基于症状轨迹的膝骨关节炎患者分型及向全膝关节置换术的进展：来自骨关节炎倡议(Osteoarthritis Initiative)超过6000个膝关节的证据

《Journal of Cartilage & Joint Preservation》：Profiling of knee osteoarthritis patients and progression to total knee arthroplasty based on symptom trajectories: Evidence on more than 6000 knees from the Osteoarthritis Initiative.

　　

引言
本研究旨在探讨膝骨关节炎(OA)的症状演变，并基于症状轨迹识别患者聚类，直至需要进行全膝关节置换术(TKA)。

方法
研究人员从骨关节炎倡议(Osteoarthritis Initiative, OAI)数据库中筛选患者，要求提供完整的基线年龄、性别、体重指数(BMI)、Kellgren-Lawrence (KL)分级、膝关节积液、膝伸肌机制肌腱病(extensor mechanism tendinopathy)以及WOMAC评分数据，并在基线及每年随访中持续8年。研究人员根据纵向WOMAC轨迹对患者进行聚类。根据基线因素的多变量分析结果对所得组别进行描述。采用文献中WOMAC截断值28.8分作为TKA适应症的实用参考。

结果
共纳入6,484个膝关节。多变量分析显示，影响WOMAC轨迹的主要基线因素包括KL分级、女性性别、膝关节积液和伸肌机制肌腱病(均p<0.05)。患者聚类根据纵向WOMAC轨迹的水平和形态识别出七个患者组。基于TKA文献截断值28.8分，识别出三个宏观组：在随后8年内不需要、有风险或可能需要TKA的患者。

结论
膝OA向TKA进展的临床演变受多种患者特征影响，包括KL分级、女性性别、膝关节积液和伸肌机制肌腱病。通过对纵向WOMAC轨迹进行聚类，识别出七个患者组，并根据向TKA适应症的进展定义了三个宏观组。这些结果为临床实践中支持膝OA患者的风险分层和更个体化治疗提供了实用框架。

论文解读文章：

膝骨关节炎（knee osteoarthritis, OA）是老年人中最常见的退行性膝关节病变，亦是导致疼痛和残疾的主要原因之一。该疾病由多种因素相互作用最终导致关节退变，给全球医疗系统带来日益沉重的负担。尽管已有大量研究，但膝OA的临床管理仍具挑战性，因为疾病涵盖广泛的症状和结构表现，且并非总遵循可预测的病程。患者常经历疼痛、僵硬和功能限制的波动模式，导致临床表现和进展的高度异质性。传统上，膝OA的严重程度通过基于放射学分级系统或单次时间点临床评分的横断面评估来确定。然而，这种静态方法可能无法捕捉疾病的动态特性，从而可能低估患者随时间变化的轨迹变异性。纵向症状评估提供了对膝OA病程更全面的视角，能够更详细地研究随访期间的疾病演变，包括向需要进行全膝关节置换术（total knee arthroplasty, TKA）的终末期膝OA的进展。在此背景下，根据症状轨迹对患者组进行聚类分析，可以提供一种数据驱动的方法，以探究从单次时间点分析中无法显现的模式。通过分析聚类与基线患者特征的关系，可将特定轨迹和OA患者亚组与终末期膝OA及TKA的进展联系起来。这种分层最终可识别不同的疾病轨迹，通过指导治疗决策和靶向干预的发展，支持更个体化的膝OA管理。本研究旨在探讨大型膝OA队列的症状演变，以识别在症状进展至需要植入TKA的纵向轨迹方面不同的患者聚类。

研究人员从骨关节炎倡议（Osteoarthritis Initiative, OAI）数据库中筛选患者，OAI是一项前瞻性、多中心、纵向、开放获取的观察性研究，包含4,796例患者。纳入标准为具有完整的基线年龄、性别、体重指数（body mass index, BMI）、Kellgren-Lawrence（KL）分级（用于评估膝OA放射学严重程度）、膝关节积液（检查者评估）、膝伸肌机制肌腱病（extensor mechanism tendinopathy）以及西安大略和麦克马斯特大学骨关节炎指数（Western Ontario and McMaster Universities Osteoarthritis Index, WOMAC）评分（用于评估膝OA症状的标准化患者报告结局指标）数据，并在基线及每年随访中持续8年。关键方法包括：（1）多变量重复测量方差分析，识别影响纵向WOMAC轨迹的基线因素及其相对重要性；（2）基于轨迹水平和形态的迭代聚类，将具有相似WOMAC轨迹的患者归入同一组；（3）采用文献中WOMAC截断值28.8分（0-96量表）作为与TKA手术适应症相关的症状阈值，用于判断轨迹是否达到需要手术的水平。研究共纳入6,484个膝关节（来自3,364例患者），全部来自OAI数据库。

