中老年男性原發性骨質疏松患者骨折風險預測模型列線圖的構建及應用

張玉 張書超 董梁 王帥 張中斌

隨著年齡的增加，骨穩態逐漸失衡，骨轉換增加，骨吸收速率大于骨形成，進而導致骨量的快速丟失[1]。骨折是中老年男性原發性骨質疏松最嚴重的并發癥，其骨折好發于髖關節、脊柱等部位，是目前老年人致殘的主要原因之一[2,3]。隨著我國老齡化社會的到來，退休年齡的延長，骨質疏松性骨折成為社會關注的重點[4]。骨質疏松性骨折與許多因素有關，包括激素水平的改變、使用某些藥物(如糖皮質激素)、吸煙、低體育活動、鈣和維生素D攝入量低、各類慢性疾病以及個人或家族骨折史等[5-7]。在評估骨折風險和決定是否需要進一步治療時，應該綜合考慮這些因素[8]。目前尚無模型可以綜合納入各個高危因素用于預測骨質疏松性骨折的發生風險，因而在臨床工作中很難早期識別和干預高危患者。筆者納入我省中老年男性骨質疏松患者進行分析，構建預測模型，并以列線圖形式展示，形成簡便實用的骨折風險預測工具，以期能預測新診斷中老年男性原發性骨質疏松患者并發骨折的風險，從而指導臨床醫護人員進行相應的針對性的干預措施，最終避免或降低患者并發骨折的可能性，報道如下。

1 資料與方法

1.1 一般資料 選擇我省三家醫院接診的中老年骨質疏松骨折患者80例，另選擇同期收治的骨質疏松未骨折患者80例。本研究得到醫院倫理委員會批準，所有研究對象均簽署知情同意書，自愿參與本研究。

1.2 納入與排除標準 (1)納入標準：原發性骨質疏松符合1999年中國老年學會骨質疏松委員會制定的骨質疏松診斷標準[9]。(2)排除標準：繼發性骨質疏松患者，合并甲亢、甲旁亢、長期服用糖皮質激素、多發性骨髓瘤等[10]；合并慢性肝腎疾病，有嚴重創傷史、腫瘤史者；非骨質疏松性骨折，神志不清、智力障礙等患者。

1.3 方法 采集患者臨床資料，完成數據預處理，構建骨折風險預測模型。

2 結果

2.1 單因素隨訪結果 骨折組和未骨折組患者骨密度、吸煙、過度飲酒、安眠藥用藥史等指標比較差異無統計學意義(P<0.05)，其余組間指標年齡、骨折、體質量指數、皮質激素應用、跌倒、飲食因素、飲食異常、缺乏運動、藥物、飲茶、牛奶、咖啡、血脂異常、低鈉血癥等差異均有統計學意義(P<0.05)。見表1。

表1 3家醫院納入中老年男性原發性骨質疏松患者骨折與否臨床資料比較 n=80,例(%)

2.2 COX風險預測模型 年齡、家族脆性骨折史、體質量指數、皮質激素應用、飲食因素(鈣/維生素D缺乏)、飲食異常(神經性厭食癥)、藥物(免疫抑制劑、雙磷酸鹽藥物)、飲茶、牛奶、血脂異常、低鈉血癥等指標與中老年男性原發性骨質疏松并發骨折密切相關。方程為RR=-0.04252*(年齡)-0.86547*(骨折史)-0.42158*(體質量指數<20 kg/m2)-0.15261*(皮質激素長期應用)-0.2547(飲食因素·鈣/維生素D缺乏)-0.15681(飲食異常·神經性厭食癥)-0.56187*(藥物影響·免疫抑制劑用藥史)+0.68749*(藥物影響·雙磷酸鹽用藥史)+0.27849*(飲茶)+0.36987*(飲牛奶)-0.42153*(血脂異常)-0.127852*(低鈉血癥)。見表2。

表2 中老年原發性骨質疏松患者并發骨折的COX風險預測模型參數

2.3 中老年原發性骨質疏松患者并發骨折的風險預測模型列線圖 基于COX風險篩選的風險因素構建列線圖，新入院患者按照對應指標錄入患者情況，計算分值推算骨折的發生風險。見圖1。

圖1 中老年男性原發性骨質疏松患者并發骨折的COX風險預測模型列線圖

2.4 模型評價

2.4.1 區分度評價：采用ROC曲線展示模型的區分度。本次構建的COX風險預測模型的ROC曲線下面積(AUC)為0.965，95%CI為0.9514～0.9672，最佳閾值是0.2240，特異度為0.9755，敏感度為0.9387，準確度為0.9959，陽性似然比為33.4722，陰性似然比為0.0593，診斷價值比為555.1464，陽性預測值為0.9739，陰性預測值為0.9298。因不同隨訪時間的預測模型AUC不同，特繪制時間依賴性AUC曲線擬合圖，查看不同隨訪時間對應的AUC和波動范圍(注：實線是不同隨訪時間的AUC值，兩側虛線是對應的不同隨訪時間AUC的95%CI上下界值)。見圖2、3。

