椎体CT衰减值在肺癌筛查参与者中检测骨质疏松症优于标准临床骨折风险预测工具
该研究基于国际肺癌筛查试验单中心535例参与者的基线低剂量CT,比较椎体Hounsfield单位衰减值(VHU)与FRAX、Garvan骨折风险计算器识别低骨密度和椎体压缩骨折的准确性。VHU在识别低QCT骨密度方面优于FRAX和Garvan(AUC 0.94 vs 0.67和0.64),在识别椎体骨折方面不劣于含T-score的风险工具,且操作更简便。
要点
- VHU测量简单快速,在低剂量肺癌筛查CT上即可完成,无需专用软件或额外辐射。
- VHU识别低QCT骨密度的AUC为0.94,显著优于FRAX(0.67)和Garvan(0.64)。
- VHU在识别椎体骨折方面与含T-score的FRAX和Garvan工具非劣效(AUC 0.65 vs 0.53和0.61)。
核心结论
- VHU在检测低骨密度方面优于临床风险计算器,在识别椎体骨折方面与含T-score的风险计算器判别能力相当,且操作显著更简单。
- VHU测量可能有助于接受肺癌筛查的高危吸烟者的骨质疏松评估。
研究设计与样本
- 国际肺癌筛查试验(ILST)单中心子研究,纳入535例具有完整CT和临床数据的参与者(中位年龄64岁,IQR=11;男性315例,59%)。
- CT扫描于2017年至2019年进行,采用标准低剂量方案(GE Healthcare Revolution 256排CT,120kV,40-50mA,1:1螺距,平均有效剂量1.8 mSv)。
- VHU测量最尾侧成像椎体(L1 n=271,T12 n=199,T11 n=55,T10 n=10)前上部分2D椭圆形ROI的平均衰减值,低VHU-BMD预先定义为<110 HU。
- 参考标准为T11-L1平均QCT-BMD(低<120 mg/cm3;骨质疏松<80 mg/cm3;骨量减少80–120 mg/cm3),使用Mindways QCT Pro半自动ROI测量。
- 椎体骨折采用Genant半定量法评估,Grade 2–3(高度丢失≥25%)视为临床显著。
关键影像表现/征象
- VHU与QCT-BMD高度相关(R=0.90,RMSE 14.1),Bland-Altman分析平均差异为−0.73。
- 显著椎体骨折最常检测于T7(16%)和T8(16%),其次为T9(12%)、T12(12%)和L1(12%)。
- VHU每增加10 HU与椎体骨折患病 odds 降低21%相关(OR:0.79 [95%CI: 0.71–0.88],p<0.001)。
- 男性与椎体骨折患病 odds 增加92%相关(OR:1.92 [95%CI: 1.04–3.67])。
- 年龄、BMI和主动吸烟未达统计学显著。
诊断标准与关键数值
- VHU识别低QCT-BMD的AUC为0.94(95%CI: 0.93–0.96);阈值110 HU时特异度0.95(95%CI: 0.92–0.97)、敏感度0.70(95%CI: 0.65–0.75)、阳性预测值0.95(95%CI: 0.91–0.97)、阴性预测值0.71(95%CI: 0.66–0.76)。
- 在64例有近期DXA的参与者中,VHU识别低QCT-BMD的AUC为0.99(95%CI: 0.97–1),优于FRAXT-score 0.71(95%CI: 0.56–0.87)、FRAX 0.73(95%CI: 0.60–0.87)、GarvanT-score 0.71(95%CI: 0.57–0.86)和Garvan 0.74(95%CI: 0.62–0.87)。
- VHU识别QCT骨质疏松或骨量减少的最佳阈值为126 HU(特异度0.78,敏感度0.94);识别QCT骨质疏松的最佳阈值为95 HU(特异度0.84,敏感度1.00)。
- VHU识别椎体骨折(Grade 2–3)的AUC为0.65(95%CI: 0.44–0.87),FRAXT-score为0.53(95%CI: 0.33–0.73),GarvanT-score为0.61(95%CI: 0.41–0.80)。
