成像在骨关节炎中的临床实用性及其在未来全髋关节置换预测中的重要性;AGES-Reykjavik队列中的巢式病例对照研究

The clinical utility of imaging in osteoarthritis and its importance in future prediction of total hip replacement; a nested case-control study within the AGES-Reykjavik cohort

作者信息Kenneth E S Poole, Ilya S Burkov, Graham M Treece, Andrew H Gee, Fjola Johannesdottir, Simona D'Amore, Stephen K Kaptoge, Sigurdur Sigurdsson, Thor Aspelund, Tamara B Harris, Helgi Jonsson, Vilmundur Gudnason, Thomas D Turmezei
PMID41454782
发布时间2026-08-21
DOI10.1093/jbmr/zjaf202

实验完整度

中

研究基于巢式病例对照设计,包含影像学测量和统计建模,但缺乏功能验证和机制验证。

主要模型

巢式病例对照队列(74例THR病例与184例匹配对照) 基于CT的影像学测量

重点核对

K&L分级阈值(≥2) mJSW阈值(女性<1.24mm,男性<1.73mm) 3D CTh阈值(女性>1.2mm,男性>1.29mm) 基线髋部疼痛状态(WOMAC问题)

摘要

当前指南在影像学在骨关节炎(OA)临床评估中的作用上存在分歧,然而临床CT成像已显示3D方法相比2D测量能更好地预测全髋关节置换(THR)。我们在一组健康老年人队列中,将2D分级和测量以及3D皮质骨绘图应用于常规临床骨盆CT成像,旨在发现哪些特征在预测8年内THR方面具有临床实用性,以及哪些与基线髋部疼痛相关。采用巢式病例对照设计,在Age, Gene/Environment Susceptibility-Reykjavik(AGES-Reykjavik)研究中,74例未来THR病例与184例来自队列的对照按年龄和性别匹配(年龄74±5岁)。基线评估包括经过验证的髋部疼痛问卷和骨盆CT。使用受试者工作特征分析和临床效用指数对以下指标进行性能测试:(1)髋部疼痛,(2)Kellgren和Lawrence分级(K&L分级),(3)最小关节间隙宽度,(4)3D皮质骨厚度(CTh)。基于基线疼痛预测未来THR的临床效用指数较差,为0.28,加入影像学后改善至0.79(K&L分级)和0.82(3D CTh)。基线自我报告髋部疼痛对THR的预测能力较差至临界(AUC=0.63),但股骨头3D皮质增厚可预测未来THR(0.81)。无论髋部疼痛如何,存在影像学OA强烈预测THR(0.85)。结合髋部疼痛、K&L分级和3D CTh可获得最佳预测(0.88)。如果初级保健医生要求对患者髋部进行自己的X光检查,则可能发生确定偏倚。来自标准临床CT的影像学特征可识别进展为OA手术高风险的患者,无论基线疼痛如何。

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
在健康老年人队列中,2D和3D影像学特征在预测未来THR方面是否具有临床实用性,并与基线髋部疼痛相关。
核心机制
影像学特征(如K&L分级、mJSW和3D CTh)提供独立的预测信息,优于单独使用髋部疼痛,且3D CTh可能反映与OA进展相关的局部骨改变。
主要证据
在74例THR病例和184例对照中,K&L分级(AUC=0.85)和3D CTh(AUC=0.81)显著预测THR,而髋部疼痛单独预测较差(AUC=0.63)。
研究意义
研究支持在髋部疼痛的老年患者中进行针对性影像学评估,以改善THR的风险分层和转诊决策。

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

队列选择和匹配

从AGES-Reykjavik队列中选择未来THR病例和匹配对照。

从3133名参与者中筛选出74例THR病例(经风湿病学家确认因OA),并与184名按年龄、性别和招募年份匹配的对照。

2

基线评估

收集基线髋部疼痛信息和骨盆CT影像。

通过WOMAC问题评估髋部疼痛,并进行骨盆CT扫描。

3

2D影像学测量

评估K&L分级和最小关节间隙宽度。

从DRR进行K&L分级和mJSW测量。

4

3D皮质骨绘图

测量股骨近端3D皮质骨厚度。

使用Stradwin软件进行皮质骨绘图,并应用统计参数映射识别与THR相关的显著区域。

5

统计建模和预测性能评估

评估各指标单独及组合预测THR的性能。

使用逻辑回归和AUC分析比较模型性能,并计算临床效用指数。

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
Somatom Sensation 4Siemens Medical Systems--
OsiriXPixmeo Sarl--
Stradwin----
MATLAB R2016bThe MathsWork, Inc.--
JMP v13.0SAS Institute Inc.--
Stata v14.2StataCorp--

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
队列选择
病例和对照的匹配标准(年龄、性别、招募年份)
阅读提示:Materials and methods, Study population
影像采集
CT扫描参数(120 kVp, 140 mAs, 螺距=1)和重建参数(1mm切片厚度)
阅读提示:Materials and methods, Baseline assessment
影像学评估
K&L分级和mJSW测量的具体方法和操作者
阅读提示:Table 1
3D分析
CBM软件(Stradwin)和SPM模型的协变量
阅读提示:Table 1
统计分析
逻辑回归调整的变量和交叉验证方法
阅读提示:Statistical methods