DXA-Derived Skeletal Phenotypes and Hip Fracture Risk: A Backdoor-Adjusted Causal Analysis

Resumen Técnico: Fenotipos Esqueléticos Derivados de DXA y Riesgo de Fractura de Cadera

Planteamiento del Problema
La fractura de cadera representa una carga de salud significativa con altas tasas de mortalidad y morbilidad. La evaluación clínica actual se basa principalmente en la Herramienta de Evaluación del Riesgo de Fractura (FRAX), que incorpora factores de riesgo clínicos y, opcionalmente, la densidad mineral ósea (DMO) del cuello femoral, así como en medidas de resumen de la densitometría ósea de doble energía (DXA) estándar, como la DMO areal y los T-scores. Sin embargo, las exploraciones de DXA contienen una gran cantidad de mediciones esqueléticas específicas de cada región (por ejemplo, a través del cuello femoral, el fémur total, el trocánter, la región de Ward, la diáfisis y la pelvis) que no se utilizan sistemáticamente en la estratificación del riesgo. Además, los estudios observacionales existentes suelen centrarse en la precisión predictiva o en la inferencia causal informada genéticamente (aleatorización mendeliana), en lugar de comparar explícitamente múltiples fenotipos derivados de DXA dentro de un grupo de estudio observacional bajo un marco riguroso de ajuste de confusores. Existe una brecha crítica en la comprensión de qué fenotipos específicos de DXA muestran las relaciones causales más fuertes con el riesgo de fractura de cadera tras ajustar por confusores, y si el clasificar estos fenotipos por su tamaño de efecto causal mejora la estratificación del riesgo posterior.

Metodología
El estudio utilizó datos de 21.098 participantes del UK Biobank con registros de salud vinculados y mediciones de DXA de cadera. El análisis siguió un marco causal preespecificado:

1. Selección de Fenotipos: Se evaluaron dieciséis fenotipos esqueléticos derivados de DXA, que abarcan tres familias de medición (Contenido Mineral Óseo [BMC], Densidad Mineral Ósea [DMO] y T-score) a través de seis regiones anatómicas (cuello femoral, fémur total, región trocantérica, región de Ward, diáfisis femoral y pelvis).
2. Marco Causal: Se construyó un Grafo Acíclico Dirigido (DAG) informado por la materia para guiar la selección de confusores. El conjunto de ajuste incluyó factores demográficos/de tamaño corporal (edad, sexo, altura, peso), estatus socioeconómico (ingresos del hogar), factores de estilo de vida/nutrición (tabaquismo, alcohol, dieta), historial clínico (artritis reumatoide, caídas, fracturas previas) e indicadores funcionales (ritmo de marcha, fuerza de prensión manual).
3. Estimación del ATE con Ajuste de Backdoor: Para cada uno de los 16 fenotipos, se ajustó un modelo de probabilidad lineal específico para cada fenotipo para estimar el Efecto del Tratamiento Promedio (ATE) con ajuste de backdoor sobre el riesgo de fractura de cadera. Los efectos se reportaron como diferencias de riesgo absoluto por desviación estándar (DE) de incremento en el fenotipo, promediadas sobre la distribución de los confusores preespecificados. La robustez se verificó mediante análisis de placebo de exposición y de refutación de causa común aleatoria.
4. Análisis de Heterogeneidad: Se estimaron los Efectos del Tratamiento Promedio Condicionales (CATE) para el fenotipo principal (DMO del Fémur Total) utilizando modelos de bosque causal (causal forest) para evaluar la variación del efecto en subgrupos (edad, sexo, IMC, etc.).
5. Evaluación Predictiva: Un análisis predictivo suplementario evaluó si los fenotipos clasificados por la magnitud de sus ATE con ajuste de backdoor mejoraban la estratificación del riesgo. Se entrenaron modelos de regresión logística utilizando variables clínicas solas, diversas combinaciones de fenotipos esqueléticos clasificados por ATE, y el conjunto completo de características. El rendimiento se comparó con FRAX mediante el Área Bajo la Curva (AUC), sensibilidad y especificidad.

