定量双能CT容积骨密度评估预测骨质疏松相关骨折的诊断准确性
本研究回顾性分析92例患者L1椎体的无体模双能CT容积骨密度,评估其预测2年内骨质疏松相关骨折的价值。DECT-derived BMD界值93.70 mg/cm3预测骨折的敏感度85.45%、特异度89.19%、AUC 0.9373。结论认为该技术可准确预测2年骨折风险,且无需校准体模。
要点
- DECT容积BMD界值93.70 mg/cm3预测2年骨质疏松相关骨折,敏感度85.45%、特异度89.19%。
- DECT-derived BMD较低与脆性骨折风险增加独立相关(OR 0.8710, 95%CI 0.091-0.9375, p<.001)。
- 该界值高于ACR QCT指南的骨质疏松界值(93.70 mg/cm3 vs 80 mg/cm3)。
核心结论
- 回顾性DECT容积BMD评估无需校准体模即可准确预测高危患者2年内骨质疏松相关骨折风险。
- 较低的DECT-derived BMD值与脆性骨折风险增加强相关。
研究设计与样本
- 回顾性研究,纳入92例(46男46女,平均年龄64岁,范围19-103岁)于2016年1月至2018年12月行第三代双源DECT检查的患者。
- CT协议:双能模式,管A 90 kVp/180 mAs,管B Sn150 kVp(0.64-mm锡滤过)/180 mAs,无对比剂,自动管电流调制。
- 图像重建:90 kVp、Sn150 kVp及加权平均(0.5:0.5)三组图像;BMD评估用专用双能骨核(Br69f)重建轴位、冠状位、矢状位(层厚1 mm,增量0.75 mm)。
- BMD评估:手动勾画L1椎体 trabecular 体积感兴趣区(VOI),使用基于材料分解(胶原基质、羟基磷灰石钙、水、脂肪骨髓、脂肪组织)的无体模容积BMD软件。
- 参考标准:DECT后2年随访电子病历,记录低能量创伤后无 adequate trauma 的脊柱、肱骨近端、桡骨远端、股骨近端骨折。
关键影像表现/征象
- 骨折组平均DECT-derived BMD为76.3 ± 18.7 mg/cm3(范围40.1–108.9),显著低于对照组123.9 ± 28.8 mg/cm3(范围85.5–179.6)(p < .0001)。
- 2年随访期间骨折组无患者DECT BMD高于120 mg/cm3,对照组无患者低于80 mg/cm3。
- 47例患者DECT-derived BMD处于骨量减少范围(80–120 mg/cm3),其中骨折组27例(49.1%)、对照组19例(51.4%)。
- 骨折部位:椎体50例(87.7%)、股骨颈4例(7.0%)、肱骨3例(5.3%)。
诊断标准与关键数值
- DECT-derived BMD界值93.70 mg/cm3预测2年内发生一次或以上骨质疏松相关骨折:敏感度85.45%(47/55),特异度89.19%(33/37),PPV 92.2%(45/49),NPV 80.5%(33/41)。
- ROC分析总体AUC为0.9373(95%CI 0.867-0.977,p < .001)。
- Logistic回归:DECT-derived BMD与新增骨折发生显著相关,OR 0.8710(95%CI 0.091-0.9375,p < .001),提示BMD升高有保护效应。
- 年龄与骨折发生显著相关,OR 1.0784(95%CI 1.0246–1.1350,p = 0.004);性别与骨折发生无显著关联。
- 回归模型拟合显著(p < 0.001),Nagelkerke R2为0.7899,ROC-derived AUC为0.962(p = 0.02)。
临床应用与阅片要点
