《Brain and Spine》：The association between bone density evaluated on CT or MRI versus the gold standard dual-energy X-ray absorptiometry (DEXA) in the lumbar spine and hip: a meta-analysis
摘要引言：基于CT的Hounsfield单位（HU）和基于MRI的椎体骨质量（VBQ）评分是骨密度的机会性标志物，也是双能X线吸收测定法（DEXA）的潜在替代方案。研究问题：HU值及VBQ评分与DEXA之间的相关性如何，以及基于曲线下面积（AUC）的诊断区分度在检测骨量减少和骨质疏松中的表现如何？材料与方法：研究人员检索了PubMed、Embase、Web of Science、Cochrane Library和CINAHL，检索时间截至2025年8月，纳入了报告DEXA与CT和/或MRI之间相关性，或CT和/或MRI基于AUC的诊断区分度以检测骨量减少和骨质疏松的研究。使用随机效应模型计算合并相关系数和AUC值，并附带95%置信区间（95% CI）。结果：分析了43项研究，共纳入8222名患者。HU与DEXA T值（T-score）的相关性优于VBQ评分（最大相关系数：0.741（95% CI: 0.578-0.847）对比-0.476（95% CI: -0.548至-0.398）），并且在所有椎体和DEXA测量部位上，HU对骨量减少和骨质疏松的基于AUC的诊断区分度更高（最大AUC：0.875（95% CI: 0.841-0.909）对比0.806（95% CI: 0.684-0.929））。HU的相关性和基于AUC的诊断区分度在各椎体间一致，在L2和L1–L4均值处结果略优。VBQ评分的相关性在L1最高，并从L1至L4逐渐降低。讨论与结论：当CT可用时，HU似乎是比VBQ更受支持的低骨密度（BMD）机会性标志物。所有椎体均显示出可比较的相关性和基于AUC的诊断区分度，其中L2 HU和L1-L4 HU均值表现出略优的结果。
引言
骨质疏松症是一种全身性骨疾病，以低骨量和松质骨微结构退化为特征。随着人口老龄化，骨质疏松症的患病率及相关经济负担预计将进一步增加。在脊柱手术患者中，术前检测和治疗骨质疏松症至关重要，因为低骨密度（BMD）与螺钉松动和融合器下沉等并发症相关，这些并发症可能影响手术效果并需要翻修手术。尽管具有临床相关性和不断上升的患病率，但一项近期荷兰研究表明，大量骨质疏松症患者仍未被诊断，估计治疗缺口为60%至72%。当前BMD评估的金标准是在髋部或股骨处测量的双能X线吸收测定法（DEXA）。此外，源于腰椎椎体的DEXA扫描更为常用。根据世界卫生组织（WHO），T值（T-score）≥-1为正常骨密度，T值<-1且>-2.5为骨量减少，T值≤-2.5为骨质疏松症。然而，越来越多证据表明，使用DEXA进行体内骨密度评估不准确。骨赘、血管钙化、脊柱侧弯和过多脂肪沉积等因素可导致骨密度高估，而吸收测定测量部位的变异性进一步限制了结果的普适性。此外，尽管DEXA被认为是骨质疏松症诊断的金标准，但在符合条件患者中DEXA使用仍不充分。
评估腰椎BMD的替代方法已被提出，如基于计算机断层扫描（CT）的Hounsfield单位（HU）和基于磁共振成像（MRI）的椎体骨质量（VBQ）评分。这些影像学方法的主要优势在于，CT和MRI扫描通常在术前评估中获取，因此可机会性使用，而DEXA则不然。HU代表CT成像中用于量化组织相对放射密度的标准化尺度，因此可用作骨密度的度量。VBQ评分通过腰椎T1加权MRI图像评估椎体内脂肪浸润量。这些机会性影像学模态衍生的衰减值（即BMD指示性值）已被证明与DEXA相关，但测量部位和测量方法的变异性可能是导致报告相关系数和诊断准确性（ROC分析）分布范围广的原因。现有比较DEXA扫描与机会性方法所测BMD的荟萃分析未区分特定的DEXA测量部位或方法，以及CT/MRI评估的测量部位（不同腰椎椎体）。鉴于骨密度在全身及沿脊柱存在差异，可合理预期各椎体和测量部位结果可能不同。本荟萃分析旨在更好地理解基于CT的Hounsfield单位（HU）和基于MRI的椎体骨质量（VBQ）评分在评估骨密度（BMD）时相对于当前金标准DEXA的相关性及基于曲线下面积（AUC）的诊断区分度。此外，评估了机会性BMD评估的最佳椎体水平。最终，这可能有助于改善骨质疏松症的筛查和诊断，特别是在接受术前影像检查的患者中，从而提升脊柱护理的整体质量。
