在CHECK队列中确定多变异性疾病轨迹和早期膝关节骨关节炎的潜在表型

科学领域:

• 整形外科和体育医学
• 类风湿病学 类风湿病学
• 生物统计学 生物统计学

背景情况:

• 骨关节炎 (OA) 是一种异质的疾病,需要更好地了解其多样化的表型.
• 确定OA表型的预测因子对于定制预防和治疗策略至关重要.
• 目前的OA管理往往缺乏个性化,因为对疾病异质性的理解不足.

研究的目的:

• 通过识别不同的表型,阐明膝关节骨关节炎 (OA) 的异质性.
• 为了确定可以区分OA表型的预测因子,以改善患者分层.
• 为OA个性化预防和治疗方法奠定基础.

主要方法:

• 利用CHECK研究的十年随访数据,包括1002名早期OA受试者.
• 收集了关于WOMAC分数 (疼痛,功能,性) 和放射性OA特征 (椎骨和椎骨) 的数据.
• 采用功能数据分析和等级集群分析,根据症状和放射性轨迹推导和定义膝关节OA表型.

主要成果:

• 确定了WOMAC分数的五个不同的轨迹,以及椎骨 (TF) 和椎骨 (PF) OA放射特征的多个轨迹.
• 根据功能性 (WOMAC) 和PF放射性参数推导出六种膝关节OA表型;TF参数没有对聚类做出显著贡献.
• 当包括基线特征时,确定了8个群体,主要由性别,更年期状态和WOMAC分数驱动,FP特征贡献有限.

结论:

• 确定了几种OA症状和X光学特征的稳定和渐进的轨迹,导致具有独立的症状和X光学特征的表型.
• 性别和更年期状态在膝盖骨关节炎患者的表型中出现了重要的因素,比放射特征更重要.
• 确定了潜在的OA表型,在验证后,可以促进个性化治疗策略和为临床试验选择患者.