- 全队列中VHU、QCT、FRAX和Garvan识别椎体骨折的AUC分别为0.68(95%CI: 0.61–0.75)、0.72(95%CI: 0.64–0.79)、0.57(95%CI: 0.49–0.66)和0.55(95%CI: 0.46–0.65)。
临床应用与阅片要点
- 在肺癌筛查低剂量CT上,可于L1椎体前上部分放置2D椭圆形ROI测量VHU,避开椎体皮质、穿行静脉和局灶性骨病变。
- 若L1部分成像或骨折,则测量次上位形态正常椎体;VHU与QCT-BMD高度相关,可作为骨密度的替代指标。
- 在高危肺癌筛查人群中,VHU阈值110 HU特异度高但敏感度中等,更敏感的切点126 HU(骨质疏松和骨量减少)和95 HU(骨质疏松)可能更适合以减少假阴性。
- VHU测量重复性高(组内ICC 0.99,组间ICC 0.93),不同经验水平的临床医生均可操作。
- 原文指出VHU尚未被批准用于骨密度筛查,但数据支持其作为筛查环境中可扩展的替代方法。
局限性
- 与专用脊柱QCT不同,腰椎并非总是在肺癌筛查CT中成像,因此VHU并非始终在同一椎体水平测量。
- 从T11到L1的椎体骨密度梯度递减可能导致在胸椎而非腰椎测量BMD时低估骨质疏松。
- 使用T11-L1平均QCT-BMD可能较标准L1-L4平均值低估骨质疏松。
- 成像视野外的椎体骨折可能被遗漏,导致偏倚。
- QCT虽用作参考标准,但DXA是首选标准检查;QCT识别既往DXA定义骨质疏松的敏感度为35%,识别既往DXA定义骨质疏松或骨量减少的特异度为41%(小样本)。
全文中译19 节 · 点击展开
引言
肺癌是全球癌症相关死亡的主要原因。低剂量胸部计算机断层扫描肺癌筛查(LCS)在大型国际试验中显示出死亡率获益。1,2 LCS有可能发现其他与吸烟有共同病因的疾病,从而影响患者结局、成本效益和可推广性。骨质疏松症是一个可能的目标疾病:LCS参与者可能因吸烟史和年龄较大的风险而患有未诊断的骨质疏松症。3,4 骨质疏松症通常隐匿,但可通过CT评估椎体骨密度(BMD)和椎体骨折(VF)来发现,从而促使早期干预。
标准临床骨质疏松症诊断包括骨折风险评估和BMD检测。这通常通过多变量风险计算器实现,如FRAX或Garvan。使用双能X线吸收测定法(DXA)或定量CT(QCT)进行BMD评估可改善临床风险预测,但国际建议各不相同。5–11 在存在非创伤性脊柱压缩性骨折的情况下,也可作出骨质疏松症的推定诊断。5
WHO首选的BMD检测是DXA,因其广泛可及且辐射剂量低。尽管QCT对间期BMD变化的敏感性更优,并可避免退行性骨病和主动脉钙化等可能高估面积DXA-BMD的混杂因素,12 但它需要专门的分析软件。QCT还受辐射剂量的限制,不过如果分析的是预先存在的CT图像,则此问题无关紧要。12
由于骨质疏松症的高疾病负担和经济成本,13 在高危个体中进行早期发现和骨折预防具有成本效益。14,15 仅在澳大利亚、英国和美国,单纯吸烟史并不使个体符合获得补贴BMD检测的条件。因此,年龄低于70岁的LCS参与者尽管存在骨质疏松症风险,可能被排除在BMD检测之外,除非他们具有其他显著危险因素,或者在美国、英国和欧洲部分地区,如果其估计骨折风险达到预先定义的临床风险阈值。5,6,10,11
寻找可扩展的替代方法来取代已确立的BMD检测是患者照护的一个重要目标,尤其是如果将其纳入LCS等全人群倡议能够增加价值。
椎体的Hounsfield单位衰减值(VHU)是一种替代性BMD测量指标。VHU已在针对多种临床指征进行的CT中进行了研究16–18,并显示出对DXA定义的骨质疏松症的高敏感性。19 低VHU还与LCS参与者的全因死亡率相关。3 然而,需要与“标准照护”临床骨折风险工具(含和不含BMD T值)进行比较,以支持VHU作为LCS中的筛查工具。
为填补这一空白,我们旨在1)比较VHU与FRAX和Garvan工具在区分低QCT-BMD方面的能力;2)比较VHU、QCT、FRAX和Garvan工具在区分现患VF方面的能力;3)评估VHU在LCS队列中的可重复性。
方法
研究设计