材料与方法
研究检索方法
使用PRISMA 2020 27项清单作为本综述的报告指南。在五个医学文献数据库中进行了系统性检索：PubMed、Embase、Web of Science、Cochrane Library和CINAHL。检索时间从建库至2025年8月。
测量方法
DEXA：在临床实践中，DEXA测量最常在股骨颈或全髋部进行，并越来越多地在腰椎获取。所得个体T值可用于BMD评估，但通常使用评估区域中的最低T值。
基于CT的HU测量：存在多种测量Hounsfield单位的方法。测量通常在L1至L4进行，可在中轴位、中矢状位和中冠状位平面进行，其中中轴位平面最常用。关于测量方法，有些方法测量整个椎体中部，而其他方法使用标准化圆形ROI。由于HU代表量化组织的相对放射密度，较高的HU值对应较高的骨密度。
基于MRI的VBQ测量：VBQ评分仅在矢状面测量，最常在L1至L4进行。由于VBQ评分代表椎体内脂肪浸润量，较高的VBQ评分对应较低的骨密度。
考虑纳入本综述的研究标准
本系统综述和荟萃分析纳入了旨在比较和/或关联使用常规CT和/或MRI与腰椎、髋部和/或股骨DEXA测量所评估的腰椎骨密度的回顾性和前瞻性研究。纳入标准如下：1）年龄18岁或以上患者；2）样本量大于20名患者；3）使用常规CT/MRI方案分别测量腰椎HU值和VBQ评分；4）在腰椎、股骨或髋部进行DEXA T值测量，并根据WHO骨质疏松症定义评分；5）报告CT/MRI衰减值与DEXA T值之间的相关系数，和/或受试者工作特征（ROC）分析，包括AUC及相应95%置信区间（95% CI）或p值。排除标准包括：1）CT/MRI与DEXA测量间隔超过1年；2）CT/MRI测量在非腰椎部位，如颈椎或胸椎、下颌骨、胫骨、腓骨、桡骨或尺骨；3）研究队列包含既往腰椎融合术患者，因无法准确测量腰椎融合后的CT/MRI衰减值；4）研究队列包含可能影响骨质量的全身性病理患者（如骨肥厚症、严重成人脊柱畸形和恶性肿瘤），但骨量减少和骨质疏松症除外；5）研究队列包含接受特异性旨在增强骨质的药物治疗的患者；6）影像学检查中使用对比剂；7）生物力学、动物或尸体研究；8）会议摘要；9）病例报告；10）重复文章。两名研究人员独立筛选所有检索记录标题和摘要进行资格评估，分歧与第三名研究人员讨论。两名研究人员独立对剩余记录进行全文筛选，分歧与第三名研究人员讨论。
评估纳入研究偏倚风险
两名研究人员使用诊断准确性研究质量评估工具-2（QUADAS-2）独立评估偏倚风险，分歧与第三名研究人员讨论。该工具基于四个领域评估诊断准确性研究的偏倚风险和适用性：患者选择、待评价试验（即CT或MRI）、参考标准（即DEXA扫描）及流程和时机，每个领域得出低、高或不清楚的偏倚风险，以及前三个领域低、高或不清楚的适用性担忧。在患者选择领域，考虑了连续入组患者、避免病例-对照设计以及不适当排除相关的偏倚风险。在流程和时机领域，评估了各种因素，包括是否所有患者接受了相同的参考标准以及是否所有患者均纳入分析。虽然原始QUADAS-2指南建议研究在所有领域均为低风险才被视为高质量，但本研究采用略宽松的标准，允许最多一个领域为高风险或不清楚风险的研究被归类为高质量，此改编自Brunelli等人。因此，在四个领域中至少三个领域被识别为“高”或“不清楚”偏倚风险记录被视为低质量。研究在四个领域中至少三个领域为“低”偏倚风险评估被视为高质量。其他分类模式的研究被视为中等质量。高/中/低质量分类是改编的总体分类，不应解释为原始QUADAS-2总结评分。
数据收集和分析
