Role of REMS fracture risk prediction within the DVO-based fracture risk framework: a retrospective observational study

技术摘要：REMS 骨折风险预测在基于 DVO 的骨折风险框架中的作用

问题陈述
随着 2023 年德国 DVO（德国骨质疏松症联合会）指南的更新，德国的骨质疏松症管理发生了范式转移。这些指南从 10 年骨折风险预测模型转向了更具临床导向性的 3 年评估期，通过整合双能 X 射线吸收法（DXA）T 值与人口统计学、人体测量学及临床风险因素，来建立治疗阈值（3% 至 <5%，5% 至 <10%，以及 ≥10%）。虽然 DXA 仍是骨矿物质密度（BMD）测量的金标准，但它受到辐射暴露以及可能导致 BMD 高估的伪影限制。无线电频率超声多谱技术（REMS）是一种无辐射的超声技术，可提供 BMD 估计值（T 值）以及反映骨质量的专有脆弱性评分（FS）和 5 年骨折风险分层。然而，REMS 衍生参数在特定的、受国家指令约束的 2023 年 DVO 风险算法中的潜在作用仍有待探索。本研究旨在确定 REMS T 值是否可以在 DVO 框架内替代 DXA T 值，以产生具有可比性的风险类别，并评估这些基于 REMS 的类别与 REMS 特定参数（FS 和 5 年风险）之间的内部一致性。

方法论
这项回顾性观察性研究分析了在 Orthopaedic Institute Dr. Baron&Colleagues 进行配对 DXA 和 REMS 检查的 256 名患者（128 例股骨和 128 例脊柱采集）。

• 数据收集： 患者为 50–80 岁的绝经后女性或男性。DXA 扫描使用 Discovery W 扫描仪进行，REMS 扫描使用 EchoStation 设备进行。
• 风险计算： 对每位患者分别应用两次 2023 年德国 DVO 风险算法：
  1. 标准模式： 使用 DXA 衍生的 T 值。
  2. 探索模式： 使用 REMS 衍生的 T 值，同时保持所有其他变量（年龄、性别、BMI、临床风险因素）不变。
• 统计分析：
  • 一致性： 使用百分比一致性和加权 Cohen's kappa ($\kappa$) 评估 DXA 基于的 DVO 风险类别与 REMS 替代的 DVO 风险类别之间的一致性。为了处理边界病例，应用了 $\pm 0.3$ 的容差。
  • 内部一致性： 使用 Kruskal-Wallis 检验和带有错误发现率（FDR）校正的 Wilcoxon 秩和检验，评估 REMS 替代的 DVO 类别与 REMS 特定输出（FS 和 5 年风险等级 R1–R7）之间的关系。

主要结果

• 诊断一致性： DXA 基于的与 REMS 替代的 DVO 风险类别之间存在实质性的一致性。
  • 股骨： 一致性为 81.2% ($\kappa = 0.84$)，在应用 $\pm 0.3$ 容差后增加至 86.7% ($\kappa = 0.87$)。
  • 脊柱： 一致性为 80.5% ($\kappa = 0.85$)，在应用 $\pm 0.3$ 容差后增加至 83.6% ($\kappa = 0.87$)。
  • 在高风险类别 ($\ge 10\%$) 中观察到完全一致（针对股骨扫描）。不一致的病例主要被重新分类到相邻的风险类别中。
• 与脆弱性评分（FS）的内部一致性： FS 值随 DVO 风险类别的升高而递增。
  • 股骨： 中位 FS 从 <3% 组的 14.6 上升到 $\ge 10\%$ 组的 55.5 ($p < 0.001$)。所有两两比较均具有显著性。
  • 脊柱： 中位 FS 从 <3% 组的 24.1 上升到 $\ge 10\%$ 组的 40.7 ($p < 0.001$)。在最低和最高风险组之间发现了显著差异。
• 与 5 年风险的内部一致性： 随着 REMS 替代的 DVO 阈值提高，REMS 5 年骨折风险等级（R1–R7）的分布向更高风险类别偏移。例如，在股骨 $\ge 10\%$ 的 DVO 组中，大多数患者属于较高的 REMS 风险等级（R5–R7），而 <3% 组则由 R1 和 R3 主导。

核心贡献

• 在 DVO 框架下验证 REMS： 本研究提供了首个证据，证明在德国 2023 年 DVO 风险算法中，可以使用 REMS 衍生的 T 值替代 DXA T 值，且具有高度的诊断一致性。
• 临床一致性： 研究表明，基于 REMS 的风险分层与 REMS 特定的骨质量指标（FS）及短期骨折概率相一致，这表明 REMS 参数与 DVO 临床决策结构具有内部一致性。
• 对不一致情况的洞察： 对不一致病例的分析表明，REMS 可能在特定人群（如 2 型糖尿病患者或脊柱畸形患者）中识别出更高的风险，而在这些人群中，DXA 可能会因伪影导致 BMD 高估，或无法捕捉到骨质量缺陷。

意义与主张
作者得出结论，REMS 衍生参数与 DVO 风险组表现出实质性的连贯性。研究声称，REMS 技术支持在 DVO 临床路径中及时进行干预和预防策略。具体而言，该技术被呈现为一种有价值的、无辐射的替代方案，能够符合当前德国指南的骨折风险分层要求。作者指出，虽然 REMS 提供的是 5 年风险视野，而 DVO 是 3 年视野，但观察到的内部一致性支持了在临床路径中使用 REMS，特别是在 DXA 适用性受限或通过 FS（骨质量评估）可提供单纯 BMD 无法捕捉的补充信息的情况下。研究承认存在局限性，包括其回顾性、单中心设计，以及缺乏用于验证 REMS 替代估计值的实际发生骨折情况的纵向随访研究。