本研究是国际肺癌筛查试验(ILST)单中心参与者的子研究。20 ILST通过媒体广告和新闻稿招募了年龄55–80岁、有肺癌风险且符合USPSTF资格标准(当前吸烟或戒烟≤15年的既往吸烟者,≥30包年史)和/或估计PLCOm2012肺癌风险≥1.51%的健康无症状男性和女性。20–22 在基线时前瞻性收集骨质疏松相关及其他医学和人口学变量。基线筛查CT扫描在单椎体水平和单参与者水平进行分析。伦理批准通过医院人类研究伦理委员会获得。参与者提供了书面知情同意书。
CT采集
参与者在2017年至2019年间接受了CT扫描,遵循标准低剂量方案(GE Healthcare RevolutionTM 256排CT扫描仪,120kV,40-50mA,1:0螺距,剂量跟踪系统记录的平均有效剂量为1.8 mSv)。重建图像(标准软组织卷积核,层厚和层间距≤1 mm)存储在医院的图像归档和通信系统(PACS)中。
一名观察者在接受顾问放射科医师的培训和评估后,对所有扫描进行骨密度(BMD)和椎体骨折(VF)评估,并对照既往肺癌筛查(LCS)研究的扫描子集进行盲法验证。23 盲法定量CT(QCT)和椎体Hounsfield单位密度(VHU)评估至少间隔2周进行。观察者在4–6个月后对100份随机选择的扫描重复进行盲法VHU评估。随机化在Microsoft Excel中使用RAND函数进行,赋予一个值,排序后选择每第五份扫描。
Hounsfield单位密度评估(VHU)
VHU按照已发表的技术使用标准InteleViewerTM软件(Intelerad Medical Systems Inc.,Montreal,QC,Canada)进行测量。19,24,25 重建轴位图像在骨窗(W:2500 L:480,压缩比4:1)下查看。平均衰减值(Hounsfield单位)从放置在L1椎体前上部的单个二维椭圆形感兴趣区(ROI)测量,避开椎体皮质、穿行静脉和局灶性骨病变(图1)。如果L1仅部分成像或骨折,则测量下一个上方形态正常的椎体。低VHU-BMD(骨质疏松和骨量减少)预先定义为<110 HU。24
定量CT密度评估
异步QCT使用Mindways QCT ProTM(Austin,TX,USA)进行。从放置于每个椎体上半部的半自动ROI(垂直深度9 mm,轴向面积与VHU相似)测量所成像椎体T11-L1的平均和单个容积骨密度。平均T11-L1 QCT-BMD阈值使用标准标准定义:低<120 mg/cm3(骨质疏松<80 mg/cm3;骨量减少80–120 mg/cm3),正常≥120 mg/cm3。26 按照制造商指南进行了六个月质量控制监测研究。
椎体骨折评估
VF从重建正中矢状面视图对所有成像椎体进行评估。使用半定量Genant方法,按比例高度丢失对VF进行分级:1级(轻度),20–25%;2级(中度),25–40%;3级(重度),>40%。27 明确的VF(2–3级)被视为具有临床意义。还进行了包括所有VF 1–3级的敏感性分析。
临床骨质疏松性骨折风险评估
参与者的10年髋部或主要骨质疏松性骨折(髋部、脊柱、远端前臂或近端肱骨)风险使用FRAX(澳大利亚特定版本)和Garvan计算器估算,排除DXA T值,使用自我报告的临床变量。28,29 对于在基线CT扫描前≤2年内进行DXA检查的参与者,还计算了包含股骨颈T值的FRAX和Garvan风险(FRAXT值 & GarvanT值)。根据治疗启动阈值,10年FRAX或Garvan髋部骨折风险>3%或主要骨质疏松性骨折风险>20%被视为“高风险”。5,15 问卷数据的质量控制由医生执行。缺失或模糊的回答通过电话直接与参与者澄清。报告的骨折史(按优先顺序)对照历史影像、医疗报告或详细的参与者病史进行确认。从站立高度或以下发生的骨折,或由于在健康成人中不会导致骨折的情况所引起的骨折,被视为“低能量创伤”。10,28 参与者未知的风险因素被推定为不存在。质量控制后临床数据不完整的参与者被排除。
分析
