聯(lián)合椎體骨質(zhì)量構(gòu)建一個(gè)新型絕經(jīng)后女性骨質(zhì)疏松性椎體壓縮性骨折的預(yù)測(cè)模型

王松 張?chǎng)?肖簫 汪洪宇 鄭俊勇 楊大志，3，4 龍厚清，3，4 彭松林，，3，4

隨著人口老齡化，罹患骨質(zhì)疏松癥（osteoporosis）的中老年人群越來越多［1］，骨質(zhì)疏松性椎體壓縮性骨折（osteoporotic vertebral compression fracture，OVCF）作為骨質(zhì)疏松癥的一個(gè)嚴(yán)重并發(fā)癥，其通常在無暴力或輕微暴力下即可發(fā)生［2］。女性由于絕經(jīng)后雌激素的迅速下調(diào)，骨質(zhì)疏松癥的發(fā)病率明顯高于男性［3］。OVCF 的發(fā)生會(huì)顯著降低病人的生活質(zhì)量，其保守治療風(fēng)險(xiǎn)高，手術(shù)治療費(fèi)用昂貴［4］，給社會(huì)及家庭帶來巨大的經(jīng)濟(jì)負(fù)擔(dān)［5］。雙能X線是臨床檢測(cè)骨密度的主要方式，在臨床上得到廣泛應(yīng)用［6］。但由于計(jì)算方法的欠缺，導(dǎo)致老年骨質(zhì)增生、極度肥胖及脊柱側(cè)凸等病人的骨密度值測(cè)量結(jié)果并不準(zhǔn)確［7］。定量CT 值（quantitative computed tomography，QCT）克服了雙能X線的缺陷，更能精確反應(yīng)真實(shí)的體積骨密度值［8］。近年來，一種新的骨質(zhì)量評(píng)估方法，即椎體骨質(zhì)量（vertebral bone quality，VBQ）被提出，有學(xué)者研究發(fā)現(xiàn)，VBQ積分升高為OVCF的獨(dú)立危險(xiǎn)因素［9-11］。此外，也有學(xué)者發(fā)現(xiàn)椎旁肌肉最大橫截面積（cross section area，CSA）的縮小與OVCF的發(fā)生密不可分［12-16］。骨轉(zhuǎn)化主要反映成骨細(xì)胞和破骨細(xì)胞相互作用的過程。其在骨質(zhì)疏松癥的發(fā)生中具有重要調(diào)控作用［17-18］。目前，臨床適合中國人群絕經(jīng)后女性病人OVCF 發(fā)生的預(yù)測(cè)模型仍是空白，而早期篩查出具有OVCF 潛在風(fēng)險(xiǎn)的病人，能對(duì)其早期干預(yù)和治療，從而降低OVCF 的發(fā)生率和死亡率。因此，建立絕經(jīng)后女性O(shè)VCF 的預(yù)測(cè)模型迫在眉睫。

本次研究回顧性收集了2020年11月至2022年11月就診于深圳市人民醫(yī)院（后稱為我院）脊柱外科的210 例絕經(jīng)后女性病人（其中OVCF 病人105 例，再隨機(jī)匹配同期非OVCF 病人作為對(duì)照）的完整資料作為數(shù)據(jù)庫。將其中120 例作為模型構(gòu)建集，通過比較組內(nèi)OVCF 病人與非OVCF 病人的骨密度、QCT、VBQ、骨轉(zhuǎn)化標(biāo)記物、CSA 等參數(shù)的統(tǒng)計(jì)學(xué)差異，找出與絕經(jīng)后女性O(shè)VCF 發(fā)生有關(guān)的獨(dú)立危險(xiǎn)因素，建立絕經(jīng)后女性人群OVCF的預(yù)測(cè)模型；再以數(shù)據(jù)庫中另外的90 例病人作為驗(yàn)證人群集驗(yàn)證該模型，以期建立一個(gè)臨床效用性好、預(yù)測(cè)效率高的且適用于中國絕經(jīng)后女性人群的新型OVCF 預(yù)測(cè)模型。

資料與方法

一、納入和排除標(biāo)準(zhǔn)

納入標(biāo)準(zhǔn)：①年齡＜80歲和（或）伴有新鮮胸腰椎骨折的絕經(jīng)后女性病人；②具有完整的病歷、骨密度、骨轉(zhuǎn)化標(biāo)記物、影像學(xué)資料；③骨密度測(cè)量結(jié)果來自于同一臺(tái)骨密度儀；④同意該項(xiàng)研究并且滿足隨訪要求的病人。

