自动化腹主动脉钙化与骨小梁评分在常规骨质疏松筛查中独立预测骨折事件

腹主动脉钙化（AAC）作为亚临床心血管疾病的标志物，先前已被证明与低骨密度和骨折相关。然而，目前尚不清楚AAC是否与骨小梁评分（TBS）——一种灰度纹理测量指标——相关，或者它是否能独立于该指标预测骨折风险。本研究通过马尼托巴骨密度登记库，在7691名个体（93.4%为女性，平均年龄75.3岁）中，使用经过验证的机器学习算法（ML-AAC24）评估了AAC与TBS的横断面关联，以及它们与骨折发生率的同步关联。采用广义线性回归检验ML-AAC24与TBS之间的关系，并通过Cox比例风险模型检验ML-AAC24和TBS与骨折发生率的同步关联。基线时，研究队列中41.3%的个体为低ML-AAC24（<2分），32.4%为中度（2至<6分），26.3%为高ML-AAC24（≥6分）。在多变量调整模型中，与低ML-AAC24相比，高ML-AAC24与TBS降低0.81%相关。在相互独立且调整了多个已知骨折风险因素后，ML-AAC24和TBS均与骨折风险增加相关。具体而言，高ML-AAC24（与低ML-AAC24相比，HR 1.41，95% CI：1.15-1.73）和较低的TBS（每降低一个标准差，HR 1.13，95% CI：1.05-1.22）均与任何骨折事件的相对风险增加相关。高ML-AAC24和较低TBS也与主要骨质疏松性骨折（HR分别为1.48，95% CI：1.18-1.87和1.15，95% CI：1.06-1.25）及髋部骨折（HR分别为1.56，95% CI：1.05-2.31和1.25，95% CI：1.08-1.44）的发生相关。总之，在接受常规骨质疏松筛查的老年人中，高ML-AAC24与较低的TBS相关，且这两种指标均与骨折发生率相关。本研究结果表明，高ML-AAC24（在超过四分之一的研究队列中出现）和较低TBS为骨折风险提供了互补的预后信息。