统计分析使用RStudio(V1.3.1073,Boston,MA,USA)和Stata软件(V17,StataCorp LLC,College Station,TX,USA)进行。均值比较使用学生t检验。比例比较使用卡方检验。p值<0.05为统计学显著性。BMD方法之间的一致性使用基于回归的Bland-Altman分析评估。21 相关性使用Pearson系数(R)评估。方法(VHU、平均QCT-BMD、FRAX和Garvan 10年主要骨质疏松性骨折风险,含或不含DXA T值)的判别能力使用受试者工作特征曲线下面积(AUC)评估。判别低QCT-BMD的最佳VHU阈值使用Youden指数确定。关键变量与现患椎体骨折之间的关联使用逻辑回归建模。
VHU的观察者内和观察者间可靠性使用组内相关系数(ICC)测量,观察者内可靠性还使用均方根误差(RMSE)测量。观察者间可靠性通过对回顾性训练数据样本(n = 29)进行盲法VHU测量来评估,测量由不同经验的临床医生(住院医师、呼吸科医师、放射科医师和一名放射科培训生)完成。
样本量
预计样本量≥500名参与者,旨在最大化前瞻性5年试验期间的骨折事件产出(根据既往澳大利亚人群队列研究估算),以便在试验完成时准确评估这些结局。30
结果
参与者
研究流程见图2。595名ILST参与者中38名未提供知情同意;6名缺失临床风险信息;16名CT分析存在技术问题(7次扫描无法从PACS检索用于BMD分析,9次扫描在QCT分析时遇到校准模块错误)。
纳入的535名参与者具有完整的CT和临床数据(中位年龄64 [IQR = 11]岁;315名[59%]男性)。246名(46%)参与者为当前吸烟者(表1)。被排除的参与者更年轻(中位年龄62 [IQR = 12]岁),以男性为主(73%,p = 0.042),且当前吸烟的可能性略高(58%;p = 0.093)。
椎体骨密度评估
为与测量腰椎骨密度的标准脊柱DXA和QCT保持一致,我们基于可用的最尾侧椎体评估骨密度。277名参与者对L1进行了成像,其中5名存在骨折,1名存在硬化。因此,VHU从L1(n = 271)、T12(n = 199)、T11(n = 55)和T10(n = 10)测量。平均L1衰减值(116 ± 31 HU)显著低于平均T12衰减值(122 ± 32 HU,p = 0.047)。
QCT-BMD在L1(n = 271)、T12(n = 480)、T11(n = 519)和T10(n = 7)处测量。在同时测量T11-L1椎体的参与者中(n = 265),骨密度呈现头尾梯度;平均个体QCT-BMD在L1处最低(111 ± 31 mg/cm3),相比之下T12为(116 ± 31 mg/cm3),T11为(123 ± 30 mg/cm3)。每个个体椎体的QCT-BMD与平均T11-L1 BMD强相关(r > 0.98)。然而,L1 BMD显著低于平均联合T11-L1 BMD(117 ± 30 mg/cm3,p = 0.035)。平均T11-L1 BMD被用作分析的参考标准。
低骨密度患病率
220名(41% [95% CI:37–45%])参与者存在低VHU。299名(56% [95% CI:52–60%])参与者存在低平均QCT-BMD(男女性别比:1.23:1),其中262名(49% [95% CI:45–53%])存在骨量减少,37名(7% [95% CI:5–9%])存在骨质疏松(表1)。
139名(26%)参与者既往接受过DXA扫描。找到了110名参与者的报告(日期为1997年至2018年);分别有17名(15%)和72名(65%)参与者符合骨质疏松和骨量减少标准。7 在既往2年内接受DXA的64名参与者中,QCT识别DXA定义的骨质疏松的敏感性为0.29,特异性为0.94,识别DXA定义的骨质疏松或骨量减少的敏感性为0.80,特异性为0.5。VHU识别DXA骨质疏松或骨量减少的敏感性为0.70,特异性为0.64。
在396名(74%)无既往骨密度检测的参与者中,202名(49%)基于年龄和危险因素符合澳大利亚Medicare补贴骨密度检测资格。5 180/396名(45%)参与者存在QCT-骨量减少,22/396名(6%)存在QCT-骨质疏松。
高骨质疏松性骨折风险患病率