排除標(biāo)準(zhǔn)：①既往長(zhǎng)期激素使用史的病人；②排除其他影響骨質(zhì)量的基礎(chǔ)疾病，如骨腫瘤、骨代謝類疾病、類風(fēng)濕、脂肪代謝異常的病人；③爆裂骨折的病人；④影像學(xué)資料不滿足測(cè)量條件的病例；⑤非OVCF 者在隨訪期間發(fā)生OVCF；⑥在OVCF 發(fā)生之前進(jìn)行了抗骨質(zhì)疏松治療的病例。

二、數(shù)據(jù)來源

年齡、身體質(zhì)量指數(shù)（BMI）來自于病歷資料統(tǒng)計(jì)，25-羥基維生素D（25OHD）、骨特異性堿性磷酸酶（BAP）、甲狀旁腺素（PTH）、骨鈣素N端中分子片斷（OSTE）、總Ⅰ型膠原氨基端延長(zhǎng)肽（PINP）、Ⅰ型膠原特殊序列測(cè)定（CROSSL）等骨轉(zhuǎn)化標(biāo)志物來自于我院抽血檢驗(yàn)結(jié)果，骨密度結(jié)果均由我院脊柱外科Horizon TM 骨密度檢測(cè)系統(tǒng)計(jì)算所得，腰椎CT、腰椎MRI 影像學(xué)資料來自于我院影像科。本研究方案獲得我院倫理委員會(huì)批準(zhǔn)（LL-KY-2021926-01），病人均簽署知情同意書。

三、QCT分析方法

采用128-探測(cè)器CT 掃描儀（飛利浦公司，荷蘭）將目標(biāo)CT 導(dǎo)入Philips 系統(tǒng)中的QCT 分析工作站，測(cè)量對(duì)應(yīng)的QCT值（圖1）。

圖1 QCT分析的細(xì)節(jié)流程：將腰椎CT影像資料導(dǎo)入Philips軟件的QCT 測(cè)量工作站內(nèi)，將矢狀位和冠狀位片調(diào)整至中心位置，在其橫斷位片上勾選測(cè)量所需的興趣區(qū)域（黃色興趣區(qū)域是L4椎體，紅色興趣區(qū)域是肌肉、藍(lán)色興趣區(qū)域是脂肪組織），用此方法分別計(jì)算L1～L4椎體的QCT值，最終計(jì)算得出QCT均值

四、VBQ及椎旁肌肉分析方法

測(cè)量VBQ 所使用的腰椎MRI 均為T1 加權(quán)信號(hào)（無任何對(duì)比度增強(qiáng)），從而確保所選擇的MRI片的質(zhì)量［19］。通過矢狀位勾選L1～L4椎體的興趣區(qū)域（SI）（圖2），運(yùn)用公式VBQ=Mean（SIL1-L4）/SIL3CSF計(jì)算得出。CSA 的測(cè)量方法是通過MRI T2 信號(hào)下的腰椎橫斷位片（取L4椎體椎板下緣作為計(jì)算層面），包括雙側(cè)腰?。≒S）的CSA（CSAps）、豎脊?。‥S）及多裂?。∕F）的CSA（CSAES+MF）（圖3）。

圖2 VBQ 的計(jì)算方法示意圖 以一例T12椎體新鮮壓縮性骨折病人為例，其L1～L4的SI面積約為200 mm2及L3椎體CSF的興趣區(qū)域面積約為4 mm2，算得其VBQ積分為3.368

