虛擬骨密度在基層全科評估骨質(zhì)疏松癥風險的應用價值

姜禮紅 范靖雪 王秋軍 張明明 林琳 姜睿 張喻淇 張蕾 孟佳

哈爾濱醫(yī)科大學附屬第二醫(yī)院全科醫(yī)療科，黑龍江 哈爾濱 150086

骨質(zhì)疏松癥是一種以骨量減少為主要特征的慢性代謝性骨病，在絕經(jīng)后女性中發(fā)病人數(shù)眾多、致殘率高、知曉普及程度差、治療效果欠佳，甚至造成骨質(zhì)疏松癥性骨折，給患者及家庭乃至整個社會帶來了很大的負擔，做好骨質(zhì)疏松癥風險評估，降低其發(fā)病率是防治骨質(zhì)疏松癥的首要任務(wù)。

1 骨質(zhì)疏松癥預防重于治療

隨著社會人口的老齡化以及生活方式的改變，骨質(zhì)疏松癥和骨質(zhì)疏松癥性骨折發(fā)病率不斷上升且有大規(guī)模流行趨勢。研究表明[1]2016年中國60歲以上老年人骨質(zhì)疏松癥患病率為36%，其中男性為23%，女性為49%。據(jù)研究[2]預測至2050年我國骨質(zhì)疏松癥骨折患者人數(shù)將達到599萬，相應的醫(yī)療支出將會高達1 745億元。雖然骨質(zhì)疏松癥聽起來并不像中風、心梗那樣危險，但實際上骨質(zhì)疏松癥性骨折造成的危害同樣不可小覷，骨質(zhì)疏松癥性骨折往往會導致患者終生殘疾甚至危及生命，應引起人們的廣泛關(guān)注。在絕經(jīng)后婦女人群中同時存在多種易感因素如持續(xù)性鈣流失、雌激素缺乏以及衰老[3]，相比男性而言，女性更容易被骨量丟失相關(guān)疾病所困擾，骨質(zhì)疏松癥的發(fā)生率也更高。骨質(zhì)疏松癥的主要特征是由于破骨細胞過度吸收骨與成骨細胞的骨形成不足導致的不平衡[4]。骨質(zhì)疏松癥導致骨密度和骨強度下降，增加脆性骨折的風險[5]。骨質(zhì)疏松癥是世界范圍內(nèi)的一大公共衛(wèi)生問題，特別是在人口老齡化的中國[6]。針對骨質(zhì)疏松癥患者的數(shù)量增長這一確定態(tài)勢，與開發(fā)更好的骨質(zhì)疏松癥治療方法比較來說，一種更為理想的預防方法是早期識別骨質(zhì)疏松癥高危人群，并提出個性化的預防骨質(zhì)疏松癥建議[7-8]，真正符合我國醫(yī)改的要求。

2 基層全科的重點所在

在我國“重治輕防”的現(xiàn)象比較普遍，患者缺乏疾病預防意識，且常待病程發(fā)展或病情嚴重時，才就醫(yī)尋診。目前我國醫(yī)療體系主要以對疾病的治療為主，缺少對慢性病高危人群的長期管理及跟蹤體系[9]?，F(xiàn)有的醫(yī)療體系表明?？漆t(yī)生不注重預防疾病，而是等待患病的人們并按一些既定的程序開展他們的修復工作。我們正在經(jīng)歷一個快速變革的時代，時代呼喚與之搭配新的民眾健康管理體系。新的體系要使民眾很容易達到，成本低廉，信息解讀性更強，對健康管理的彈性更好。綜上所述，基層全科醫(yī)生應更多關(guān)注健康教育、生活方式改變、疾病預防、高危人群的篩查及慢病管理等，減少我國日益加劇的醫(yī)療負擔。

3 我團隊關(guān)于虛擬骨密度評估骨質(zhì)疏松風險的部分研究結(jié)果

3.1 研究對象

參照2004年WHO推薦的診斷方法，嚴格界定骨質(zhì)疏松癥的診斷。研究對象的排除標準：惡性腫瘤患者；明確的繼發(fā)性骨質(zhì)疏松癥患者；患有自身免疫性疾病的患者；嚴重肝、腎功能異常的患者；患有嚴重胃腸道疾病的患者；近期有重大疾病打擊的患者(如近期發(fā)生過外傷、手術(shù)、嚴重的心血管疾病等)；收集的數(shù)據(jù)中過分偏離的患者；排除男性患者；患有風濕疾病的患者；排除未絕經(jīng)女性患者；排除骨質(zhì)疏松骨折患者。

