然后,將這些數據導出到 Excel工作表(Office 2016 版)中,用于統計描述和分析。將連續變量轉變為分類變量:年齡劃分為≥80歲及<80歲兩組,按體重指數(BMI)劃分為BMI≤25 kg/m2;BMI>25 kg/m2兩組。當前吸煙或飲酒定義為患者在初次骨折后12個月內自我報告的吸煙或飲酒情況。

1.4 統計學方法 使用Rx 64 4.1.3統計學軟件進行統計分析。所有變量均轉變為計數資料,一般資料比較中應用χ2檢驗對骨折組與對照組進行初步分析。進一步采用LASSO回歸篩選自變量,排除共線性,將LASSO回歸模型中系數不為零的變量納入多因素Logistic回歸分析,將P<0.05的變量作為預測因子納入預測模型,并計算各預測因子的OR值和相應的95%可信區間,繪制校準曲線對預測模型的校準度進行評估;應用C指數量化模型的預測準確性,并繪制受試者工作特征(ROC)曲線,計算曲線下面積(AUC)。最后繪制決策曲線,量化不同閾值概率下的凈收益,評估二次骨折預測的臨床有用性。

2 結 果

2.1 骨折組及對照組一般資料比較 共納入365例患者,年齡60～93歲,平均(74.7±8.8)歲;男97例,女268例。1年隨訪期內共139例(38.1%)患者發生二次骨折,其中87例(62.6%)患者為椎體壓縮性骨折,29例(20.9%)患者為髖部骨折,23例(16.5%)患者為上肢骨折(包括橈骨遠端/肱骨近端骨折)。僅有74例(20.3%)患者于術后進行了規律抗骨質疏松藥物治療。根據是否發生二次骨折將患者分為骨折組及對照組,兩組患者年齡、性別、BMI、拄拐、自理能力、心臟疾病、消化道疾病、膝關節炎、抗骨質疏松治療、骨密度等的一般資料比較具有統計學差異(均P<0.05)。見表1。

表1 骨折組及對照組一般資料比較(例)

2.2 LASSO回歸模型變量篩選結果 18個自變量中有9項在LASSO回歸模型中系數不為零,納入Logistic回歸方程,包括年齡、性別、獨居、自理能力、心臟疾病、消化道疾病、膝關節炎、抗骨質疏松治療、骨密度等。

2.3 二次脆性骨折風險預測模型的構建 Logistic回歸模型最終納入了5個自變量(均P<0.05),包括性別、自理能力、心臟疾病、消化系統疾病、抗骨質疏松治療,見表2(圖1)。

圖1 二次脆性骨折預測模型列線圖

表2 二次脆性骨折預測因素

2.4 二次脆性骨折列線圖預測效能的驗證 二次脆性骨折列線圖校準曲線顯示出良好的一致性(圖2),模型的C指數為0.75(95%CI:0.69～0.80),列線圖具有很好的區分度。ROC顯示AUC為0.75,與模型C指數相吻合(圖3)。

注：斜線虛線代表了理想模型的完美預測曲線,實線代表列線圖的表現,更接近對角虛線的列線圖代表更好的預測能力

圖3 預測模型的AUC顯示與C指數吻合(0.75)

2.5 預測模型的臨床應用價值評估 二次脆性骨折預測模型的決策曲線分析(圖4)顯示:在閾概率大于11%和小于76%時,應用此模型預測二次脆性骨折風險比所有患者干預方案或無干預方案更加獲益。

注：y軸表示凈收益;紫線表示二次脆性骨折預測模型;細小的縱向實線代表所有患者都未發生二次脆性骨折的假設;粗的橫向實線表示所有患者都發生二次脆性骨折的假設

3 討 論

初次發生骨質疏松性骨折的患者繼發骨折的風險增加[8]。在50～90歲的女性中,初次骨折后1年內二次骨折的風險大約是沒有骨折史的人的5倍[9]。雙能X射線吸收法可以方便且非侵入性地測量BMD值,對評估患者二次骨質疏松性骨折風險具有參考意義[10]。但由于雙能X射線吸收法檢查需要患者來醫院進行檢查,高齡骨質疏松性骨折術后患者常常行動能力受限[11]。此研究顯示33.7%的初次脆性骨折患者需要拄拐行走,來醫院就診極為不便。因此開發二次骨質疏松性骨折的篩查工具,以更好地識別有二次骨質疏松性骨折風險的患者,并幫助決定患者是否需要干預。

在HADJI等[12]的研究中,18.0%存在椎體骨折病史的骨質疏松患者在1年的隨訪期內再次發生脆性骨折。在本研究中的二次脆性骨折發生率為38.1%,遠遠高于HADJI等[12]報道的數據,考慮有兩方面的原因:①為此研究納入患者中女性患者比例較高73.4%,此研究顯示性別的OR值為0.55,男性患者再次骨折風險度只有女性患者的55%。②患者抗骨質疏松藥物依從性較差,只有20.3%的患者按要求服用抗骨質疏松藥物治療。