五、統(tǒng)計(jì)學(xué)方法

本次研究單因素及二元Logistic回歸分析采用SPSS 26.0軟件（IBM公司，美國），以P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。計(jì)量資料以均值±標(biāo)準(zhǔn)差（±s）表示，采用獨(dú)立樣本t檢驗(yàn)（正態(tài)分布數(shù)據(jù)）和Mann-Whitney U檢驗(yàn)（非正態(tài)分布數(shù)據(jù)）。單因素分析結(jié)果提示差異有統(tǒng)計(jì)學(xué)意義的變量納入二元Logistic回歸分析，計(jì)算OR值及95%置信區(qū)間（CI）。運(yùn)用MedCalc 20.0.22軟件（MedCalc軟件公司，比利時(shí)）繪制獨(dú)立危險(xiǎn)因素的復(fù)試者工作特征曲線（ROC），統(tǒng)計(jì)曲線下面積（area under the curves，AUC），并通過ROC曲線對(duì)比分析，評(píng)估各個(gè)獨(dú)立危險(xiǎn)因素AUC的差異性，以P＜0.05 為差異有統(tǒng)計(jì)學(xué)意義。線性回歸采用Prism 軟件（GraphPad 公司，美國）處理，以P＜0.05 認(rèn)為兩者之間存在線性關(guān)系。運(yùn)用R 語言4.2.2 編程軟件（GNU 系統(tǒng)，新西蘭）繪制Nomogram圖，建立預(yù)測(cè)模型。最后，運(yùn)用C 指數(shù)、一致性檢驗(yàn)（calibration curve，CC）及決策性曲線（decision curve analyses，DCA），分別對(duì)模型構(gòu)建集與驗(yàn)證人群集模型的預(yù)測(cè)效能、擬合優(yōu)度及臨床效用能力進(jìn)行統(tǒng)計(jì)學(xué)評(píng)估。

結(jié) 果

一、人群統(tǒng)計(jì)學(xué)特征

共收集到符合要求的絕經(jīng)后女性病人210例，將其分為模型構(gòu)建集（120 例）和驗(yàn)證人群集（90 例）。其中，模型構(gòu)建集又分組為N-OVCF 組（60 例），OVCF 組（60 例）；驗(yàn)證人群集又分為N-OVCF 組（45例）和OVCF組（45例）。本次納入研究的絕經(jīng)后女性病人的隨訪時(shí)間為（16.41±7.59）個(gè)月。模型構(gòu)建集和驗(yàn)證人群集的人群統(tǒng)計(jì)學(xué)特征如表1所示。

二、絕經(jīng)后女性O(shè)VCF的單因素分析

單因素分析結(jié)果如表2 所示，OVCF 組和NOVCF 組的年齡、骨密度、BAP、BMI、QCT、CSAES+MF、CSAPS以及VBQ 的差異有統(tǒng)計(jì)學(xué)意義（P＜0.05），而25OHD、PTH、OSTE、PINP、CROSSL等骨轉(zhuǎn)化標(biāo)記物的差異無統(tǒng)計(jì)學(xué)意義（P＞0.05）。

三、絕經(jīng)后女性O(shè)VCF 危險(xiǎn)因素的Logistic 回歸分析

將單因素分析結(jié)果中差異有統(tǒng)計(jì)學(xué)意義的參數(shù)進(jìn)行二元Logistic回歸分析。結(jié)果顯示骨密度（OR=0.266，95%CI：0.109～0.645，P=0.003）、QCT（OR=0.965，95%CI：0.939～0.990，P=0.008）、CSAES+MF（OR=0.806，95%CI：0.666～0.977，P=0.028）、CSAPS（OR=0.588，95%CI：0.370～0.935，P=0.025）、VBQ（OR=4.346，95%CI：1.038～18.187，P=0.044）為絕經(jīng)后女性病人OVCF發(fā)生的獨(dú)立危險(xiǎn)因素（表3）。

參數(shù)年齡（歲）骨密度T值（SD）25OHD（nmol/L）BAP（μg/L）PTH（pg/mL）OSTE（ng/mL）PINP（ng/mL）CROSSL（pg/mL）BMI（kg/m2）QCT（mg/m3）CSAES+MF（cm2）CSAPS（cm2）VBQ模型構(gòu)建集（120例）61.86±8.68-2.43±1.48 49.33±15.33 13.57±5.02 35.08±13.54 16.85±8.01 47.96±22.25 571.39±304.90 23.61±3.37 77.89±39.49 21.55±4.06 8.73±2.23 3.39±0.65驗(yàn)證人群集（90例）61.88±9.65-2.73±1.39 52.39±27.03 14.15±6.49 36.61±14.25 17.25±7.84 62.31±41.40 644.28±364.63 23.30±3.17 79.89±41.56 20.12±4.45 9.10±2.24 3.39±0.92 t值-0.015 1.506-0.860-0.580-0.611-0.279-2.676-1.241 0.678-0.355 2.422 0.835-0.009 P值0.988 0.134 0.391 0.563 0.542 0.885 0.008 0.217 0.498 0.723 0.016 0.235 0.993

