在骨质疏松症患者中开发和验证脊柱骨折风险预测模型

科学领域:

• 整形外科 整形外科 整形外科
• 老年病的医生 老年病的医生
• 放射学 放射学是一门学科.

背景情况:

• 脊柱骨质疏松症的特点是脊柱骨变薄,显著增加骨折风险,特别是在老年人中.
• 目前的预测模型往往缺乏准确性,因为不完全包括风险因素.
• 需要全面,统计学上可靠的模型来识别高风险个体,以便及时进行干预.

研究的目的:

• 开发和验证一个预测模型,用于预测诊断为脊柱骨质疏松症的患者的骨折风险.

主要方法:

• 对80名脊椎骨质疏松症患者 (2019-2022) 的回顾性分析,分为骨折 (n=40) 和无骨折 (n=40) 组.
• 收集和比较人口,临床,生化,骨矿物质密度 (BMD) 和放射学数据.
• 后勤回归分析用于构建风险预测模型,性能以接收器运行特征曲线 (AUROC) 下的区域 (AUROC) 进行评估.

主要成果:

• 确定了关键骨折风险因素:年龄,性别,体重指数 (BMI),吸烟史,骨质量,脊椎椎变化和以前的脊椎骨折.
• 开发的模型公式是: logit [P] = -3.75 + 0.04 × 年龄 - 1.15 × 性别 + 0.02 × 体重指数 + 0.83 × 吸烟史 + 2.25 × BMD - 1.12 × 脊椎椎变化 + 1.83 × 之前的脊椎骨折.
• 该模型表现出强大的区分能力,AUROC为0.93 (95% CI:0.88-0.96,P <0.001).

结论:

• 一个精确的骨折风险预测模型是利用脊柱骨质疏松症患者随时可用的临床,生化和放射学数据开发出来的.
• 这个模型可以有效地识别患有骨质疏松性骨折高风险的个体.
• 该工具支持早期干预,并指导预防策略,以减轻骨质疏松症相关骨折的影响.