两名研究人员从所有纳入研究中提取数据并输入Excel电子表格。提取以下数据：发表年份、研究设计、国家、患者数量、衰减值方案、CT/MRI和DEXA测量位置、CT/MRI与DEXA间隔时间、患者特征、衰减值（HU值或VBQ评分）、相关性参数、ROC分析结果以及其他纳入和排除标准。ROC分析是一种统计方法，用于通过评估测试区分不同结果（如正常BMD和低BMD）的能力来评估诊断区分度，通常通过绘制敏感度对1-特异度的曲线表示。当一篇文章在同一椎体水平报告了在不同成像平面（如轴位、矢状位和冠状位）获得的多个测量值时，选择轴位平面测量值进行分析以避免重复计数患者。此外，当报告了多种测量方法（如感兴趣区域和感兴趣体积方法）时，选择最常规的方法（感兴趣区域）以增强结果普适性并防止重复计数患者。所有提取数据转入Comprehensive Meta-Analysis版本4软件进行数据分析。使用基于DerSimonian和Laird方法的随机效应模型确定合并相关系数和AUC，并附带95% CI。使用Cochrane Q检验评估异质性存在，显著性水平p<0.10。异质性通过I平方（I
2）指数量化，报告为低（0-25%）、中度（26-50%）、显著（51-75%）或高（76-100%）。为处理异质性，所有分析按DEXA测量位置和CT/MRI衰减值测量位置分层。此外，相关性分析按相关性类型分层（Pearson用于正态分布数据 vs. Spearman用于非正态分布数据），AUC分析按结果类型分层（骨量减少和/或骨质疏松症）。使用Egger回归截距评估漏斗图因所谓小研究效应导致的潜在不对称性。若漏斗图在视觉或统计上呈不对称性，则应用剪补法估算可能缺失研究并计算调整后相关系数，前提是发表偏倚为不对称性来源。当单个结局有至少十项研究可用时，进行单变量元回归，评估1）CT与DEXA成像间隔时间、2）骨质疏松症患者百分比、3）研究质量，以评估相关系数是否随这些试验层面协变量水平变化。除非另有说明，双侧p值<0.05被认为具有统计学显著性。
结果
检索和选择结果
初始检索共获得3035条记录，移除1676条重复后，获得1359篇文章进行标题和摘要筛选。因与研究主题无关或基于摘要不符合预定义纳入和排除标准，排除1205篇文章，随后对剩余154篇文章进行全文筛选。基于全文审查，因不符合预定义纳入和排除标准排除111篇文章，最终纳入43篇文章进行分析。提供了识别和选择过程的流程图。
偏倚风险评估
使用QUADAS-2工具评估所有43篇纳入文章偏倚风险。20篇文章被归类为高质量。18篇文章为中等质量。5项研究被归类为低质量。在偏倚风险评估和适用性担忧方面，最常引起担忧的领域是患者选择。结果以表格和图示呈现。
相关性结果
HU与腰椎T值的相关性：16项研究报告了椎体HU值与腰椎T值之间的相关性。合并Pearson相关系数（r）范围从L1-L4的0.551（95% CI: 0.406-0.669）到L2的0.617（95% CI: 0.536-0.686），而合并Spearman秩相关系数（ρ）范围从L1的0.629（95% CI: 0.497-0.732）到L1-L4的0.741（95% CI: 0.578-0.847）。所有分析中异质性均较高。
HU与股骨颈T值的相关性：5项研究报告了椎体HU值与股骨颈T值之间的相关性。合并Pearson r范围从L1的0.371（95% CI: 0.165-0.545）到L2的0.482（95% CI: 0.369-0.581），而合并Spearman ρ范围从L4的0.624（95% CI: 0.411-0.772）到L1-L4的0.675（95% CI: 0.532-0.781）。
HU与全髋部T值的相关性：2项研究报告了椎体HU值与全髋部T值之间的相关性。合并Pearson r范围从L1的0.466（95% CI: 0.200-0.668）到L2的0.584（95% CI: 0.351-0.749）。未报告Spearman ρ及平均腰椎HU值与全髋部T值之间的相关性。
HU与最低T值的相关性：6项研究报告了椎体HU值与最低T值之间的相关性。合并Pearson r范围从L1的0.532（95% CI: 0.330-0.687）到L1-L4的0.630（95% CI: 0.292-0.828），而合并Spearman ρ范围从L1的0.613（95% CI: 0.507-0.701）到L2的0.701（95% CI: 0.550-0.808）。
