文献速递骨肌MR

与4年内骨髓病变轨迹相关的因素:来自骨关节炎倡议的数据

Factors associated with trajectories of bone marrow lesions over 4 years: data from the Osteoarthritis Initiative.
PubMed 文献 · Skeletal Radiol · 2024-01-20

基于骨关节炎倡议614名中老年人4年随访数据,用MOAKS每年评估15个解剖部位骨髓病变,经潜在类别混合模型识别出轻度稳定型(25.9%)、中度稳定型(66.4%)和快速上升型(7.7%)三种轨迹,未发现下降轨迹;当前吸烟、女性、半月板撕裂、高教育水平和饮酒与不同轨迹相关。

要点

  • 4年内多数参与者骨髓病变相对稳定,7.7%呈快速上升轨迹,未识别出下降轨迹。
  • 当前吸烟者更可能处于中度稳定型(OR 2.089)和快速上升型(OR 2.462)轨迹。
  • 女性(OR 2.023)和半月板撕裂(OR 2.504)与快速上升型轨迹风险升高相关。

核心结论

  • 4年随访期间多数参与者骨髓病变相对稳定,少数增大,未识别出骨髓病变减小的轨迹。
  • 社会人口学因素、生活方式和膝关节结构病理在预测不同骨髓病变轨迹中起作用。

研究设计与样本

  • 本研究为骨关节炎倡议(OAI)队列的子研究,OAI为多中心、纵向、前瞻性观察性研究,共纳入614名45至79岁有膝骨关节炎或风险升高的成人(平均年龄61.0岁,62.1%女性)。
  • 骨髓病变采用MOAKS方法在15个解剖部位每年评估一次,从基线至4年,使用矢状和冠状IW TSE序列、矢状3D DESS WE及DESS系列的轴位和冠状多平面重建。
  • 轨迹采用潜在类别混合模型(LCMM)确定,多项式逻辑回归分析基线预测因素。

关键影像表现/征象

  • MOAKS每个亚区骨髓病变评分为0至3分:0为无骨髓病变,1为受累面积小于25%,2为25%至50%,3为大于50%。
  • 总骨髓病变大小为15个解剖位置评分之和,可能范围为0至45分。
  • 识别出三种轨迹:轻度稳定型(n=159,25.9%)、中度稳定型(n=408,66.4%)和快速上升型(n=47,7.7%)。

诊断标准与关键数值

  • 半月板撕裂定义为三个解剖亚区(前角、体部、后角)MOAKS总分≥1分。
  • 与轻度稳定型轨迹相比,当前吸烟者处于中度稳定型轨迹的OR为2.089(95%CI 1.719–2.540,P<0.001),处于快速上升型轨迹的OR为2.462(95%CI 2.079–2.915,P<0.001)。
  • 女性(OR 2.023,95%CI 1.245–3.287,P=0.004)和半月板撕裂(OR 2.504,95%CI 2.169–2.890,P<0.001)与快速上升型轨迹风险升高相关。
  • 较高教育水平(OR 1.849,95%CI 1.247–2.742,P=0.002)和较多饮酒(OR 3.178,95%CI 2.080–4.856,P<0.001)与快速上升型轨迹风险升高相关,且与中度稳定型轨迹风险降低相关(OR 0.674,95%CI 0.519–0.876,P=0.003;OR 0.668,95%CI 0.459–0.973,P=0.036)。

临床应用与阅片要点

  • 阅片时可按MOAKS对15个解剖部位分别评分并求和(0至45分),以量化骨髓病变总负荷。
  • 基线存在当前吸烟、女性、半月板撕裂、较高教育水平或较多饮酒者,随访中骨髓病变可能更易增大或处于较高稳定水平。