圖2 中老年男性原發性骨質疏松并發骨折的COX風險模型ROC曲線圖3 中老年男性原發性骨質疏松患者并發骨折的COX風險模型的時間依賴性AUC聯合曲線圖

2.4.2 校準度評價：圖中A線是參考線，即預測值=實際值；B線是擬合曲線，可理解為事件發生率。兩邊陰影是95%CI。從本次構建的中老年男性原發性骨質疏松患者并發骨折的COX風險預測模型看：當事件發生率<17%時，模型高估風險；當事件發生率在17%～42%時，模型低估風險；當事件發生率在42%～79%時，模型高估風險；當事件發生率在79%～100%時，模型低估風險。而在17%、42%、79%時，模型預測和觀察值完全一致。整體上看本模型構建的準確度較好。見圖4。

圖4 中老年男性原發性骨質疏松患者并發骨折的COX風險模型校準曲線圖5 中老年男性原發性骨質疏松患者并發骨折的COX風險模型的臨床決策曲線

2.4.3 模型有效性評價：從臨床決策曲線看出本次構建的中老年男性原發性骨質疏松患者并發骨折的COX風險模型的凈獲益值較高，顯示本模型的有效性較好。橫坐標為閾概率，縱坐標為獲益(真患病患者治療后的獲益)減去弊(假患病者治療后的危害)之后的凈獲益值。陰性參考線表示所有樣本為未患病，凈獲益為0；陽性參考線表示所有患者為患病，凈獲益是斜率的反斜線。當新入院患者采用模型預測概率為n時，其對應的凈獲益值越高越好，即模型曲線越遠離X軸和Y軸表示患者有效性越好。見圖5。

3 討論

本研究中首先篩選出了中老年男性原發性骨質疏松患者并發骨折的風險因素，隨后基于此構建了一個COX風險預測模型預測中老年男性原發性骨質疏松骨折的發生情況，結果提示：年齡、家族脆性骨折史、體質量指數、皮質激素應用、飲食因素(鈣/維生素D缺乏)、飲食異常(神經性厭食癥)、藥物(免疫抑制劑、雙磷酸鹽藥物)、飲茶、牛奶、血脂異常、低鈉血癥等指標與中老年男性原發性骨質疏松并發骨折密切相關。

隨著我國老齡化社會來臨及男性人口比例的增加，中老年骨質疏松患者的疾病負擔成為社會主要負擔之一[11]。因此不止預防及減緩骨質疏松的發生發展非常重要，預防避免骨折并發癥的發生有更為重要的臨床意義[12]。目前，臨床常用的判斷骨質疏松及其并發癥骨折發生方法為測量骨密度，但近期研究發現隨著治療方案的越來越多，骨密度作為預測骨質疏松并發骨折的分量逐漸減小[13]。而章軼立等[14]研究報道了目前國際上的集中骨質疏松骨折的風險評估工具，但均存在弊端。本課題研究中采用COX多因素風險分析結果顯示：年齡、家族脆性骨折史、體質量指數、皮質激素應用、飲食因素(鈣/維生素D缺乏)、飲食異常(神經性厭食癥)、藥物(免疫抑制劑、雙磷酸鹽藥物)、飲茶、牛奶、血脂異常、低鈉血癥等指標與中老年男性原發性骨質疏松并發骨折密切相關。年齡、體質量指數、皮質激素應用等因素與有關學者[15,16]研究結果類似，均做過相關報道；飲食因素、飲食異常和藥物因素在馬思思等[17,18]研究中涉及相關內容；治療對于骨密度預測骨質疏松性骨折有較大影響。謝海麗等研究報道飲茶與老年人骨質疏松骨折的關系，與本研究結論一致。李秀霞等[20]報道補充牛奶有益于延緩骨質疏松，這與本研究結果類似。張慶芳等[21]研究結果發現老年男性喝牛奶與骨密度和骨轉換密切相關。基于上述多因素分析得出的風險因子進行構建列線圖并制作診斷ROC曲線，ROC曲線下面積(AUC)為0.965，95%CI為0.9514～0.9672，最佳閾值是0.2240，特異度為0.9755，敏感度為0.9387，準確度為0.9959，陽性似然比為33.4722，陰性似然比為0.0593，診斷價值比為555.1464，陽性預測值為0.9739，陰性預測值為0.9298。本研究構建的預測模型中：當事件發生率<17%時，模型高估風險；當事件發生率在17%～42%時，模型低估風險；當事件發生率在42%～79%時，模型高估風險；當事件發生率在79%～100%時，模型低估風險。在17%、42%、79%時，模型預測和觀察值完全一致。整體上看本模型構建的準確度較好。值得臨床推廣應用。