研究结果分为三个部分。**多变量分析（Multivariate analysis）**：通过重复测量方差分析显示，主要影响8年随访期间WOMAC轨迹的基线因素包括KL分级（p<0.001，partial η²=0.009）、女性性别（p=0.003，partial η²=0.004）、膝关节积液（p<0.001，partial η²=0.006）和伸肌机制肌腱病（p<0.001，partial η²=0.005），而年龄和BMI无统计学显著性。这些因素的部分和完全组合也具有统计学显著性（p<0.05，partial η²≥0.003），除性别与积液的组合外。**患者聚类（Patient clustering）**：根据纵向WOMAC轨迹的水平和形态，识别出七个患者组。Group 1（4,446膝，68.6%）呈极低WOMAC水平且平坦稳定，始终远低于TKA阈值；Group 2（342膝，5.3%）起始低但逐渐上升，仍低于阈值；Group 3（663膝，10.2%）起始中等症状，呈先降后升模式，未达阈值；Group 4（688膝，10.6%）基线负担中等，呈明显渐进性增加，后期接近阈值；Group 5（161膝，2.5%）起始即接近阈值，随后持续高于阈值；Group 6（127膝，2.0%）起始低于阈值，但急剧恶化跨越阈值并保持明显高于阈值；Group 7（57膝，0.9%）起始已高于阈值，且增加最快最大，终末WOMAC水平最高。**向TKA适应症的进展（Progression to TKA indication）**：基于WOMAC文献截断值28.8分，将七个组归为三个宏观组：Group 1-3为8年内不需TKA的患者（5,451膝，84.1%）；Group 4为有风险的患者（688膝，10.6%）；Group 5-7为症状与TKA适应症相关的患者（345膝，5.3%）。此外，研究也记录了实际接受手术的患者：宏观组1中3.7%、宏观组2中18.9%、宏观组3中27.8%的患者在随访期间接受了TKA。

讨论部分总结：本研究的主要发现是膝OA患者向TKA植入的临床演变受多种患者特征影响，包括KL分级、女性性别、膝关节积液和伸肌机制肌腱病。通过OAI数据库8年随访数据，对纵向WOMAC轨迹进行聚类识别出七个患者组，并根据向TKA适应症的进展定义三个宏观组。这些结果为临床实践中支持膝OA患者的风险分层和更个体化治疗提供了实用框架。最低风险宏观组（Group 1-3）以无积液和伸肌机制肌腱病、无或轻度放射学膝OA为特征，预期可通过教育、生活方式优化和运动治疗控制症状。中间风险宏观组（Group 4）以女性和/或放射学严重程度较高但无伸肌机制肌腱病为特征，需密切监测和积极升级非手术治疗。最高风险宏观组（Group 5-7）以晚期放射学OA、积液和/或伸肌机制肌腱病发生率增加为特征，反映了机械过载、炎症激活和关节结构失效的汇聚，解释了快速向终末期疾病的进展。积液被识别为症状轨迹的关键驱动因素，支持在临床中积极处理膝OA的炎症发作；女性性别与更差轨迹的关联提示需关注疼痛感知、肌力和共病状态等因素；伸肌机制肌腱病即使在较低放射学分级下也与更差轨迹相关，表明关节周围软组织病理是可行的治疗靶点。此外，研究结果对随机对照试验（RCT）设计有重要意义：基于基线单次症状评估的纳入标准可能捕获处于症状波动的患者，导致向均数回归和假性改善，而轨迹知情纳入和分层随机化可减少结局变异，提高统计效能。

研究结论部分翻译：膝OA患者向TKA植入的临床演变受多种患者特征影响，包括KL分级、性别、膝关节积液和伸肌机制肌腱病。利用OAI数据库的8年随访数据，通过对纵向WOMAC轨迹进行聚类，识别出七个患者组，并根据向TKA适应症的进展定义了三个宏观组。这些结果为临床实践中支持膝OA患者的风险分层和更个体化治疗提供了实用框架。