四、絕經(jīng)后女性O(shè)VCF危險(xiǎn)因素的ROC曲線分析

基于模型構(gòu)建集的二元Logistic回歸分析結(jié)果，分別繪制與絕經(jīng)后女性發(fā)生OVCF有關(guān)的五個(gè)獨(dú)立危險(xiǎn)因素的ROC 曲線，骨密度（AUC=0.931，P＜0.001）、QCT（AUC=0.890，P＜0.001）、VBQ（AUC=0.784，P＜0.001）、CSAES+MF（AUC=0.697，P＜0.001）、CSAPS（AUC=0.830，P＜0.001），結(jié)果如圖4 所示。將這五條ROC曲線進(jìn)行曲線對(duì)比分析，結(jié)果顯示QCT的ROC 曲線優(yōu)于VBQ、CSAES+MF的ROC 曲線（P＜0.05），骨密度的ROC 曲線優(yōu)于VBQ、CSAES+MF、CSAPS的ROC 曲線（P＜0.05），CSAPS的ROC 曲線優(yōu)于CSAES+MF的ROC曲線（P＜0.05，圖5、表4）。

圖4 年齡、骨密度（BMD）、QCT、CSAES+MF、CSAPS、VBQ的ROC曲線分析結(jié)果

圖5 骨密度、QCT、VBQ、CSAES+MF、CSAPS的ROC曲線對(duì)比結(jié)果

五、VBQ 與QCT、年齡、骨密度、CSAPS、CSAES+MF、BMI的線性回歸分析結(jié)果

本研究通過線性回歸發(fā)現(xiàn)，VBQ 與QCT（r=-0.561，P＜0.001）、年齡（r=0.318，P＜0.001）、骨密度（r=-0.521，P＜0.001）、CSAPS（r=-0.383，P＜0.001）、CSAES+MF（r=-0.261，P=0.004）以及BMI（r=-0.213，P=0.020）均存在顯著的線性關(guān)系，這更加說明基于MRI 所測(cè)得的VBQ 能獲取更多的脊柱信息，對(duì)OVCF的預(yù)測(cè)存在較大價(jià)值（圖6）。

圖6 VBQ與QCT、骨密度、CSAES+MF、CSAPS、Age、BMI的線性回歸圖

對(duì)比參數(shù)QCT vs.VBQ QCT vs.CSAES+MF骨密度vs.VBQ骨密度vs.CSAES+MF骨密度vs.CSAPS CSAPS vs.CSAES+MF面積差異0.107 0.194 0.147 0.234 0.100 0.133 SE 0.044 0.059 0.044 0.050 0.038 0.053 P值0.015 0.001＜0.001＜0.001 0.001 0.012 95%CI 0.021～0.192 0.080～0.309 0.061～0.232 0.136～0.331 0.027～0.174 0.030～0.237

六、建立Nomogram預(yù)測(cè)模型及模型驗(yàn)證

本次建立的預(yù)測(cè)模型是依據(jù)二元Logistic回歸分析結(jié)果所繪制的Nomogram圖（圖7）。通過Nomogram圖可以發(fā)現(xiàn)，骨密度T值的范圍為-6～1 SD，其對(duì)應(yīng)積分區(qū)間為0～100分；QCT的范圍為0～180 mg/cm3，積分區(qū)間為0～74 分；VBQ 的范圍為2～5，積分區(qū)間為0～26分；CSAES+MF的范圍為10～34 cm2，積分區(qū)間為0～19 分；CSAPS的范圍為3～15 cm2，積分區(qū)間為0～59分。而本次Nomogram圖的總積分區(qū)間在0～260分之間，并且發(fā)生OVCF 的風(fēng)險(xiǎn)概率隨著總積分之和的升高而升高。根據(jù)本次OVCF 的概率區(qū)間0.1%～99.9%及其對(duì)應(yīng)的總積分區(qū)間64～216 分，可以認(rèn)為總積分≤64 分的病人，發(fā)生OVCF 的風(fēng)險(xiǎn)概率≤0.1%；而總積分≥216分，其發(fā)生OVCF的風(fēng)險(xiǎn)概率≥99.9%。