眾多因素都與二次脆性骨折相關[13],大體可以分為人口統計學特征及手術過程相關因素兩個方面。LI 等[14]通過對椎體骨質疏松性壓縮骨折患者進行回顧性研究,建立了預測性術后再次椎體骨折的列線圖,主要納入了骨水泥在錐體內的分布及滲漏等因素,模型的C指數為0.88,預測準確性較高。但其主要適用于醫務人員應用,應用時需要對術中情況及病歷資料進行評估,并不適用于患者自評。本研究建立的預測模型C指數為0.75,低于LI等[14]所建立的預測模型,但本研究預測模型只納入了人口統計學特征,患者可以應用此模型對二次脆性骨折風險進行自評,擴大了模型的適用范圍。

骨質疏松癥管理指南建議對患有髖部和脊椎骨折的絕經后婦女進行藥物治療,而不考慮骨密度。在BALASUBRAMANIAN等[15]的研究中,存在脊柱骨折病史的女性患者繼發骨折的風險顯著增高(2年的風險為25%,5年的風險為40%)。本研究也顯示女性患者較男性患者發生二次脆性骨折的風險更高。KAMITANI等[16]對1379老年患者進行前瞻性隊列研究發現,身體機能水平低與 65～89 歲老年人未來跌倒的風險增加存在相關性。KAMIDE 等[17]對265例老年患者進行前瞻性研究發現,自我效能感和步態功能之間的相互作用與未來的跌倒風險相關。本研究顯示生活自理能力差的患者未來1年內發生二次脆性骨折的風險是生活自理患者的2.01倍,提示對生活自理能力差的患者需要特殊關注。

本研究顯示并發心臟疾病的患者未來1年內發生二次脆性骨折的風險是無心臟疾病患者的2.11倍。心力衰竭和骨質疏松癥有一些共同的致病危險因素,如衰老、更年期、吸煙、維生素D缺乏和糖尿病[18]。其次,醛固酮增多癥和繼發性甲狀旁腺功能亢進癥在心力衰竭患者中很常見,這可能會刺激鈣的排泄,加速骨丟失。據報道,心力衰竭患者跌倒的風險更高,這可能是由于晚期心力衰竭患者的虛弱所致[19]。MAJUMDAR等[20]通過對45509例成年人進行隊列研究發現心力衰竭是傳統危險因素和骨質疏松之外的獨立危險因素。

本研究顯示并發胃腸道疾病的患者未來1年內發生二次脆性骨折的風險是無胃腸道疾病患者的1.77倍。MODI等[21]進行了一項前瞻性研究顯示,無論是否需要醫療干預,存在胃腸道疾病的患者服用抗骨質疏松藥物的依從性顯著降低。OH等[22]也報道合并胃腸道疾病的患者骨質疏松癥和骨折的患病率顯著增高。

本研究顯示抗骨質疏松治療依從性差的患者未來1年內發生二次脆性骨折的風險是堅持進行抗骨質疏松藥物治療患者的3.40倍。抗骨質疏松治療由于治療周期較長,服藥依從性差會降低療效[23]。據估計,慢性病的不依從率高達50%。CHEN 等[24]評估了 MRI 證實的急性骨質疏松性椎體骨折椎體成形術后患者對抗骨質疏松治療的依從性。在抗骨質疏松治療的前1年,只有37.4% 的患者堅持治療。研究[25]顯示,抗骨質疏松治療依從性好的患者髖部或脊椎骨折的風險降低了37%,而那些依從性差的患者具有更高的脊柱和髖部骨折風險。

準確的二次脆性骨折風險評估將幫助醫生及患者對高風險人群及時采取干預措施,防止在低風險情況下進行過度干預,并在很有可能獲得有利的凈收益的情況下避免延遲或中斷治療。本研究存在局限性:①作為一項回顧性研究,存在固有的選擇偏倚;②原始自變量并沒有包括所有影響二次脆性骨折風險的潛在因素;③雖然我們的列線圖只進行了內部驗證,沒有進一步進行外部數據驗證,風險預測模型的外延性具有一定的不確定性。

這項研究基于人口統計學特征開發了一種新的二次脆性骨折風險預測模型,具有相對較好的準確性及簡潔性,可以幫助臨床醫生篩選二次脆性骨折高風險患者并進行干預。臨床醫生和患者可以在生活方式監測和醫療干預方面采取更必要的措施。由于這個二次脆性骨折風險預測模型只納入了人口統計學特征方面的預測因子,還可以為進一步開發二次脆性骨折風險患者自評量表提供參考。