编辑推荐：
为解决 FRAX 预测髋部骨折未纳入跌倒及社会人口学因素的问题，研究人员开展将跌倒频率、能量和社会脆弱性指数（SVI）融入 FRAX 模型的研究。结果表明这些因素可提升预测准确性，这为优化 FRAX 工具提供依据。
髋部骨折是全球范围内令人困扰的健康难题，其发病率呈显著上升趋势。据估算，1990 年全球髋部骨折病例为 126 万例，到 2050 年预计会激增至 450 万例 。每年约有 3730 万次跌倒事件发生，而髋部骨折病例中超过 95% 由跌倒导致，全球因此损失 175 万伤残调整生命年（DALYs），在女性群体中负担更为沉重。为降低髋部骨折带来的负担，预测并实施早期干预策略至关重要。
世界卫生组织（WHO）开发的骨折风险评估工具（FRAX），用于预测成年人 10 年内髋部骨折的概率。它综合了年龄、性别、体重等多种重要风险因素，在全球广泛应用，对预测骨折风险发挥了重要作用。然而，FRAX 也存在明显缺陷，它缺乏对各风险因素详细、标准化的描述，且未将跌倒史纳入考量，而跌倒在老年人髋部骨折的成因中占据关键地位。同时，社会人口学因素如种族、社会经济状况等对髋部骨折的影响也不容忽视，但 FRAX 同样未涉及这些方面。鉴于此，来自美国哈佛医学院附属麻省总医院布莱根妇女医院（Mass General Brigham, Harvard Medical School）等机构的研究人员开展研究，旨在评估将跌倒频率、跌倒能量和社会脆弱性指数（SVI）融入 FRAX 模型后，对预测跌倒诱导髋部骨折风险的准确性的影响 。该研究成果发表在《Scientific Reports》上，为髋部骨折风险预测的优化提供了重要参考。
研究人员采用回顾性病例对照研究方法。从位于美国马萨诸塞州波士顿的一家三级医疗机构的数据存储库 —— 研究患者数据注册中心（RPDR）中，查询 2010 年至 2023 年的数据 。筛选出年龄≥40 岁、确诊为跌倒诱导髋部骨折的患者作为病例组，将有跌倒史但未发生髋部骨折的患者作为对照组，并进行年龄匹配 。研究排除了多种可能干扰结果的情况，如既往有髋部骨折手术史、病历未提及跌倒机制等 。
在研究过程中，研究人员收集了参与者的多项基线信息，包括年龄、性别、身高、体重等基本信息，以及骨折史、吸烟状况等与骨折风险相关的因素 。通过专家对临床记录的解读来确定跌倒次数和跌倒能量，低能量跌倒定义为从 <1 米高度跌落，高能量跌倒为从> 1 米高度跌落 。使用在线计算工具计算 FRAX 评分，依据参与者的邮政编码和疾病控制与预防中心（CDC）的有毒物质和疾病登记署（ATSDR）计算工具估算 SVI 及其各子类别评分 。运用统计软件 SPSS 28.0 进行数据分析，采用二元逻辑回归确定显著预测因子，并通过多个性能指标评估模型预测能力 。
研究结果
- 基线特征差异：病例组和对照组在种族、BMI、FRAX 评分、种族和少数民族地位、住房类型和交通等方面存在显著差异 。
- 风险因素分析：FRAX 评分与跌倒诱导髋部骨折的可能性显著相关，优势比（OR）为 1.06（CI：1.03 - 1.09） 。有一次跌倒史的参与者 OR 为 1.58（CI：1.02 - 2.37），多次跌倒者 OR 为 1.84（CI：1.09 - 3.1） 。白人参与者跌倒诱导骨折率更高（OR = 2.85；CI：1.56 - 5.20），住房类型和交通领域与受伤几率呈负相关（OR = 0.30，CI：0.12 - 0.80） 。
- 模型性能评估：传统 FRAX 工具的受试者工作特征曲线下面积（AUC）为 62%，特异性为 73.6%，敏感性为 41.8% 。融入新变量的改良 FRAX 模型 AUC 提升至 67%，敏感性提升至 58.2% 。改良 FRAX 模型在预测跌倒诱导髋部骨折风险方面表现更优 。
研究结论与讨论
本研究明确了跌倒频率、SVI 和种族等因素在预测跌倒诱导髋部骨折方面具有重要意义，凸显了 FRAX 工具进一步优化的必要性 。虽然改良 FRAX 模型在预测性能上有一定提升，但仍存在局限性 。研究样本量相对较小，无法按年龄进行分组分析；跌倒能量的测量依赖专家对临床记录的解读，存在一定主观性；研究未进行外部验证，影响结果的普遍适用性 。
不过，该研究成果依然为后续研究指明了方向 。未来研究应着重开展年龄特异性分析，将社会决定因素和社会经济指标更全面地整合到预测模型中，并充分考虑详细的跌倒特征 。这不仅有助于更精准地预测髋部骨折风险，还能为制定更具针对性的预防策略提供有力支持，对降低髋部骨折的发生率、减轻患者痛苦和社会医疗负担具有重要意义 。