VBQ评分与腰椎T值的相关性：8项研究报告了VBQ评分与腰椎T值之间的相关性。合并Pearson r范围从L4的-0.340（95% CI: -0.453至-0.216）到L1的-0.460（95% CI: -0.594至-0.302），而合并Spearman ρ在L1-L4为-0.166（95% CI: -0.440至0.136）。未对单个椎体评估Spearman相关性。
VBQ评分与股骨颈T值的相关性：7项研究报告了VBQ评分与股骨颈T值之间的相关性。合并Pearson r范围从L1-L4的-0.361（95% CI: -0.506至-0.197）到L1的-0.465（95% CI: -0.523至-0.402），而合并Spearman ρ在L1-L4为-0.333（95% CI: -0.507至-0.132）。未对单个椎体报告Spearman相关性。
VBQ评分与全髋部T值的相关性：3项研究报告了VBQ评分与全髋部T值之间的相关性。合并Pearson r在L1-L4为-0.265（95% CI: -0.386至-0.136），而合并Spearman ρ在L1-L4为-0.408（95% CI: -0.539至-0.257）。未评估单个椎体水平相关性。
VBQ评分与最低T值的相关性：9项研究报告了VBQ评分与最低T值之间的相关性。合并Pearson r在L1-L4为-0.476（95% CI: -0.548至-0.398），而合并Spearman ρ在L1-L4为-0.315（95% CI: -0.467至-0.146）。未评估单个椎体水平相关性。
ROC分析结果
无研究报告基于全髋部T值作为参考标准的椎体HU值或VBQ评分诊断骨量减少和骨质疏松症的AUC。基于最低T值诊断骨质疏松症的HU截断值范围比基于腰椎T值更受限。跨研究中，最佳HU截断值（定义为具有最高联合敏感度和特异度的阈值）因参考标准和评估椎体水平而异。使用腰椎T值作为参考标准，最佳截断值为：L1处180 HU（敏感度100.0%，特异度91.5%），L2处101 HU（75.0%，77.8%），L3处199 HU（92.3%，79.6%），L4处193 HU（81.8%，83.2%），以及L1–L4平均值88 HU（87.5%，85.5%）。使用股骨颈T值作为参考标准，L1–L4最佳截断值为99 HU（81.2%，71.0%）。使用最低T值作为参考标准，最佳截断值为：L1处160 HU（93.6%，86.9%），L2处92 HU（94.1%，74.4%），L3处84 HU（94.1%，76.7%），L4处79 HU（82.4%，88.4%），以及L1–L4平均值92 HU（94.1%，74.4%）。这些发现表明，所提议的HU截断值在不同研究和参考标准间存在显著变异。
HU与腰椎T值的ROC分析：12项研究评估了基于腰椎T值作为参考标准的椎体HU值的AUC诊断区分度。对于骨量减少和骨质疏松症的联合诊断，合并AUC值范围从0.694（95% CI: 0.547-0.841）到0.802（95% CI: 0.672-0.931），而单独诊断骨质疏松症时，合并AUC值范围从0.807（95% CI: 0.754-0.860）到0.853（95% CI: 0.815-0.891）。
HU与股骨颈T值的ROC分析：2项研究报告了基于股骨颈T值作为参考标准的平均腰椎HU值诊断骨质疏松症的AUC诊断区分度，合并AUC为0.773（95% CI: 0.736-0.810）。
HU与最低T值的ROC分析：11项研究评估了基于最低T值作为参考标准的椎体HU值的AUC诊断区分度。对于骨量减少和骨质疏松症的联合诊断，合并AUC值范围从0.670（95% CI: 0.512-0.828）到0.870（95% CI: 0.790-0.950），而单独诊断骨质疏松症时，合并AUC值范围从0.822（95% CI: 0.764-0.881）到0.875（95% CI: 0.841-0.909）。