182名(34% [95% CI:30–38%])参与者存在高FRAX和/或Garvan髋部或主要骨质疏松性骨折风险(表1)。其中包括28/37名QCT-骨质疏松参与者(76% [95% CI:60–87%])、97/262名QCT-骨量减少参与者(37% [95% CI:31–43%])和103/220名低VHU参与者(47% [95% CI:40–53%])。
椎体骨折患病率
55名(10% [95% CI:8–13%])参与者存在Genant 2–3级VF(男女性别比:2:1)(表1)。187名参与者存在任何级别的VF:132名(71% [95% CI:63–77%])参与者的最高级别为1级,42名(22% [95% CI:17–29%])参与者的最高级别为2级,13名(7% [95% CI:4–12%])参与者的最高级别为3级。
在所有成像椎体中,共检测到323处VF:249处VF为1级,59处为2级,15处为3级。显著性VF最常在T7(16%)和T8(16%)检测到,其次是T9(12%)、T12(12%)和L1(12%)。
在患有现患椎体骨折(VF)的参与者中,平均VHU较低(p < 0.001)。VHU每增加10HU,现患VF的比值降低21%(OR:0.79 [95%CI:0.71–0.88],p < 0.001)(补充表1)。
点击此处获取附加数据文件。
在多变量分析中,男性与现患VF的比值增加92%相关(OR:1.92,[95%CI:1.04–3.67])(补充表2)。年龄、BMI和主动吸烟未达到统计学显著性(补充表2)。当纳入所有VF分级时,结果相似(补充表3和4)。
低骨密度(BMD)分类方法的比较
VHU能准确区分平均QCT-BMD偏低的个体(AUC 0.94 [95%CI:0.93–0.96])(表2,图3)。在110HU阈值下,VHU检测低QCT-BMD的特异性为0.95(95%CI:0.92–0.97),敏感性为0.70(95%CI:0.65–0.75),阳性预测值为0.95(95%CI:0.91–0.97),阴性预测值为0.71(95%CI:0.66–0.76)。我们分别对L1和T12椎体水平进行了敏感性分析。L1 VHU(AUC 0.96 [95%CI:0.93–0.98])与T12 VHU(AUC 0.91 [95%CI:0.88–0.95],p = 0.06)对低平均QCT-BMD的区分能力无显著差异(补充表5)。
在区分低QCT-BMD方面,VHU优于临床风险计算工具(AUC:FRAX 0.67 [95%CI:0.63–0.72]和Garvan 0.60 [95%CI:0.55–0.64])(图3)。在64名近期接受DXA的参与者中,VHU在区分低QCT-BMD方面优于FRAX和Garvan风险工具(无论是否包含T评分)(AUC:VHU 0.99 [95%CI:0.97–1];FRAXT评分 0.71 [95%CI:0.56–0.87];FRAX 0.73 [95%CI:0.60–0.87];GarvanT评分 0.71 [95%CI:0.57–0.86];Garvan 0.74 [95%CI:0.62–0.87])(表2)。
分类QCT-骨质疏松或骨量减少的最佳VHU阈值为126HU(特异性0.78,敏感性0.94)。分类QCT-骨质疏松的最佳阈值为95HU(特异性0.84,敏感性1.00)。
现患骨折分类方法的比较
VHU和QCT对现患VF个体的区分能力为中等,且优于不含T评分的临床风险工具,AUC(95% CI)VHU、QCT、FRAX和Garvan分别为0.68(0.61–0.75)、0.72(0.64–0.79)、0.57(0.49–0.66)和0.55(0.46–0.65),敏感性分析结果相似(表2,图4a和图4b)。
在既往接受过DXA的参与者中,VHU在区分现患VF方面非劣于FRAX和Garvan工具(无论是否包含T评分):AUC(95% CI)VHU 0.65(0.44–0.87);FRAXT评分 0.53(0.33–0.73);FRAX 0.42(0.21–0.62);GarvanT评分 0.61(0.41–0.80);Garvan 0.55(0.35–0.75)。