圖7 絕經(jīng)后女性骨折風(fēng)險(xiǎn)預(yù)測(cè)的Nomogram圖

本次模型驗(yàn)證通過C 指數(shù)、一致性檢驗(yàn)及決策性曲線來實(shí)現(xiàn)。在C 指數(shù)檢驗(yàn)中，模型構(gòu)建集的C指數(shù)為0.964（95%CI：0.935～0.993），說明該預(yù)測(cè)模型具有較高的效率和準(zhǔn)確性（圖8），而驗(yàn)證人群集的C 指數(shù)為0.872（95%CI：0.802～0.941）；一致性檢驗(yàn)結(jié)果顯示理想模型的完美情況（Ideal），即預(yù)測(cè)值=實(shí)際值的情況，與Apparent 線、Bais-corrected 線擬合較好。表明模型構(gòu)建集及驗(yàn)證人群集對(duì)絕經(jīng)后女性O(shè)VCF 發(fā)生的Nomogram 圖預(yù)測(cè)概率和真實(shí)預(yù)測(cè)概率具有較好的一致性（圖9）；決策性曲線圖顯示，模型構(gòu)建集DCA 曲線的凈獲益率無論在多少閾概率的情況下，均高于完全干預(yù)和完全不干預(yù)的曲線，表明本次所建立的Nomogram 圖是一個(gè)對(duì)絕經(jīng)后女性O(shè)VCF 預(yù)測(cè)具有較好臨床效用性的工具（圖10）。

圖9 模型構(gòu)建集（a）與驗(yàn)證人群集（b）的一致性曲線比較。橫坐標(biāo)為列線圖的預(yù)測(cè)率，縱坐標(biāo)是觀察到的實(shí)際預(yù)測(cè)率，范圍均為0 到1。對(duì)角線的虛線表示理想模型的完美情況，即預(yù)測(cè)值=實(shí)際值的情況。Apparent線為內(nèi)部矯正曲線，Bais-corrected 線為模型的外部矯正曲線

圖10 模型構(gòu)建集（a）與驗(yàn)證人群集（b）的決策性曲線比較。圖中橫坐標(biāo)為閾概率值，縱坐標(biāo)為凈獲益，即表明（真陽性率+假陰性率）-（真陰性率+假陽性率）的差值。灰色曲線（All）代表完全干預(yù)時(shí)的曲線（凈獲益隨著閾概率值增大而降低）。水平于橫坐標(biāo)的曲線（None）表示完全不干預(yù)的凈獲益率（即為0）。藍(lán)色曲線表示決策性曲線

討 論

一、探討本研究建立的預(yù)測(cè)模型納入?yún)?shù)的意義及優(yōu)勢(shì)

本研究通過參考大量資料及文獻(xiàn)，測(cè)量并統(tǒng)計(jì)與絕經(jīng)后女性發(fā)生OVCF較為敏感的參數(shù)進(jìn)行統(tǒng)計(jì)學(xué)分析。根據(jù)單因素分析及二元Logistics回歸統(tǒng)計(jì)檢驗(yàn)，最終納入了VBQ、QCT、BMD、CSAES+MF、CSAPS這五個(gè)獨(dú)立危險(xiǎn)因素，建立了一個(gè)高效且僅針對(duì)絕經(jīng)后女性人群的Nomogram 預(yù)測(cè)模型。在建立預(yù)測(cè)模型后，分別運(yùn)用了C指數(shù)、一致性檢驗(yàn)及決策性曲線這三個(gè)模型驗(yàn)證方法，對(duì)模型構(gòu)建集及驗(yàn)證人群集的預(yù)測(cè)效率、一致性、臨床效用性進(jìn)行了檢驗(yàn)。結(jié)果提示該模型在保持較高的預(yù)測(cè)效率（AUC=0.964）的同時(shí)也具有較好的模型擬合度及臨床效用性。

本研究納入的VBQ 積分作為評(píng)價(jià)椎體骨質(zhì)量的一個(gè)參數(shù)［20］，在近幾年得到了廣泛的報(bào)道，如Ehresman 等［21］通過橫斷面研究發(fā)現(xiàn)，VBQ 是骨質(zhì)疏松癥病人發(fā)展為OVCF 的獨(dú)立危險(xiǎn)因素。筆者認(rèn)為，鑒于OVCF 病人術(shù)前通常需要進(jìn)行MRI 檢查，因此VBQ可以成為評(píng)估椎體質(zhì)量信息的寶貴工具。本研究通過線性回歸還發(fā)現(xiàn)VBQ與QCT、BMD、CSAES+MF、CSAPS、年齡、BMI有較強(qiáng)的線性關(guān)系，這進(jìn)一步說明基于MRI檢測(cè)的VBQ能獲取較多的脊柱信息，其在OVCF的進(jìn)程中扮演著非常重要的角色。

