新型高分辨率外周定量计算机断层扫描(HR-pQCT)骨折风险评估工具(μFRAC)在男性队列中的外部验证:男性骨质疏松性骨折(MrOS)研究

External validation of a novel HR-pQCT based fracture risk assessment tool (μFRAC) in a male cohort: the osteoporotic fractures in men (MrOS) study

作者信息Annabel R Bugbird, Andrew J Burghardt, Lisa Langsetmo, Kristine E Ensrud, Mary L Bouxsein, Douglas P Kiel, Steven K Boyd, Danielle E Whittier
PMID41474190
发布时间2026-05-29
DOI10.1093/jbmr/zjaf187

实验完整度

基于多个证据层级:多中心前瞻性队列(MrOS)外部验证,包含HR-pQCT影像、DXA、FRAX风险评估,并进行了模型校准和区分度分析,以及亚组分析。

主要模型

老年社区男性队列(MrOS) HR-pQCT影像分析

重点核对

HR-pQCT扫描部位(非优势桡骨和同侧胫骨) HR-pQCT图像质量评分(运动伪影评分≥4剔除) 骨折结局的定义(MOF和AOF) FRAX风险评估的临床风险因素缺失值处理

摘要

骨折风险评估可用于临床指导骨质疏松症的治疗决策。目前的骨折风险评估工具在预测男性骨折方面敏感性较低。本研究旨在评估和验证一种新的骨折预测工具——微结构骨折风险评估计算器(FRAC)在多中心老年社区男性队列(MrOS)中的性能。研究在美国的1586名老年男性中评估了FRAC的性能。所有参与者均接受远端桡骨和远端胫骨的HR-pQCT扫描(61 μm)。从研究访视开始,每4个月收集一次新发骨折信息。计算所有参与者FRAC 5年和10年主要骨质疏松性骨折和任何骨质疏松性骨折风险。通过拟合Fine-Gray竞争风险回归模型评估模型校准。使用受试者工作特征曲线和曲线下面积(AUC)评估模型区分度。在10年随访期间,129名男性发生新发主要骨质疏松性骨折。FRAC模型在MrOS队列中显示出良好的5年风险评估通用性(回归斜率0.8-1.1)。FRAC模型较参考模型FRAX(AUC=0.641)和仅FN aBMD(AUC=0.636)在5年主要骨质疏松性骨折(MOF)风险估计方面显示出更好的模型性能(AUC=0.685-0.703)。对FRAX分类为中等风险(10%-20% MOF风险)的个体进行的亚分析发现,FRAC有助于风险分层,尤其是5年风险估计(FRAC AUC=0.691-0.706)。FRAC模型在老年男性外部队列中表现出强大的性能和通用性。FRAC的验证表明其可能作为骨质疏松性骨折风险评估的替代工具,并可能在针对中等风险亚组以辅助治疗决策方面具有价值。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
验证基于HR-pQCT的骨折风险预测工具(μFRAC)在外部老年男性队列中的性能,并评估其与现有工具(FRAX和FN aBMD)相比的预测能力。
核心机制
HR-pQCT直接测量的骨微结构和体积骨密度与骨强度相关,可提高骨折风险预测的准确性。
主要证据
在MrOS队列中,μFRAC的5年MOF预测AUC为0.685-0.703,优于FRAX(AUC=0.641)和FN aBMD(AUC=0.636);在FRAX中等风险亚组中,μFRAC同样表现出更好的区分度。
研究意义
μFRAC可能作为骨质疏松性骨折风险评估的替代工具,尤其有助于对中等风险亚组进行风险分层,以辅助治疗决策。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

队列选择与基线数据收集

建立用于验证μFRAC的外部老年男性队列。

从MrOS研究中选择具有HR-pQCT成像和完整数据的1586名男性参与者。采集基线人口统计学、临床风险因素、DXA和HR-pQCT数据。

2

骨折结局随访

记录随访期间的新发骨折事件。

每4个月通过邮件或电话查询参与者新发骨折情况,由医生根据影像报告确认。

3

μFRAC模型风险评估

计算每位参与者的5年和10年骨折风险。

使用μFRAC模型的3个变体(FRAC、FRAC-age、FRAC-min)计算MOF和AOF风险。

4

模型性能评估

评估μFRAC的校准和区分度,并与FRAX和FN aBMD比较。

使用Fine-Gray竞争风险模型评估校准,使用时间依赖ROC曲线和AUC评估区分度,并进行bootstrap重抽样和统计比较。

5

亚组分析

评估μFRAC在特定亚组中的性能。

对FRAX定义的MOF中等风险(10%-20%)亚组进行风险分层分析,并独立评估髋部骨折预测性能。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
XtremeCT IIScanco Medical AG--
Scanco FE软件v1.12Scanco Medical--
Hologic QDR 4500Hologic--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
参与者队列
年龄范围、社区居住男性、美国6个临床中心
阅读提示:Methods 2.1 Participants
HR-pQCT扫描
扫描部位(非优势桡骨和同侧胫骨)、扫描分辨率(60.7 μm)、扫描偏移(桡骨9.0 mm,胫骨22.0 mm)、运动伪影评分(≥4剔除)
阅读提示:Methods 2.2 Medical imaging
有限元建模
组织弹性模量(10 GPa)、泊松比(0.3)、边界条件(1%压缩应变)、失效准则(临界应变0.7%时组织中7.5%处)
阅读提示:Methods 2.2 Medical imaging, FE modeling
FN aBMD测量
DXA设备(Hologic QDR 4500)、扫描股骨颈(左,除非禁忌)、跨设备校准方程
阅读提示:Methods 2.2 Medical imaging
FRAX风险评估
FRAX 10年MOF概率计算,使用DXA FN aBMD和临床风险因素,缺失风险因素默认'否'
阅读提示:Methods 2.2 Medical imaging
μFRAC模型应用
3个变体(FRAC、FRAC-age、FRAC-min)的输入参数,特别是HR-pQCT骨参数和FE失效载荷
阅读提示:Methods 2.3 FRAC model
结局随访
每4个月查询新发骨折、骨折确认方法(影像报告)
阅读提示:Methods 2.4 Outcome data
统计效能
AUC估计(bootstrap 100次)、比较(ANOVA和Tukey)、显著性水平p<0.05
阅读提示:Methods 2.5 Statistical analysis
模型校准
Fine-Gray竞争风险模型,考虑死亡竞争风险
阅读提示:Methods 2.5 Statistical analysis, Results 3.2