Resultos Clave

• Efectos Causales: Los 16 fenotipos derivados de DXA exhibieron ATEs con ajuste de backdoor negativos, lo que indica que valores de fenotipo más altos están asociados con un menor riesgo de fractura de cadera. Los efectos más grandes se observaron para el BMC del Fémur Total y la DMO del Fémur Total, ambos mostrando una diferencia de riesgo de −0.0047 por incremento de una DE (aproximadamente 4.7 menos fracturas por cada 1.000 participantes por DE). En contraste, el BMC de la región de Ward mostró el efecto más pequeño (−0.0019).
• Heterogeneidad: El análisis de CATE para la DMO del Fémur Total reveló una heterogeneidad significativa. El efecto protector fue más fuerte (CATEs más negativos) entre participantes de mayor edad y aquellos con un Índice de Masa Corporal (IMC) más bajo. El ingreso del hogar, la edad, el peso, la artritis reumatoide y la fuerza de prensión manual fueron identificados como contribuyentes clave a esta heterogeneidad.
• Desempeño Predictivo: La combinación de variables clínicas con los 11 fenotipos esqueléticos mejor clasificados por ATE produjo el mayor rendimiento predictivo (AUC = 0.842), superando a FRAX (AUC = 0.709) y a un modelo solo clínico (AUC = 0.754). El modelo de los 11 mejores demostró una sensibilidad significativamente mayor (0.748 vs. 0.443) en comparación con FRAX, manteniendo una especificidad similar.
• Importancia de las Características: El análisis SHAP indicó que el modelo predictivo final fue impulsado principalmente por los fenotipos esqueléticos derivados de DXA (específicamente el BMC del Fémur Total, el BMC de la Región Trocantérica y varias medidas de DMO), con las variables clínicas proporcionando contribuciones adicionales modestas.

Significancia y Reivindicaciones
Los autores sostienen que este estudio proporciona una evaluación sistemática de los fenotipos esqueléticos derivados de DXA dentro de un marco explícito de ajuste de confusores, distinguiendo entre variables que mejoran la clasificación de riesgo y aquellas que tienen efectos causales mayores. La principal significancia radica en demostrar que:

1. Variación a Nivel de Fenotipo: Los fenotipos esqueléticos derivados de DXA difieren en sus efectos causales con ajuste de backdoor sobre el riesgo de fractura de cadera; no contribuyen de manera uniforme a través de las regiones o las familias de medición.
2. Utilidad de la Clasificación Causal: Clasificar los fenotipos por sus ATE con ajuste de backdoor ayuda a identificar un conjunto parsimonioso de características (los 11 principales) que, al combinarse con variables clínicas, mejoran la estratificación del riesgo más allá de las herramientas estándar como FRAX.
3. Perspectiva Clínica: Aunque los T-scores siguen siendo el estándar para la clasificación de la osteoporosis, el estudio sugiere que los fenotipos de región y de familia de medición específicos (particularmente el BMC y la DMO del Fémur Total) pueden contener información de riesgo que no es capturada completamente por los T-scores por sí solos.
4. Riesgo Individualizado: Los hallazgos apoyan la consideración de la heterogeneidad del efecto, sugiriendo que la relevancia de los fenotipos esqueléticos (por ejemplo, la DMO del Fémur Total) varía según los perfiles de los pacientes, tales como la edad y el IMC.

El documento mantiene un tono modesto respecto a la implementación clínica, señalando que los resultados predictivos se derivan de una muestra específica del UK Biobank y requieren validación externa antes de que el modelo propuesto pueda reemplazar las herramientas de riesgo clínico existentes. El estudio posiciona sus hallazgos como evidencia complementaria para refinar la interpretación de la DXA y las estrategias de estratificación del riesgo.