VBQ评分与腰椎T值的ROC分析：3项研究评估了基于腰椎T值作为参考标准的L1-L4 VBQ评分的AUC诊断区分度。对于骨量减少和骨质疏松症的联合诊断，合并AUC为0.612（95% CI: 0.460-0.764），单独诊断骨质疏松症时为0.806（95% CI: 0.684-0.929）。
VBQ评分与股骨颈T值的ROC分析：2项研究评估了基于股骨颈T值作为参考标准的L1-L4 VBQ评分的AUC诊断区分度。对于骨量减少和骨质疏松症的联合诊断，合并AUC为0.774（95% CI: 0.672-0.876），单独诊断骨质疏松症时为0.692（95% CI: 0.613-0.772）。
VBQ评分与最低T值的ROC分析：4项研究评估了基于最低T值作为参考标准的L1-L4 VBQ评分的AUC诊断区分度。对于骨量减少和骨质疏松症的联合诊断，合并AUC为0.766（0.675-0.856），单独诊断骨质疏松症时为0.726（95% CI: 0.621-0.831）。
小研究效应
对L1 HU与腰椎T值之间的Pearson相关性进行小研究效应调查，因为这是唯一包含十项或以上研究的结局。基于Egger回归截距未发现小研究效应证据（p=0.54）。然而，基于漏斗图视觉评估不对称性，使用剪补法校正潜在发表偏倚。估算三个可能缺失研究被填补至合并点估计右侧，导致Pearson相关系数从0.592（95% CI: 0.529-0.648）增加至0.626（95% CI: 0.558-0.686）。
合并相关系数按CT与DEXA间隔时间的元回归
仅对L1 HU与腰椎T值之间的相关性进行元回归，因所有其他比较少于十项研究。评估了12项研究共2071名患者，合并Pearson相关系数与CT和DEXA间隔时间无显著关联：斜率：0.0000（95% CI: -0.0009-0.0008；p=0.96）。
合并相关系数按研究质量的元回归
评估了相同12项研究，合并Pearson相关系数与研究质量无统计学显著关联（p=0.10）。回归公式如下：截距=0.6666 + (-0.0768 x 低质量) + (0.1306 x 中等质量)。截距代表高质量研究的预测结局，作为参考类别。低质量研究显示略弱相关性，而中等质量研究显示比高质量研究更强的相关性。然而，此差异无统计学显著性（p=0.10）。
合并相关系数按骨质疏松症患者百分比的元回归
可进行元回归的总组中7项研究报告了骨质疏松症患者百分比。观察到L1 HU与腰椎T值之间的合并Pearson相关系数与骨质疏松症患者百分比之间存在显著负相关：斜率：-0.0066（95% CI: -0.0106至-0.0025；p=0.002）。这表明骨质疏松症患者比例每增加10%，相关系数下降0.066（6.6%）。
讨论
本荟萃分析旨在深入了解基于CT的HU测量、基于MRI的VBQ评分与DEXA T值之间的相关性，并评估两种衰减测量在不同椎体水平及根据各种DEXA参考部位检测骨量减少和骨质疏松症的基于AUC的诊断区分度。HU值似乎与DEXA T值的相关性比VBQ评分更强。此外，基于AUC的诊断区分度（由AUC值反映）在HU测量中往往高于VBQ评分。因此，当可用时，HU似乎是比VBQ评分更受支持的低BMD机会性标志物。然而，这应在间接比较、异质性成像方案以及缺乏调整后头对头证据的背景下解释。尽管各椎体水平间的相关系数无明显差异，但L2 HU和平均L1-L4 HU与DEXA T值的相关性最强。此外，HU与腰椎和最低T值之间的相关性平均而言强于与股骨颈和全髋部T值的相关性。VBQ评分与腰椎和股骨颈T值之间的相关性在L1最高，并从L1至L4逐渐降低。这可能是由于腰椎脂肪分数从L1至L4增加所致。因为VBQ评分基于椎体脂肪含量估算信号强度，下部椎体基线脂肪较高缩小了检测骨密度差异的范围，从而可能削弱与DEXA T值的相关性。未来研究可比较L1 VBQ与L1-L4 VBQ的诊断性能，以确定诊断低BMD的最佳位置。最后，在HU测量中，Spearman秩相关系数在所有椎体水平和DEXA参考部位均一致高于Pearson相关系数。相反，VBQ评分的该模式不确定，可能因报告Spearman相关性的研究数量有限。较高的Spearman秩相关系数可归因于Pear