椎旁肌肉對(duì)維持脊柱穩(wěn)定性及功能具有重要作用，椎旁肌肉的退變不僅影響脊柱的功能和活動(dòng)，而且還會(huì)間接導(dǎo)致骨量的丟失，最終導(dǎo)致BMD下降［22］。本研究對(duì)椎旁肌肉退變程度的評(píng)估依靠CSAES+MF、CSAPS這2 個(gè)參數(shù)［23］，既往大量研究認(rèn)為OVCF 的發(fā)生和椎旁肌肉的退變存在明顯的相關(guān)性［12-15，24］，本研究結(jié)論也與之相符。

二、本研究建立的Nomogram 預(yù)測(cè)模型與既往FRAX等預(yù)測(cè)模型的優(yōu)劣對(duì)比

OVCF 作為骨質(zhì)疏松癥的嚴(yán)重并發(fā)癥，大大增加了老年病人的病死率，嚴(yán)重影響其生活質(zhì)量［25］?，F(xiàn)如今，已經(jīng)有學(xué)者對(duì)骨質(zhì)疏松癥病人發(fā)生OVCF的預(yù)測(cè)模型進(jìn)行研究［26-29］，如Bian 等［30］通過年齡、CTHu值、骨水泥滲漏等建立了一個(gè)針對(duì)OVCF病人經(jīng)皮椎體后凸成形術(shù)術(shù)后再骨折發(fā)生率的Nomogram 預(yù)測(cè)模型。筆者認(rèn)為，鑒于OVCF 常發(fā)生在絕經(jīng)后女性人群中［31］，因此本研究?jī)H針對(duì)女性人群且年齡區(qū)間選擇在絕經(jīng)后，目的是進(jìn)一步提升該模型對(duì)絕經(jīng)后女性人群OVCF的預(yù)測(cè)效力。

目前，對(duì)于骨質(zhì)疏松性骨折風(fēng)險(xiǎn)預(yù)測(cè)的方法，臨床上運(yùn)用較多的是FRAX問卷以及Garvan骨折風(fēng)險(xiǎn)計(jì)算器［32-33］。FRAX 問卷操作簡(jiǎn)便，可以計(jì)算10 年內(nèi)發(fā)生重大骨質(zhì)疏松性骨折及髖部骨折的概率，在國際運(yùn)用最為廣泛［34］。但因納入的風(fēng)險(xiǎn)因素有限，導(dǎo)致預(yù)測(cè)準(zhǔn)確率不高［35-36］，Marques等［37］的一項(xiàng)Meta分析結(jié)果顯示，F(xiàn)RAX 問卷對(duì)骨質(zhì)疏松性骨折預(yù)測(cè)的ROC曲線的AUC面積僅為0.67。也有學(xué)者發(fā)現(xiàn)，在早期的更年期女性中，F(xiàn)RAX 問卷對(duì)骨折的鑒別能力甚至不如偶然發(fā)生骨折的模型，AUC 僅約為0.56［38-39］。而本次研究所得到的預(yù)測(cè)模型是通過OVCF 發(fā)展過程中最重要的幾個(gè)獨(dú)立危險(xiǎn)因素所構(gòu)建的，相對(duì)于FRAX問卷檢驗(yàn)效能更高，但是參數(shù)獲取更繁瑣［40］。未來我們會(huì)繼續(xù)篩查出與OVCF發(fā)生有關(guān)的簡(jiǎn)單且高效的參數(shù)，升級(jí)該模型，讓其在保持對(duì)OVCF風(fēng)險(xiǎn)預(yù)測(cè)具有較高靈敏度的同時(shí)也具有較易的可操性。

三、本研究的局限性

本次研究作為單中心的回顧性研究，隨訪時(shí)間較短、病例數(shù)量較小，為了能更建立一個(gè)更加高效的預(yù)測(cè)模型，仍需大樣本、多中心的前瞻性隨機(jī)對(duì)照臨床研究。

綜上所述，本研究發(fā)現(xiàn)BMD、QCT、VBQ、CSAES+MF、CSAPS為絕經(jīng)后女性病人發(fā)生OVCF 的獨(dú)立危險(xiǎn)因素，基于這五個(gè)參數(shù)繪制了Nomogram 圖，建立了一個(gè)臨床效用性較好、預(yù)測(cè)效率高的適用于中國絕經(jīng)后女性人群的新型OVCF預(yù)測(cè)模型。