1.研究背景
绝经后骨质疏松症骨折是绝经后骨质疏松症(Postmenopausal osteoporosis,PMOP)最具破坏性的结局。目前已为危害中老年妇女身体健康的严重疾病。如何有效的早期预测绝经后骨质疏松症骨折的发生风险,并针对其相关因素采取有效的预防性措施,对防止绝经后骨质疏松症骨折的发生有着举足轻重的作用。
现代医学已证实,绝经后骨质疏松症骨折的发生是在多个危险因素(如年龄、是否绝经、是否有自身脆性骨折史、生产次数等)共同作用下出现的结果。《素问·阴阳应象大论》记载“年四十而阴气自半也,起居衰矣”；指出人体在40岁以后,身体的机能开始逐渐衰退,往往出现腰酸、背痛、下肢拘挛、目眩等症状,而骨折的发病率在40岁以后亦随着年龄的增长而升高,这些症状的出现可能对绝经后骨质疏松症骨折的发生有一定的早期提示作用。
现有的绝经后骨质疏松症骨折风险预测工具多是基于欧美人群的自身的特点,在危险因素的基础上开发而成。由于人群在种族、地域、饮食和社会文化等方面的差异,其在我国人群中应用往往存在一定的局限性。目前鲜有基于我国人口学特征,同时包含危险因素及中医症状相结合的绝经后骨质疏松症骨折的风险预测工具。
2.研究目的
初步建立基于北京、上海两地40-65岁女性人口学特征的危险因素和中医症状相结合的绝经后骨质疏松症骨折早期风险预测工具。
3.资料与方法
3.1研究设计类型
采用注册登记式调查研究(A registry study)。
3.2研究人群
2009年3月-2011年11月分别在北京市东城区和上海市徐汇区,采用注册登记式的方式,登记社区40-65岁妇女的与骨质疏松症相关的病证结合信息及其个人生活习惯、孕胎产等信息。同时排除有继发性骨质疏松症者。3.3问卷调查
问卷采用课题组在前期大量工作的基础上研制的《社区40岁～65岁妇女骨质疏松危险因素及证候调查问卷》,具有较好的信度与效度。主要包括：人口学资料、生活习惯、危险因素、中医症状、骨密度检测等5个方面的内容。
分别于2009年3月～6月、2010年3月～8月、2011年6月～11月期间,连续3次,采用现场登记调查,调查的主要内容有：一般信息、中医症状、危险因素、是否有骨折的发生及其时间、骨折的原因、骨折的部位等。
3.5质量控制
对调查员进行严格的培训,并对整个登记式注册研究过程进行严格质量控制。所有收集的数据经严格的数据核查与管理之后,将合格的问卷独立双录双核后,录入本课题组与北京科技大学合作开发的“绝经后骨质疏松症健康管理系统”网络数据采集平台,并进行一致性检验,以保证数据的真实、完整。
3.6统计软件及方法
3.6.1统计软件
运用SPSS19.0软件对随访人群进行一般描述,采用R3.0.2软件中的survival, survivalROC, timeROC软件包进行预测模型的构建与分析。
3.6.2影响因素分析与风险模型建立
以调查的潜在危险因素作为协变量,运用单因素Cox比例风险模型筛选预后的影响因素,并基于单因素Cox比例风险模型筛选出的影响因素,建立多因素Cox比例风险模型,最后根据多因素模型中各个影响因素所对应的相对危险度,建立绝经后骨质疏松症骨折的风险预测工具。
3.6.3风险预测模型评价
运用接受者工作特征曲线(Receiver Operating Characteristics curve, ROC)评价预测工具的判别准确度,通过ROC曲线下面积(area under the ROC curve,AUC),评价预测工具的预测准确性。
4.研究结果
4.1完成情况
在上海、北京两地自2009年3月～2011年11月连续三年进行了3次调查,发出问卷1823份,数据完整者1498份,应答率为82.17%,失访或者数据不全占17.83%。
4.2一般描述
被调查的1498人中,有52人发生了绝经后骨质疏松症骨折,以是否发生绝经后骨质疏松症骨折划分为“两类人群”,两类人群在“年龄、豆类及瘦肉类饮食、是否绝经、生产次数、绝经年限、骨密度值、恶热、便溏、下肢拘挛、目眩”等存在差异(P<0.05)
4.3绝经后骨质疏松症骨折影响因素筛选
以发生绝经后骨质疏松症骨折时间为结局变量,经单因素Cox比例风险模型筛选,年龄、是否绝经、绝经年限、生产次数、骨密度、下肢拘挛、目眩等存在差异(P<0.05),且相应的RR值>1。
4.4多因素Cox比例风险模型的构建
以“BMD和危险因素和中医症状”、“BMD和危险因素和不纳入中医症状”、“危险因素和中医症状和不纳入BMD”,三种组合形式分别构建Cox比例风险评估模型：Cox比例风险评估模型1在有BMD和危险因素和中医症状的情况下,其AUC1值为0.750(0.684-0.815)；Cox比例风险评估模型2,有BMD和危险因素,不纳入中医症状的情况下,其AUC2值为0.697(0.628-0.767)；Cox比例风险评估模型2：在不纳入BMD,有危险因素和中医症状的情况下,其AUC3值为0.726(0.654-0.798)。经过Z检验,模型1与模型2之间,其两者的预测准确性差异存在统计学意义(P<0.05),模型1与模型3之间,在无BMD检测的情况,两者的预测准确性差异没有统计学意义(P>0.05)。
4.5绝经后骨质疏松症骨折风险预测工具的建立
为便于构建的绝经后骨质疏松症骨折预测工具更好的在社区推广应用,根据Cox多因素模型1与Cox多因素模型3各因素处于不同水平时所对应的相对危险度系数,分别制定出在有BMD检测与无BMD检测下两种情况的绝经后骨质疏松症骨折风险预测评分系统,进而建立绝经后骨质疏松症骨折早期风险预测工具。
5.结论
初步建立了基于北京、上海人口学特征40～65岁女性绝经后骨质疏松症骨折早期风险预测工具,在危险因素的基础上,加入了中医症状的相关内容,提高了模型的早期预测能力,为临床实践提供可参考的工具。