局限性

  • 骨髓病变每年评估一次,而骨髓病变可在数周内变化,因此本研究无法捕捉骨髓病变的短期变化。
  • 尽管根据既往文献选择了常见协变量,其他未测量的协变量(如膝关节对线)也可能对骨髓病变变化重要。
  • 骨髓病变可在数周内增大和缩小,但本研究每年测量一次,无法确定连续扫描中观察到的骨髓病变是否为同一病变。
  • 轨迹分析需要事先假设特定轨迹模式,尽管探索了多种可能轨迹并选择最佳拟合模型,该方法仍可能限制对数据固有结构的理解。
  • 每个轨迹组要求至少包含总参与者的5%以确保进一步数据分析,这可能限制了参与者较少的轨迹(如下降或波动轨迹)被识别。
全文中译11 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Skeletal Radiol. 2024 Jan 20;53(7):1333–41. doi: 10.1007/s00256-024-04579-6

引言

骨关节炎(OA)是一种复杂的慢性疾病,主要以关节疼痛为特征,影响全球数百万人,尤其是老年人[1]。骨髓病变(BMLs)是磁共振图像(MRIs)上常见的结构异常,已被发现与疼痛、软骨退变以及膝关节置换风险增加相关[2–6]。

与关节间隙宽度和软骨体积等不可逆的结构改变不同,BMLs可随时间增大或缩小[7]。在一项纳入217例临床膝OA患者的纵向研究中,99%的参与者在30个月内BMLs增大或保持稳定[8]。Foong等发现,在8年期间,198名参与者中79%的BMLs大小增加或保持稳定,且基线时无BMLs的参与者中有52%出现了新发BMLs[9]。然而,也有研究显示大多数既存BMLs在3至30个月内缩小[10, 11]。重要的是,BMLs的增大和缩小可能在数周内发生,因此可能是一个敏感的治疗靶点[11]。尽管BMLs的变化是评估OA进展乃至治疗效果的重要替代标志物,但目前尚无研究评估BMLs的长期轨迹。轨迹分析能够探索BMLs在多个时间点变化的模式和趋势,为BMLs的变异提供更多见解。此外,既往研究表明年龄、体重、膝关节对线和半月板病变与膝关节BMLs风险相关[7, 12–14],但与BMLs轨迹相关的因素尚不清楚。因此,我们旨在识别中年和老年人(患有膝OA或膝OA风险增高)中BMLs的轨迹及其预测因素。

方法

研究设计与参与者

本研究报告遵循加强流行病学观察性研究报告(STROBE)声明[15]。我们使用了骨关节炎倡议(OAI)的数据,这是一项多中心、纵向、前瞻性观察性研究(https://nda.nih.gov/oai/)。OAI研究纳入45至79岁的成年人,这些人要么患有膝骨关节炎,要么处于发病风险增高状态。纳入的风险因素包括年龄较大(> 45岁)、频繁的膝关节症状、定期使用膝关节症状药物、超重、膝关节损伤或手术史、OA家族史、Heberden结节的存在以及从事涉及重复性膝关节弯曲的活动[16]。如果参与者患有炎性关节炎、双侧终末期膝骨关节炎、双侧膝关节置换手术或3 T磁共振成像禁忌证,则不符合纳入条件。伦理批准从招募OAI参与者的四个临床中心各自的机构审查委员会获得。所有参与者均提供了书面知情同意。本研究纳入的参与者来自OAI的一个子研究,该子研究评估了MRI检测病变的患病率和发生情况(项目63),包括新发放射学OA病例以及按年龄、性别和BMI匹配的对照[17]。

BMLs评估

采用MOAKS(膝关节骨关节炎磁共振成像评分)评分方法对膝关节磁共振成像(MRI)检查进行判读[17]。从基线至4年,每年通过矢状位和冠状位IW TSE序列、矢状位3D DESS WE以及DESS序列的轴位和冠状位多平面重建(MPR)在15个解剖位置对BML进行评估。这15个位置如下:股骨内侧前部(滑车)、股骨外侧前部(滑车)、股骨内侧中部、股骨外侧中部、股骨内侧后部、股骨外侧后部、胫骨棘下、胫骨内侧前部、胫骨外侧前部、胫骨内侧中部、胫骨外侧中部、胫骨内侧后部、胫骨外侧后部、髌骨内侧和髌骨外侧。MOAKS在每个亚区的评分为0至3分:0表示无BML存在;1表示BML累及亚区面积小于25%;2对应BML累及亚区面积的25%至50%;3表示BML累及亚区面积大于50%[18]。BML总大小为15个解剖位置的评分之和,可能评分为0至45分。

