Preoperative prediction and perioperative risk updating for adjacent vertebral fracture after percutaneous vertebroplasty: development and internal validation of a two-stage prediction strategy

数百万人の高齢者にとって、単純な転倒やわずかなつまずきでさえ、骨折、すなわち骨粗鬆症性椎体圧縮骨折と呼ばれる状態を招くことがあります。加齢や疾患によって弱まった脊椎の骨が、自重に耐えきれず崩れ落ち、痛みや身長の低下を引き起こすのです。休息や鎮痛剤といった保存的治療では効果が得られない場合、医師は経皮的椎体形成術と呼ばれる処置を行うことがよくあります。この低侵襲手術では、医師が壊れた骨の中に特殊な液体セメントを注入し、骨を安定させて痛みを緩和します。この処置は広く行われており、しばしば成功しますが、重大なリスクも伴います。それは、処置を受けた骨のすぐ上または下の骨が、新しい圧力によってひび割れてしまう可能性があることです。「隣接椎体骨折」として知られるこの合併症は、患者を再び痛みへと突き落とし、さらなる手術を必要とさせることがあります。どのような人がこの後戻りを経験しやすいのかを理解することは、医師にとって極めて重要な課題であり、それは患者への説明やケアの計画を変えることにつながり得ます。

山東大学済南医学院附属七医科大学（Qilu Hospital of Shandong University）の研究チームは、これらの骨折を予測するための新しい方法を開発することで、この問題の解決に取り組みました。単一のテストや推測に頼るのではなく、彼らは、手術前の患者の状態を観察し、次にセメントが注入された直後にその予測を更新するという、二段階の戦略を開発しました。研究では、2022年後半から2024年後半までの間にこの処置を受けた314人の患者を追跡し、隣接する骨に新しい骨折が生じたかどうかを少なくとも18か月間観察しました。その結果、これら患者のうち80人、約25.5パーセントが、実際にその期間内に新しい骨折を起こしたことが分かりました。研究者たちは、骨の密度から脊椎周囲の筋肉の状態に至るまで、幅広いデータを分析することで、患者が手術室に入る前であっても、驚くほどの精度でこのリスクを推定できるモデルを構築しました。

彼らの戦略の第一部は、手術前に利用可能な情報のみに焦点を当てています。研究者たちは、これらを組み合わせることで患者の脆弱性を明確に描き出すことができる6つの主要な要因を特定しました。これらの要因には、患者の年齢、処置を受ける特定の椎体の骨密度、過去に経験した脊椎骨折の回数、そして脊椎に沿った筋肉に浸潤した脂肪の量が含まれます。また、患者の全体的な姿勢や、すでに崩壊している骨の程度についても考慮しました。これら6つの情報を数学的モデルに投入したところ、モデルは患者を低リスク、中リスク、高リスクのグループに分類することに成功しました。モデルによれば、高齢で骨が弱く、複数の骨折歴があり、かつ顕著な筋肉の変性が認められる患者は、隣接する骨を折る可能性がはっても高いことが示されました。この術前モデルは、骨折する人としない人を大部分のケースで正しく判別できる、強力なツールであることが証明されました。

手術が完了した後、研究者たちは第二の問いを投げかけました。「セメントが骨の中でどのように広がるかが、リスクを変化させるのだろうか？」ということです。これが彼らの戦略の第二段階です。液体セメントが硬化した後、それは椎体の中で特定の形状を成します。ある患者では、骨の両側に均等に広がる安定した「H」字型に見える分布になります。他の患者では、連続した「O」字型、あるいはセメントがバラバラの塊となった断片的なパターンが見られます。研究の結果、セメントの形状が重要であることが分かりました。セメントが連続した「O」字型または断片的なパターンを形成した患者は、バランスの取れた「H」字型であった患者と比較して、新しい骨折を起こす確率が高くなりました。しかし、研究者たちは、セメントの形状に関する情報を加えることで全体的なモデルのデータへの適合性はわずかに向上したものの、誰が骨折するかを予測する能力が劇的に向上したわけではないという、微妙ながらも重要な発見をしました。術前の要因が、すでに予測において主導的な役割を果たしていたのです。

本研究では、DEXAスキャンとして知られる標準的な骨密度測定などの一般的な測定値が、予測に価値を加えるかどうかを明示的に検証しました。その結果、骨折を起こした患者は平均して骨密度スコアが低い傾向にあるものの、この特定のテストをモデルに加えても、予測能が有意に向上することはないと判明しました。一般的な骨密度スコアよりも、局所的な骨の測定値や過去の骨折歴の方が、より雄弁に状況を物語っていました。これは、この特定の合併症を予測するためには、骨密度計による単一の数値よりも、脊椎の詳細な状況や患者の既往歴の方が有用であることを示唆しています。また、研究者たちは、異なる統計手法を用いて繰り返し検証を行うことで、彼らの結果が特定のグループに依存した偶然の産物ではないことを確認し、その堅牢性を裏付けました。

最終的に、この研究は患者ケアにおける二段階のアプローチを支持しています。第一に、医師は年齢、骨の質、筋肉の状態に基づいた現実的なリスクの見積もりを提示するために、術前モデルを使用できます。リスクが高い場合、医師は処置の前にそのことを患者に率直に伝えることができます。第二に、手術直後、医師はセメントの形状を確認することで、リスクが変化したかどうかを見ることができます。セメントの形状は有用な追加情報を提供しますが、それが初期の評価に取って代わるものではありません。研究者たちは、彼らのモデルはあくまで推定のためのツールであり、「水晶玉」ではないことを強調しており、標準的な医療行為となる前に、他の病院の患者でもテストされる必要があるとしています。予測をこれら二つの明確な時点に分けることで、本研究は、一般的な脊椎処置のリスクを理解するための、より誠実で実用的な方法を提示しており、患者が自身の回復への道のりについてより十分な情報を得られるよう支援しています。