共收集絕經(jīng)后女性患者921例，選取股骨頸骨密度指標作為絕經(jīng)后女性患者觀察指標進行回顧性分析研究。其中，A組為骨質(zhì)疏松組，共收集患者211例；B組為低骨量組，共收集患者431例，C組為正常骨量組，共收集患者279例。

收集患者基本信息：體重(BW，單位：kg)，身高(HT，單位：cm)，年齡(Age，單位：歲)，體質(zhì)量指數(shù)(BMI，單位：kg/m2)；骨密度指標：股骨頸骨密度(BMD，單位：g/cm2)，T值(單位：SD)；生化指標；血細胞分析指標；凝血象指標；甲狀腺功能指標；尿液分析指標；三維心臟超聲檢查指標。

3.2 統(tǒng)計學分析

將符合入組條件患者的上述信息數(shù)據(jù)錄入電腦，建立Excel數(shù)據(jù)庫并儲存，采用SPSS 19.0軟件進行數(shù)據(jù)的統(tǒng)計分析處理。所有計量資料的描述均以平均值±標準差表示。采用D'Agostino分析法進行計量資料的正態(tài)性檢驗。采用Spearman方法分析骨密度值與臨床檢查指標之間的相關(guān)性。采用多元線性回歸分析法對上述有統(tǒng)計學意義的臨床檢查指標進行篩選，確定影響骨密度值的主要因素。通過虛擬骨密度的多元線性回歸方程得到虛擬骨密度，采用直線回歸分析比較虛擬骨密度和真實骨密度。采用單因素方差分析Tukey多重比較分析虛擬骨密度和真實骨密度各組間骨密度值差異。P<0.000 1表示差異具有顯著統(tǒng)計學意義。

3.3 骨密度值與臨床檢查指標的相關(guān)性分析

采用D'Agostino分析法對所收集的資料進行正態(tài)性檢驗后，數(shù)據(jù)不符合正態(tài)性分布。因此采用Spearman分析法進行骨密度值與臨床檢查指標的相關(guān)性分析。

3.4 回歸分析及虛擬骨密度方程

將差異具有顯著統(tǒng)計學意義的臨床指標進行多元線性回歸分析，結(jié)果顯示，BW、Age、LVDd、CKMB/CK、ALP、FT3是影響女性股骨骨密度值的主要因素(見表1)。

表1 多元線性回歸分析結(jié)果Table 1 Multiple linear regression analysis results

獲得虛擬骨密度的多元線性回歸方程：虛擬骨密度=0.714 2+0.003 869 ×BW-0.006 519 ×Age+0.003 147 ×LVDd-0.000 541 5×CKMB/CK-0.000 685 4×ALP+0.012 74×FT3。

利用虛擬骨密度方程求得虛擬骨密度，并與真實骨密度進行直線回歸分析，得到虛擬骨密度與真實骨密度擬合曲線(r=0.629 0，見圖1)。虛擬骨密度與真實骨密度呈線性正相關(guān)，虛擬骨密度與真實骨密度回歸直線擬合良好。

圖1 虛擬骨密度與真實骨密度擬合曲線Fig.1 Fitting curve between virtual BMD and real BMD

3.5 真實骨密度與虛擬骨密度各組間方差分析

采用單因素方差分析方法中的Tukey多重比較的方法分析真實骨密度與虛擬骨密度各組間骨密度值的差異。A組與B組、A組與C組、B組與C組兩兩比較，真實骨密度各組間骨密度值具有顯著差異(P<0.000 1，見圖2)，虛擬骨密度各組間骨密度值同樣具有顯著差異(P<0.000 1，見圖2)，虛擬骨密度差異具有統(tǒng)計學意義。

圖2 真實骨密度與虛擬骨密度的組間差異圖Fig.2 Differences between groups of real BMD and virtual BMD 注：A為骨質(zhì)疏松組，B為低骨量組，C為正常骨量組。