协变量

根据既往文献[19–24]选择可能与BML轨迹相关的协变量。这些变量包括:年龄(岁)、性别(男、女)、身高、体重、教育水平(高中及以下、部分大学或大学毕业、部分研究生院或研究生学位)、婚姻状况(已婚和未婚/丧偶/离异)、种族(白人、黑人或非裔美国人及其他)、饮酒量(无、<1次/周、1–7次/周和>7次/周)、吸烟状况(从不、当前和既往)、膝关节手术史(膝关节置换术除外)、膝关节损伤史和身体活动(老年人身体活动量表)[25]、Charlson合并症评分[26]、关节间隙狭窄(JSN)分级以及任何半月板撕裂。JSN根据国际骨关节炎研究学会图谱[27]对内、外侧胫股间室进行评估,分级范围为0级至3级(即0=正常,1=轻度改变,2=中度改变,3=重度改变)。以内、外侧间室中最严重的JSN作为JSN分级。此外,考虑到体重随时间变化可能影响BML,我们将4年体重变化纳入分析。该变化通过第四年记录的体重减去基线体重计算得出。半月板撕裂采用半定量MOAKS评分方法评估,三个解剖亚区(即前角、体部、后角)各评分0至6分。半月板撕裂定义为MOAKS总分≥1分。膝关节对线未作为协变量纳入,因其缺失比例较高(缺失73%)。

统计分析

基线特征以均值(标准差(SD))和n(%)表示。采用方差分析和卡方检验比较不同轨迹组。

采用R语言‘lcmm’包拟合潜在类别混合模型(LCMMs)[28]。我们检验了不同数量和形式(线性、二次和Beta)的轨迹模型以确定最优轨迹[28, 29]。Beta是模型中Beta累积分布函数族的可选族参数,用于描述轨迹随时间变化的趋势。此外,“linear”选项指定线性连接函数,导致标准线性混合模型,而“Quadratic”模型添加平方项以捕捉曲线趋势。最优模型基于拟合优度指标选择,包括赤池信息准则(AIC)[30]和贝叶斯信息准则(BIC)[31],AIC和BIC值越小表示模型拟合越好。计算了平均后验概率(PP)和平均PP,值> 70%表示所识别轨迹的拟合良好[32, 33]。同时,每个BML轨迹组要求至少包含总参与者的5%以确保进一步数据分析,这可能限制了参与者较少的轨迹被识别,如BML下降或波动的轨迹[34]。

采用多项 logistic 回归分析检验预测 BML 轨迹的因素。计算比值比(OR)和95%置信区间(95% CI)。采用链式方程多重插补(MICE)处理基线协变量的缺失数据,假设数据随机缺失。使用完整变量和插补变量的非缺失值进行了五次插补。

所有统计分析均使用R软件(版本4.2.3;http://www.Rproject.org)完成。统计显著性设定为P值< 0.05(双尾)。

结果

参与者

本研究共纳入614名参与者。基线特征见表1。平均(SD)年龄为61.0(9.0)岁,62.1%为女性。基线时有449名(73.1%)参与者存在BMLs。

表1 参与者的基线特征 查看原表 ↗

LCMMs识别的BMLs轨迹

基于AIC、BIC和平均PP的评估表明,在四聚类方案中有一组样本量仅为2.1%,这可能影响模型的稳定性和可靠性(补充表1)。因此,为确保分析的准确性和有效性,我们决定选择三组进行进一步分析。