- 可利用常规双能CT腰椎数据回顾性定量L1椎体 trabecular BMD,无需额外扫描或校准体模。
- 报告时注意DECT-derived BMD界值93.70 mg/cm3高于ACR QCT指南的80 mg/cm3,不宜直接套用QCT阈值。
- 骨折组与对照组BMD分布有重叠(80–120 mg/cm3区间占47例),需结合年龄、性别及临床风险综合判断。
- 该技术可避免DXA的体成分、软组织及血管钙化干扰,并减少单能HU测量的不足。
局限性
- 回顾性研究,因医院政策许多患者先接受X线检查排除急性骨折,存在选择偏倚。
- 仅纳入单一CT扫描仪类型和专用协议,其他设备及技术异质条件下的适用性和界值需进一步验证。
- 随访依赖电子病历,可能遗漏因症状轻微或外院治疗未上报的椎体骨折。
- 仅评估L1椎体,未纳入其他腰椎或非腰椎部位。
全文中译12 节 · 点击展开
引言
患有骨质疏松症的个体发生脆性骨折的风险增加。在老龄化人群中,骨质疏松症的发病率以及骨质疏松相关骨折的个人和经济负担预计将显著上升[1]。
骨质疏松性骨折是老年人群行动不便和衰弱的主要原因。虽然骨折的管理和治疗占骨质疏松相关成本的三分之二,但药物预防仅占约5%[1, 2]。因此,更准确、更早期地识别患有骨质疏松症和存在骨质疏松症风险的个体,对于对抗骨结构的进行性破坏和减少相关的社会和经济负担是必要的。
1994年,世界卫生组织(WHO)提出双能X线吸收测定法(DXA)作为骨质疏松症诊断的金标准[3]。然而,研究表明DXA测量不能准确评估骨质疏松相关骨折的风险[4]。DXA的一个主要局限性是测量整个椎体的面积骨密度(BMD),这容易受到身体成分变化、覆盖软组织和血管钙化引起的失真影响[5–7]。
使用定量计算机断层扫描(QCT)可以通过评估骨小梁的体积骨密度来克服上述部分局限性,并在预测骨质疏松相关骨折方面显示出更高的敏感性。然而,传统QCT测量需要使用校准体模,且通常无法进行回顾性应用。因此,骨质疏松症诊断不足的问题并未得到解决[8–11]。
CT扫描数量的不断增长使得机会性骨密度评估的广泛应用成为检测骨质疏松症的一种有前景的方法。已有多种方法被提出用于机会性骨密度评估,如简单的Hounsfield单位(HU)测量[12–14]。然而,研究表明基于HU的骨密度测量具有DXA的大多数缺点,如身体成分变化和覆盖组织引起的失真[15]。
与传统CT相比,双能CT(DECT)中的物质分离可为不同的肌肉骨骼应用提供新的相关信息[16–18]。近期,一种基于DECT的后处理算法已被评估,该算法可实现腰椎骨小梁的无体模体积骨密度评估,在骨质疏松症检测方面显示出优于HU测量的结果,并与人体尸体椎体标本的骨强度呈强相关性[17–20]。
我们假设基于物质分离的无体模体积DECT骨密度评估的高诊断准确性也可能实现对骨质疏松相关骨折发生率的准确预测。因此,本研究的目的是评估源自腰椎无体模DECT体积物质分离的骨密度测量作为骨质疏松相关骨折2年发生风险指标的价值。
材料与方法
本回顾性研究经机构审查委员会批准。免除获取书面知情同意的要求。
患者选择与研究设计
如果患者在2016年1月至2018年12月期间接受了腰椎非增强第三代双源双能CT检查,则考虑纳入本研究(图1)。排除标准为疑似或已知恶性肿瘤、脊柱炎或椎间盘炎、脊柱手术后带有金属植入物的腰椎、既往L1骨折以及L1严重畸形。
以下身体部位的骨折如果不存在充分的外伤,则被视为骨质疏松相关性骨折:脊柱、肱骨近端、桡骨远端和股骨近端。在此背景下,55例患者在2年内低能量外伤后发生了骨质疏松相关性骨折。
CT扫描方案