方法间的相关性与一致性
VHU与QCT-BMD高度相关(R = 0.90,RMSE 14.1)(图5)。在Bland-Altman分析中,个体VHU与QCT值之间的平均差异为−0.73。均值与差值之间的回归显示,在整个测量范围内平均差异很小(补充图1)。较小值之间的差异很少超过20个单位,较大值之间的差异很少超过40个单位。
观察者内和观察者间信度
重复VHU测量之间的观察者内信度较高,ICC为0.99(95%CI:0.98–0.99),RMSE为4.1HU。四名独立观察者之间的观察者间信度(n = 27次读数,排除一次错误读数)极好(ICC:0.93 [95%CI:0.87–0.96])。
讨论
与既往研究一致,我们的高风险LCS队列中QCT定义的骨质疏松症(7%)和骨量减少(49%)患病率较高,51%的参与者为隐匿性。使用脊柱DXA,NELSON试验报告的骨质疏松症患病率较高,为27%,但骨量减少患病率相似,为44%(n = 302;98名男性)。25 另一项针对LCS参与者的多中心研究报告,使用L1-L2 QCT测得的骨质疏松症和骨量减少患病率分别为15%和42%(n = 34,153;59%男性)。31 我们报告的较低骨质疏松症患病率可能源于在QCT分析中使用了较高的椎体(T11和T12)。32
椎体骨折(VF)在我们的队列中似乎非常普遍(35%),在NELSON队列中也是如此(39%)。3 我们注意到男性与现患VF的几率增加相关(1.92),尽管女性通常在绝经后经历更高比例的BMD下降。我们认为,骨质疏松症风险评估在女性中可能更容易开展,导致骨保护药物使用增加,然而,我们没有数据来证实或反驳这一点。
VHU 在对照参考标准 QCT 时表现良好。既往研究同样报告 VHU 对 QCT 具有高判别力。近期一项关于非增强脊柱低剂量 CT(LDCT)的研究(n = 180)报告 AUC 为 0.97。17 另一项 LCS 研究(n = 457)在比较胸椎和上腰椎椎体衰减值与 QCT 时报告 AUC 为 0.96。4 当将 VHU 与 DXA 进行比较时,AUC 值似乎相对较低(0.74 至 0.79 19,25),可能由于影响面积 DXA 评估的混杂因素所致。12 像异步 QCT 这样经过验证的方法似乎更有利,然而与简单的 30 秒 VHU 测量相比,图像传输、转换和分析的实用性更耗时。虽然 VHU 在对照 QCT 时表现良好并不令人意外,因为两者均基于亨斯菲尔德单位测量,但 VHU 未被批准用于骨密度筛查;然而,我们的数据支持这一观点:VHU 在筛查环境中提供了一种可扩展的替代方案。
110HU 的 VHU 阈值在分类低 QCT-BMD 时具有高特异性但仅中等敏感性。该阈值此前被报道在使用增强和非增强腹部 CT 扫描检测 DXA 定义的骨质疏松症时具有 91% 的特异性,曾被建议用于较低风险人群以尽量减少假阳性结果。24 然而,最佳阈值因 CT 方法和队列而异,限制了普遍适用性。16 在高风险 LCS 队列中,更敏感的 VHU 截断值 126HU(骨质疏松和骨量减少)和 95HU(骨质疏松)可能更合适,以限制假阴性结果。
VHU 密切估计 BMD,这是与骨折关联最强的风险因素。28 在没有 DXA T 值的情况下,VHU 在判别低 QCT-BMD 和现患 VF 的参与者方面优于 FRAX 和 Garvan。虽然据报道纳入 T 值可改善临床工具对 incident fractures 的预测能力,9 但我们未发现对现患 VF(其本身可预测 incident fracture)的预测有显著改善。28 VHU 在判别 VF 参与者方面与 FRAXT-score 和 GarvanT-score 相似(AUC 分别为 0.53 和 0.61)。这一发现很重要;使用 FRAX 和 Garvan 算法进行风险估计需要额外的临床信息(受回忆偏倚影响)以及 DXA 成像或 QCT 分析,而相比之下,测量 VHU 快速、简单且可重复,使用现有低剂量 CT 图像上的非专业软件即可完成。我们发现观察者内 ICC 0.99 和观察者间 ICC 0.93 很高,这些数据来自具有不同放射学经验水平的临床医生样本,支持了方法的可及性。这与既往研究报告的优秀观察者间和观察者内可靠性 ICC 分别为 0.96 和 0.94–0.98 一致。18 我们的结果支持进一步探索 VHU 在 incident fracture 预测中的应用。为解决这一问题,我们的队列将在 5 年 ILST 试验期间随访健康和骨折结局。