识别出三种不同的BML轨迹(图1):“轻度稳定型BMLs”(n = 159,25.9%)、“中度稳定型BMLs”(n = 408,66.4%)和“快速上升型BMLs”(n = 47,7.7%)。所有轨迹均具有较高的平均PP(轻度稳定型BMLs,86%;中度稳定型BMLs,81%;快速上升型BMLs,77%),表明模型拟合良好(补充表1)。

三种BML轨迹的基线特征总体可比,例外的是“中度稳定型BMLs”和“快速上升型BMLs”轨迹的参与者体重较高(表1)。

图1 轨迹(A)和个体轨迹(B)。B. 中度稳定型BMLs;C. 轻度稳定型BMLs;D. 快速上升型BMLs,BMLs由MRI骨关节炎膝关节评分(MOAKS)评分方法评定 查看原图 ↗

BML轨迹的预测因素

在多分类逻辑回归分析中,与“轻度-稳定型BMLs”轨迹相比,当前吸烟者更可能处于“中度-稳定型BMLs”轨迹(OR = 2.089,95% CI [1.719–2.540],P < 0.001)和“快速上升型”轨迹(OR = 2.462,95% CI [2.079–2.915],P < 0.001)(表2)。女性性别和半月板撕裂与处于“快速上升型BMLs”轨迹的风险增加相关(OR = 2.023,95% CI [1.245–3.287],P = 0.004;OR = 2.504,95% CI [2.169–2.890],P < 0.001)。教育水平较高和饮酒较多的参与者更可能处于“快速上升型BMLs”轨迹(OR = 1.849,95% CI [1.247–2.742],P = 0.002;OR = 3.178,95% CI [2.080–4.856],P < 0.001),而较少可能处于“中度-稳定型BMLs”轨迹(OR = 0.674,95% CI [0.519–0.876],P = 0.003;OR = 0.668,95% CI [0.459–0.973],P = 0.036)。

表2 危险因素与BML轨迹之间的关联 查看原表 ↗

敏感性分析

敏感性分析结果表明,基线时存在BML的个体亚组内轨迹变化与总体人群研究结果相似(补充图1)。协变量缺失数据范围为0.1%至2.4%,对缺失数据进行多重插补后,协变量与BML轨迹之间的关联未发生实质性变化(补充表2)。

讨论

这是首个评估BMLs轨迹及其预测因素的研究。在这项针对患有膝骨关节炎(OA)或膝骨关节炎风险增加的中老年人的纵向研究中,我们在4年内识别出三种不同的BML轨迹。具体而言,大多数参与者的BMLs相对稳定,少数参与者的BMLs增大。此外,我们发现若干基线特征,包括性别、种族、吸烟、饮酒、教育水平和半月板撕裂,可能预测不同的BML轨迹。

尽管大多数既往研究表明BMLs随时间可增加、减少或保持稳定[9, 12, 17, 35, 36],但我们的研究未能识别出BMLs在4年内减少或波动的轨迹组,尽管根据个体轨迹图(图1B–D)可在部分参与者中观察到此类变化。造成这一差异的可能原因有几点。首先,BMLs是使用膝关节15个亚区的MOKS总评分计算的,与定量测量相比,用于评估BMLs的半定量方法可能不够敏感。因此,不同亚区BMLs的增加和减少可能相互抵消,导致BMLs随时间相对稳定。其次,尽管这是首个使用现有最大重复测量BMLs数据的研究,但本研究的样本量适中。同时,每个BML轨迹组要求至少包含总参与者的5%以确保进一步数据分析,这可能限制了参与者较少的轨迹被识别。第三,轨迹分析在人群水平进行,不能完全反映所有个体轨迹,而我们的研究结果表明大多数参与者在4年内BMLs相对稳定或增加。因此,有必要开展更大规模、使用更敏感方法测量BMLs的研究来验证我们的发现。