CT检查在第三代双源CT系统上以双能模式进行(SOMATOM Force;Siemens Healthineers)。两个X射线管在不同的千伏设置下运行(A管:90 kVp,180 mAs;B管:Sn150 kVp[0.64 mm锡滤过器],180 mAs)。图像序列以头尾方向采集。所有CT检查均未使用对比剂,并使用了基于衰减的自动管电流调制(CARE dose 4D;Siemens Healthineers)。
CT图像重建
每次CT检查获取三组图像集:90 kVp、Sn150 kVp和加权平均(比例0.5:0.5),以模拟单能120 kVp图像的对比特性。 for 无体模容积骨密度(BMD)评估,图像序列(轴位、冠状位和矢状位:层厚1 mm,增量0.75 mm)使用专用双能骨核(Br69f)重建。图像序列自动传输至图像存档与通信系统(PACS;General Electric Company)。
腰椎骨密度评估
在L1的无体模容积BMD评估之前,需要勾画骨小梁感兴趣体积(VOI)。这由一名阅片者(C. Booz,放射科住院医师,具有4年肌肉骨骼成像经验)使用特定软件(LiverLab;Fraunhofer Institute for Computer Graphics Research)手动完成(图2)。为定义VOI,将一组DECT序列上传至软件。随后阅片者能够在3D中定义VOI,在本研究中,该VOI由整个椎体的骨小梁骨而非皮质骨组成。VOI和两组DECT序列(90和Sn150 kVp)作为容积BMD评估的输入,该评估使用第二款软件工具(BMD Analysis;Fraunhofer Institute for Computer Graphics Research)进行。该软件使用专用物质分解来区分每个体素的胶原基质、羟基磷灰石钙、水、脂肪骨髓和脂肪组织,此方法由Nickoloff等[8]提出。在本研究中,我们使用了基于生物物理模型的算法,该模型考虑了骨小梁的五种主要物质:
在90和150 kV下获得的两个图像数据集的HU强度(Χ90和Χ150)与基质材料(骨矿物质+胶原)占据的体积分数VTB和脂肪组织体积VF相关。t和g的值分别为0.92和1.02,其他变量代表能量相关常数。因此,通过计算两个图像数据集中骨小梁区域的平均强度,可以获得VTB和VF的值,并且可以从VTB推导出以g/cm3为单位的BMD值ρBM:
ρBM = 其中l = 3.06 g/cm3,λ = 2.11为材料常数。
在对研究队列进行BMD评估之前,我们随机选择了10名患者组成的亚队列,并重复手动勾画5次。所有选定患者所获得测量值之间的变异性均小于5%。因此,我们对研究中纳入的每个椎体放弃了重复勾画。
统计分析
统计分析使用专用商业软件(Prism 9 for macOS,版本9.0.0,GraphPad Software LLC;MedCalc for Windows,版本13,MedCalc)进行。基线特征的差异通过连续变量的非配对t检验和分类值的Fisher精确检验进行评估。进行受试者工作特征(ROC)曲线分析并计算曲线下面积(AUC)及Youden J统计量,以评估区分2年骨折率增加的BMD值的最佳截断值。患者年龄、性别和BMD与随访骨折发生的关联通过逻辑回归分析评估,拟合优度使用Nagelkerke R2评估。p值小于0.05被视为具有统计学显著性。
结果
2016年1月至2018年12月期间共261名连续接受腰椎非增强第三代双源DECT的患者被考虑纳入本研究。71名患者因疑似或已知恶性肿瘤被排除,26名患者因脊椎炎或椎间盘炎被排除,32名患者因脊柱手术后存在金属植入物被排除,40名患者因既往骨折或L1严重畸形被排除。因此,共有92名患者(46名男性和46名女性)最终纳入本研究(图1)。其中,50次检查用于排除疑似骨折,36次检查因慢性疼痛而进行,6次检查用于排除脊柱风湿性病变。
