论文部分内容阅读
目的:伴随社会发展,我国正逐渐步入老龄化社会,骨质疏松日益成为我国突出的公众健康问题。骨质疏松性骨折也己成为威胁老年人身体健康和影响生活质量甚至危及生命的严重疾病。目前骨质疏松患者管理最主要的问题是大多数有骨折风险的患者没有被及时诊断和治疗。最近,骨质疏松性骨折绝对风险评估为广大医生做出临床决策提供了一个新的捷径。然而骨质疏松性骨折风险评估工具在我国应用的准确性并不清楚。本研究评价了世界卫生组织骨折风险因子评估工具(fracture risk assessment tool,FRAX)和澳大利亚Garvan nomogram评估法在本地区人群应用的准确性,若适合中国人群,可进一步在全国范围内推广使用。
方法:本研究为回顾性研究,共入选60~90岁女性104例(骨折组46例,对照组58例),男性43例(骨折组13例,对照组30例),收集骨折前的临床资料。其中骨折组共15例进行股骨颈骨密度检查,男性2例,女性13例;对照组共65例进行股骨颈骨密度检查,其中男性19例,女性46例。
1.应用世界卫生组织FRAX评估法评估骨折风险:通过互联网登陆http://www.shef.ac.uk/FRAX/直接访问,该软件需要录入患者的性别、年龄、身高和体重,同时录入7个参数(是否有既往骨折史、是否父母有髋部骨折史、目前抽烟行为、是否服用肾上腺皮质激素、是否患风湿性关节炎、是否患继发性骨质疏松症、是否饮酒)。录入股骨颈骨密度,如果没有测量,也可以不录入,计算机自动计算出个体10年主要骨质疏松性骨折和髋部骨质疏松性骨折的风险,其中主要骨质疏松性骨折指临床脊椎、前臂、髋骨或肩部骨折。
2.应用澳大利亚Garvan nomogram评估法评估骨折风险:通过互联网登陆http://fractureriskcalculator.com直接访问,此方法提供了2种模型,GarvannomogramⅠ(模型Ⅰ)需要录入4个参数(年龄,骨密度,既往骨折史和摔倒次数),Garvan nomogramⅡ(模型Ⅱ)需要录入4个参数(年龄,体重,既往骨折史和摔倒次数),计算机自动计算出个体5年和10年主要骨质疏松性骨折和髋部骨质疏松性骨折的风险。
3.采用工作者曲线(receiver operator characteristic curve,ROC曲线)评价FRAX、Garvan nomoegramⅠ和Garvan nomogramⅡ评估法识别骨折风险的效能。
结果:
1.女性骨折组年龄高于对照组(74.5±7.0 vs.68.9±6.5,P<0.001)。男性骨折组与对照组间年龄比较差异无统计学意义(72.8±6.2 vs.70.3±7.1,P>0.05)。无论女性还是男性,骨折组近12月有摔倒史的患者比例均明显高于对照组(女性:26.1%vs.10.3%;男性:46.2%vs.3.3%,P<0.05);且两组间应用FRAX评估法骨折临床危险因素比较差异均无统计学意义(P>0.05)。
2.女性骨折组患者应用Garvan nomogramⅡ评估法计算5年和10年主要骨质疏松性骨折风险均高于对照组(5年:13.0±6.1vs.9.0±4.8;10年:25.4±10.8 vs.18.0±8.5,P<0.001),应用FRAX评估法计算10年主要骨质疏松性骨折风险与对照组比较差异无统计学意义(3.1±1.1 vs.3.2±1.4,P>0.05)。男性骨折组患者应用Garvan nomogramⅡ评估法计算5年和10年主要骨质疏松性骨折风险与对照组比较差异均无统计学意义(5年:10.8±6.9 vs.8.5±7.6;10年:19.2±11.5 vs.15.2±12.0,P>0.05);应用FRAX评估法计算10年主要骨质疏松性骨折风险与对照组比较差异亦无统计学意义(1.2±0.3 vs.1.5±0.7,P>0.05)。
3.女性应用Garvan nomogramⅡ评估法识别5年和10年主要骨质疏松性骨折风险的ROC曲线下面积分别为0.725和0.725,准确性中等,其10年ROC曲线下面积明显高于FRAX评估法计算的主要骨质疏松性骨折风险(曲线下面积:0.513)。男性应用上述两种评估法识别主要骨质疏松性骨折风险的曲线下面积分别为0.621、0.621和0.392,准确性均较差。
4.女性应用Garvan nomogramⅡ评估法识别5年和10年髋部骨折风险的ROC曲线下面积分别为0.774和0.778,准确性中等,其10年曲线下面积明显高于FRAX评估法计算髋部骨折风险(曲线下面积:0.699)。男性应用上述两种评估法识别主要骨质疏松性骨折风险的曲线下面积分别为0.668,0.667和0.645,准确性均较差。
5.女性骨折组进行股骨颈骨密度检查的患者单纯应用股骨颈骨密度识别骨质疏松性骨折的曲线下面积为0.668,准确性较差。应用GarvannomogramⅡ评估法识别5年和10年主要骨质疏松性骨折风险的曲线下面积分别为0.736和0.733,准确性中等。Garvan nomogramⅠ评估法识别5年和10年髋部骨折风险的ROC曲线下面积分别为0.803和0.803,准确性中等,其曲线下面积高于Garvan nomogramⅡ评估法。引用骨密度参数前后,FRAX评估法计算10年主要骨质疏松性骨折风险识别骨质疏松性骨折患者的曲线下面积分别为0.554和0.523,准确性均较差。
结论:
1年龄与60岁以上老年女性骨质疏松性骨折密切相关,近12月摔倒病史与60岁以上男性和女性骨质疏松性骨折均相关。
2 Garvan nomogram评估法可有效识别存在骨折风险的女性人群,其仅需要录入4个参数,并能计算5年主要骨质疏松性骨折风险,能更简便、更早、更准确识别出骨质疏松性骨折风险女性人群。
3与主要骨质疏松性骨折总风险相同,Garvan nomogram评估法可有效识别存在髋部骨折风险的女性。
4单用骨密度来评估骨折风险不能达到很好的敏感度和特异度,其曲线下面积低于Garvan nomogramⅠ和Garvan nomogramⅡ评估法,GarvannomogramⅠ评估法识别骨质疏松性骨折患者的准确性最高。
5FRAX评估法对识别我国60岁以上存在骨折风险的女性人群准确性差。
6由于男性骨折组样本量较小,两种评估法是否适合中国男性人群,以及对于中国男性人群Garvan nomogram评估法是否同样优于FRAX评估法,有待于进一步扩大样本量证实。