以往关于骨髓病变(BMLs)危险因素的文献很少。在本研究中,与轻度稳定型BMLs组相比,中度稳定型BMLs的参与者更可能年龄较大且体重较重。既往研究已证实,年龄是影响骨髓再生能力的最重要因素之一[37],可导致骨量丢失[38]、骨脆性增加[39, 40],并最终导致BMLs的发生。此外,衰老与骨关节炎(OA)具有若干共同特征,包括活性氧产生与通过内源性抗氧化防御修复组织损伤能力之间的失衡。这可能增加氧化应激并进一步改变骨微环境[41],而骨微环境在BMLs的形成中起关键作用[42]。此外,既往研究还发现肥胖是BMLs的危险因素[43],这可能归因于生物力学或代谢机制[44, 45]。

我们发现女性更可能处于BMLs快速上升轨迹,但性别与BMLs之间关系的潜在机制尚不清楚。OA在女性中更为常见,仅在女性中开展的研究显示BMLs与软骨缺损的进展相关[46, 47],提示BMLs可能在女性性别与OA进展之间的关联中发挥作用。我们的研究还显示,与轻度稳定型BMLs组相比,当前吸烟与快速上升型BMLs和中度稳定型BMLs轨迹均相关。既往研究提示吸烟与膝关节软骨丢失增加和软骨缺损发生相关[48, 49],也有研究发现吸烟可能损害BMLs消退的能力[50]。

在本研究中,与其他种族相比,白人倾向于具有轻度稳定型BMLs,而高教育水平和高频率饮酒与快速上升型BMLs组风险增加及中度稳定型BMLs组风险降低相关。这些关联的原因尚不清楚,但已有研究显示种族与软骨下囊肿及OA的影像学进展相关[51, 52]。重要的是,我们发现半月板撕裂而非膝关节损伤史可能导致快速上升型BMLs。这与既往研究提示膝关节损伤在骨结构改变进展中起重要作用[14]的结论相反。此外,接受过除膝关节置换以外的膝关节手术的患者更可能具有轻度稳定型BMLs。与既往研究显示体力活动可能增加或减少BMLs[53, 54]不同,我们未发现体力活动与BML轨迹之间存在显著关联,这与一项健康社区人群队列研究的结果一致[12]。

本研究的优势包括长期随访以及使用潜在类别混合模型(LCMM),后者能够评估骨髓病变(BMLs)随时间的轨迹。当前研究的局限性值得注意。首先,BMLs的评估每年进行一次,但已有研究表明BMLs可在数周内发生变化。因此,本研究无法捕捉BMLs的短期变化。其次,尽管我们根据既往文献选择了常见协变量以检验其在预测BML轨迹中的作用,但其他未测量的协变量,如膝关节对线,也可能对BMLs的变化具有重要作用。第三,由于BMLs可在数周内增大和缩小[55],而本研究中每年测量一次,我们无法确定连续扫描中观察到的BMLs是否为相同的病变。然而,一项既往研究表明6个月和24个月时BMLs变化的比例相似[56],提示BMLs随时间变化不大。最后,我们的研究依赖于轨迹分析,这需要先验假设特定的轨迹模式。尽管我们探索了各种可能的轨迹并选择了最适合我们数据的模型,但这种方法仍可能限制我们对数据固有结构的理解。

总之,大多数参与者的BMLs相对稳定,少数参与者的BMLs增大,在4年随访期间未发现BMLs减少的轨迹。此外,社会人口学因素、生活方式和膝关节结构病理在预测不同的BML轨迹中发挥作用。

补充信息

以下是电子补充材料的链接。补充文件1(DOCX 10.7 MB)

引用

  1. Shen Z, Zhang X, Wang Y, et al. Factors associated with trajectories of bone marrow lesions over 4 years: data from the Osteoarthritis Initiative. Skeletal Radiol. 2024. PMID: 38244061. doi:10.1007/s00256-024-04579-6
  2. 全文:PMC11093866(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11093866/

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。