55例患者(60%)在DECT后2年内经历了一次或多次非充分低能量创伤相关的骨质疏松性骨折,37例患者(40%)未发生骨质疏松性骨折。骨折累及椎体(n = 50,87.7%)、股骨颈(n = 4,7.0%)或肱骨(n = 3,5.3%)。发生一次或多次骨折的患者年龄显著更大,平均年龄为69.2 ± 16.7岁,而未发生骨折的患者平均年龄为52.4 ± 18.3岁。发生骨质疏松性骨折的平均时间为72.6天(± 88.4天)。性别分布未见显著差异(图3)。骨折组中有7例患者、对照组中有0例患者既往有DXA衍生骨密度测量值,T值 ≤ − 2.5,提示骨质疏松。详细患者特征见表1。
无体模骨密度评估
L1的整体平均腰椎DECT衍生骨密度值为95.4 ± 33.0 mg/cm3(范围40.1–179.6)(图4A)。对照组(n = 37)的平均DECT衍生骨密度显著更高,为123.9 ± 28.8 mg/cm3(范围85.5–179.6),而骨折组(n = 55)平均值为76.3 ± 18.7 mg/cm3(范围40.1–108.9)(图4B)。
与ACR QCT指南一致,2年随访期间发生骨折的患者中无一例DECT骨密度值高于120 mg/cm3,对照组中无一例DECT衍生骨密度值低于80 mg/cm3 [21]。共有47例患者DECT衍生骨密度值处于骨量减少范围,即80至120 mg/cm3之间,其中骨折组27例(49.1%),对照组19例(51.4%)。
骨折风险预测
对DECT衍生骨密度值进行ROC曲线分析,得出最佳患者层面截断值为93.7 mg/cm3,用于识别基于DECT骨密度评估后2年内发生低能量骨折风险的患者,具有高敏感性(85.45% [47/55])、特异性(89.19% [33/37])、PPV(92.2% [45/49])和NPV(80.5% [33/41])(图5A)。AUC优异,为0.937(表2,图5B)。
逻辑回归分析
我们进行了逻辑回归分析,以探讨DECT衍生的BMD、性别和年龄与发生骨折的关系(表3)。DECT衍生的BMD增高对发生新骨折显示出显著的保护作用,比值比为0.8710(95% CI,0.091 0.9375,p < 0.001),而年龄增高与骨质疏松相关骨折的发生率显著相关,比值比为1.0784(95% CI,1.0246–1.1350,p = 0.004)。在我们的研究人群中,未观察到性别与骨折发生之间存在显著关联。回归模型的模型拟合显著(p < 0.001),并显示出较高的拟合优度,Nagelkerke R2为0.7899,ROC衍生的AUC为0.962(p = 0.02)。
讨论
在我们的研究中,我们表明,基于无体模DECT的腰椎体积材料分解所衍生的BMD测量,可以准确预测高危患者在2年随访期间骨质疏松相关骨折的发生。患者衍生的最佳BMD截断值为93.7 mg/cm3,其敏感性为85.45%(CI,73.3–93.5%),特异性为89.19%(CI,74.6–97.0%),PPV为92.2%(CI,82.2–96.8%),NPV为80.5%(CI,63.3–88.8%)。DECT衍生的BMD与2年随访期间骨折的发生显示出强关联(OR,0.871;CI,0.8091–0.9375)。
随着人口老龄化,骨质疏松和骨质疏松相关骨折作为导致活动能力丧失和衰弱的主要原因,其重要性持续增加。尽管如此,用于骨折管理和治疗的支出与用于诊断和药物预防的支出之间仍然存在很大差距。在此背景下,在我们的研究中,只有11名患者在创伤前接受了DXA检查,其中7例确诊为骨质疏松 [1, 2]。
