男性骨质疏松性骨折风险评估新工具FRAC的外部验证：MrOS队列研究

《Journal of Bone and Mineral Research》：External validation of a novel HR-pQCT based fracture risk assessment tool (FRAC) in a Male Cohort: The Osteoporotic Fractures in Men (MrOS) Study

本研究针对现有骨折风险评估工具（如FRAX）在男性中预测敏感性不足的临床难题，通过高分辨率外周定量计算机断层扫描（HR-pQCT）技术开发了新型骨折风险计算器（FRAC）。研究团队在老年男性队列（MrOS）中验证了FRAC的5年及10年主要骨质疏松性骨折（MOF）和任何骨质疏松性骨折（AOF）预测性能。结果显示，FRAC模型的曲线下面积（AUC=0.685–0.703）显著优于FRAX（AUC=0.641）和股骨颈骨密度（FN aBMD）单独预测（AUC=0.636），尤其在中等风险人群中表现出更优的风险分层能力。该工具通过直接评估骨微结构参数，为男性骨质疏松性骨折的精准防控提供了新策略。

　　

骨质疏松症是一种以骨量减少和骨微结构破坏为特征的全身性骨病，显著增加骨折风险。尽管男性约占脆性骨折病例的40%，但其骨质疏松诊断率和治疗率远低于女性。目前临床广泛使用的骨折风险评估工具（如FRAX）主要依赖股骨颈骨密度（FN aBMD）和临床风险因素，但由于男性骨骼尺寸较大导致FN aBMD高估骨密度，这些工具在男性中的预测敏感性普遍较低。随着高分辨率外周定量计算机断层扫描（HR-pQCT）技术的发展，研究者能够直接获取骨微结构参数，为精准评估骨强度提供了新途径。

为突破现有工具的局限性，加拿大卡尔加大学等机构的研究团队开发了基于HR-pQCT的微结构骨折风险计算器（FRAC），并在国际骨微结构联盟（BoMIC）多中心队列中完成了初步训练。然而，该工具在老年男性（尤其是≥80岁高危人群）中的有效性尚未验证。为此，研究团队利用美国老年男性骨质疏松性骨折研究（MrOS）队列对FRAC进行外部验证，并与FRAX及FN aBMD单独预测模型进行性能对比。相关成果发表于《Journal of Bone and Mineral Research》。

关键技术方法概述

研究纳入MrOS队列中1,586名≥77岁社区老年男性，所有参与者接受桡骨远端和胫骨远端的HR-pQCT扫描（分辨率61 μm），并前瞻性收集每4个月的骨折事件。FRAC模型包含三个变体：完整模型（含HR-pQCT参数、有限元估算失效载荷、FN aBMD及临床因素）、简化模型（剔除FN aBMD）和进一步简化模型（剔除失效载荷）。通过竞争风险模型（Fine-Gray回归）评估校准度，并采用时间依赖性ROC曲线分析判别能力。

研究结果

1. 人群特征与骨折发生率

平均随访6.2年间，共发生129例主要骨质疏松性骨折（MOF），其中髋部骨折66例。骨折组相较于无骨折组表现出更低的FN aBMD（0.76 vs. 0.85 g/cm2）和HR-pQCT骨密度参数（如桡骨总BMD：239.5 vs. 278.7 mg HA/cm3），且骨微结构指标（如骨小梁数量、皮质厚度）显著恶化。

2. 模型校准与判别能力

FRAC的5年MOF和AOF预测风险与实际观察值高度吻合（回归斜率0.8–1.1），但10年预测存在高估，可能与队列高死亡率（竞争风险未纳入模型）相关。在判别分析中，FRAC′模型（仅含HR-pQCT参数和年龄）的5年MOF预测AUC最高（0.703），显著优于FRAX（0.641）和FN aBMD（0.636）。亚组分析显示，FRAC在FRAX判定的中等风险人群（10–20% MOF风险）中仍保持优越分层能力（AUC=0.691–0.711）。

3. 髋部骨折预测性能

尽管FRAC未针对髋部骨折专门优化，但其预测AUC（0.701–0.738）与FRAX髋部骨折模型（0.715）相当，提示外周骨微结构参数对近端骨折同样具有预测价值。

结论与意义

本研究首次在大型老年男性队列中验证了FRAC工具的外部适用性。结果表明，基于HR-pQCT的骨微结构参数可显著提升男性骨质疏松性骨折的短期（5年）风险预测精度，尤其在传统工具难以界定的中等风险人群中展现临床价值。FRAC的优势在于直接量化骨质量指标，规避了FN aBMD的性别偏差和临床回忆偏倚。未来需在更多样化人群中验证其普适性，并通过在线平台（www.normative.ca）推动临床转化。这一突破为男性骨质疏松的精准防控提供了新思路，有望弥补现有评估工具的不足。