美国和中国(原文为“以色列”,按原文应译为“以色列”)近期的大型研究将胸部和腹部CT扫描自动得出的CT骨指标与根据普通人群和结肠癌筛查受试者电子健康记录(EHR)算法计算的FRAX评分进行比较。他们发现,自动CT得出的骨指标在预测新发骨折方面与FRAX评分相当。33,34 相比之下,我们的研究采用由临床医生进行的VHU测量和由临床医生验证的FRAX计算,复现了标准临床工作流程,并减少了因数据缺失导致的偏倚。我们的发现适用于没有EHR情况下的临床实践,可应用于任何临床环境。与这些研究的结果一致,我们的结果进一步支持在低剂量胸部CT扫描中为高风险LCS参与者使用骨密度指标的普遍适用性。
本研究有一些局限性。与专门的脊柱QCT扫描不同,腰椎并非总是在LCS CT扫描中成像,因此VHU并非始终在同一层面测量。从T11到L1椎体间BMD梯度逐渐降低,可能导致在胸椎而非腰椎测量BMD时对骨质疏松识别不足。4,32 尽管我们发现T12和L1衰减在区分低QCT-BMD方面差异极小(AUC分别为0.92和0.96),但在进一步研究中可考虑从更高椎体层面进行一致的衰减测量,以期建立低BMD分类的阈值。同样,与标准L1-L4平均值相比,使用T11-L1的平均QCT-BMD值可能低估骨质疏松。32 发生在成像野之外的VF也可能被遗漏,从而导致偏倚。然而,由于骨质疏松性VF最常发生在胸椎或胸腰交界处,本研究很可能捕获了大多数VF。35
尽管QCT被用作参考标准,但DXA是首选的标准化检查。虽然QCT与DXA之间的比较并非我们的主要关注点,但我们报告了QCT在识别既往DXA定义骨质疏松的参与者方面敏感性低(35%),以及在小样本中识别既往DXA定义骨质疏松或骨量减少方面特异性低(41%)。由于QCT对低BMD比DXA更敏感,“假阳性”可能代表DXA未检测到的骨质疏松个体。相反,QCT检测低DXA-BMD特异性低,可能是因为与DXA相比,QCT测量的是更高椎体。
我们以LCS参与者为目标的研究人群限制了结果对非筛查队列的更广泛适用性,因为已有报道VHU诊断准确性存在变异性。16 LCS参与者较窄的年龄窗口也限制了对较年轻吸烟者的适用性。然而,LCS在许多国家正迅速成为标准实践,仅在美国估计就有1450万符合筛查条件的个体。36 由于国际上已有明确的参与者选择和LDCT方案,我们的结果将对大型LCS队列具有广泛的普遍适用性。
总之,我们得出结论:与标准治疗的骨折风险评估工具相比,无论既往T值估计如何,VHU都能更简单、更准确地识别患有隐匿性骨质疏松疾病的LCS参与者。在这些可能不会常规接受正式骨密度检测的个体中,机会性VHU评估和对筛查扫描的常规报告将为LCS增加价值,促进早期疾病检测和及时干预。
引用
- Patel N, Dahl K, O'Rourke R, et al. Vertebral CT attenuation outperforms standard clinical fracture risk prediction tools in detecting osteoporotic disease in lung cancer screening participants. Br J Radiol. 2023. PMID: 37486625. doi:10.1259/bjr.20220992
- 全文:PMC10607405(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10607405/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。