4 虛擬骨密度在基層全科的廣泛應用

各國骨質(zhì)疏松癥相關(guān)的指南和共識中均指出用于診斷骨質(zhì)疏松癥的金指標是雙能X線骨密度儀和QCT檢查，但由于儀器昂貴只有少數(shù)三甲綜合醫(yī)院才具備，不能在基層普及。骨質(zhì)疏松癥重在預防且其危險人群篩查更為重要，目前在基層廣泛開展的國際骨質(zhì)疏松基金會提出的一分鐘測試題和亞洲骨質(zhì)疏松OSTA風險指數(shù)只是代表一類人群，沒有高度的特異性。筆者前期查閱大量資料顯示目前在臨床上進行單一檢查指標和骨密度之間相關(guān)性研究較多，得出的結(jié)論也不盡相同。所以本研究團隊在前期研究的基礎(chǔ)上[10]提出虛擬骨密度作為新的骨質(zhì)疏松癥風險評估指標，通過分析絕經(jīng)后女性股骨頸骨密度值和臨床常用檢查指標的相關(guān)性，研究發(fā)現(xiàn)與骨質(zhì)疏松癥發(fā)病關(guān)系最為密切的一組臨床相關(guān)檢查指標，并通過計算機軟件計算出虛擬骨密度，對于評估患者骨質(zhì)疏松癥的風險給予更有效的個性化指導。與絕經(jīng)后女性股骨骨密度值顯著相關(guān)的臨床檢查指標很多，提示骨質(zhì)疏松癥的發(fā)病與多種因素密切相關(guān)，與多個器官功能相互影響，是一種全身性疾病。臨床中針對其他器官功能的檢查指標不僅能提示相對應器官的功能，對骨質(zhì)疏松癥的發(fā)病也有一定提示作用。筆者前期研究通過分析臨床常用的各種檢查指標100余項，得出結(jié)果顯示對骨密度有顯著影響的指標，主要集中于血液檢查和心臟超聲檢查中有6項指標，提示血液檢查指標對于評估骨質(zhì)疏松癥發(fā)病風險更為重要。

本研究團隊的下一步工作是將虛擬骨密度更好地在社區(qū)基層廣泛應用，可以借助手機APP來實現(xiàn)。將計算虛擬骨密度模塊加載到手機APP，每個個體此時成為體驗風險識別的用戶。用戶可以依據(jù)醫(yī)學檢查結(jié)果來自動獲得個性化的虛擬骨密度。而在使用后產(chǎn)生的數(shù)據(jù)又一次上傳到位于互聯(lián)網(wǎng)中央節(jié)點的服務(wù)器，實現(xiàn)系統(tǒng)的自我優(yōu)化。用戶所識別的風險是互聯(lián)網(wǎng)內(nèi)所有使用該模塊的全部用戶的風險排名，這一排名的位置前后對用戶產(chǎn)生激勵作用，鼓勵其自我改善健康行為。

現(xiàn)有的醫(yī)療體系注定要經(jīng)歷變革[11]，而每一次醫(yī)學的變革都將預示著醫(yī)學的進步，這是一次應對未來人類社會基層全科健康管理的勇敢嘗試。本研究意圖借助互聯(lián)網(wǎng)技術(shù)以及人工智能技術(shù)為多數(shù)人與醫(yī)療保健體系的互動創(chuàng)造一個低成本交易的途徑。它的成功將使人們有機會感受并認知疾病風險的不斷積累以及更多地關(guān)注疾病風險的較好控制而不是疾病本身。虛擬骨密度的創(chuàng)建將展示這一理念具有何等價值。目前越來越多的病例信息被存儲，這或許是未來醫(yī)學發(fā)展的一個方向，即如何從海量的醫(yī)療信息中挖掘出有用的信息，虛擬骨密度可能會在其中發(fā)揮非常重要的作用。本文提到的虛擬骨密度是本研究團隊首創(chuàng)并正在反復驗證的評估骨質(zhì)疏松癥風險的工具，通過臨床體檢中得到常用指標進行簡單的計算方法得出虛擬骨密度，在數(shù)據(jù)庫中進行分析可以預示患者骨質(zhì)疏松癥的風險，既簡單又廉價，在基層全科應用前景廣泛。