随着已进行的CT检查数量稳步上升,从既往常规检查的可用影像数据中衍生的机会性BMD评估可能通过识别和保护高危患者来弥合这一诊断差距,同时减少衰弱性骨折带来的辐射暴露和支出。为此,已提出了不同的CT-based BMD评估方法,如简单的HU测量、基于体模的QCT、基于CT的有限元分析和双层光谱CT [22–25]。更近期,其他研究表明,HU测量和异步QCT衍生的BMD评估具有预测骨质疏松相关骨折的潜力,其中QCT衍生的BMD测量准确性更优 [11, 22, 26, 27]。然而,HU测量和基于QCT的BMD评估会受到光电效应和康普顿相互作用、管衰减电压水平、扫描仪设置和协议以及用于评估的骨骼位置所导致的不准确性影响 [15, 28, 29]。为消除前述许多失真因素,Giambini等人建议使用基于DECT的材料分解将周围组织与骨骼分离,从而允许更准确的组织分析 [28]。
在我们的研究中,我们使用了Wesarg等人开发的专用双源DECT后处理算法,用于腰椎的无体模体积骨密度评估,该算法基于Nickoloff等人首次提出的物质分解模型[8, 17]。所有成像数据均由同一台扫描仪获取,使用恒定的设置、协议和管衰减电压水平。因此,我们能够消除几乎所有先前提到的混杂因素,以获得可比且可重复的结果。我们将分析限制在L1椎体,此前有研究建议将其作为常规CT检查中机会性骨质疏松筛查的最佳目标,因为它包含在所有腹部和胸部CT检查中,易于识别,且比其他椎体更不易发生退行性改变。此外,已有研究表明,L1与其他所有腰椎椎体获得的BMD值之间存在密切相关性,使L1成为理想的替代椎体[25, 30]。
与ACR确定的QCT既定值80 mg/cm3相比,我们的分析得出了基于DECT的最佳BMD阈值为93.7 mg/cm3,用以区分在2年随访期间发生骨折的患者与未发生骨折的患者[21, 22]。这一发现与我们课题组先前的发现高度吻合,即与ACR的QCT指南相反,基于DECT的BMD值92 mg/cm3被确定为区分骨量减少与正常BMD的最佳截断值[18]。这一较高的阈值部分可归因于去除了上述混杂变量以及消除了低估传统QCT-based BMD测量的技术缺陷,如脂肪误差[6, 24, 31]。传统QCT中使用的单能技术的工作原理不允许对骨量和脂肪骨髓进行物质区分,导致骨量被低估7.2%至25.3%[28, 32]。我们使用的算法识别矿化骨小梁骨的体积,并利用基于DECT的物质分解直接从该体积获得面积骨密度,无需进一步校正[17]。因此,我们能够最大限度地减少准确性误差,更准确地评估真实骨小梁BMD,最终在骨折预测方面提供比先前报道更高的灵敏度和特异度。在此背景下,Loeffler等人显示,对于QCT-derived BMD值低于79.6 mg/cm3的患者,预测椎体骨折的灵敏度为59%,特异度为81%[11]。DECT-derived BMD与2年衰弱性骨折发生率之间的强关联通过逻辑回归得到了证实。
由于与传统CT相比具有多项优势,常规CT扫描越来越多地以DECT模式进行,因此该技术可在一般临床常规中提供更大的灵活性,并可通过避免冗余检查来帮助减少辐射暴露。此外,该技术允许从常规术前CT成像中计算并以颜色编码显示局灶性BMD分布,以辅助术前规划,例如在高度稳定的区域放置椎弓根螺钉,或评估手术期间是否需要骨替代材料。
本回顾性研究存在一些需要说明的局限性。首先,我们研究队列中接受脊柱CT的大多数患者是在既往创伤后或由于慢性疼痛而进行该项检查的。因此,由于医院政策,其中许多患者先前接受了X线成像,而这些成像无法排除急性椎体骨折,从而导致了对有椎体骨折风险患者的预选择偏倚。尽管我们仅纳入了在脊柱双能CT(DECT)后影像数据和电子病历可获得2年或以上的患者,但我们不能排除部分椎体骨折因症状轻微或由于其他医院未上报治疗而被遗漏的可能性。此外,我们试图通过仅使用一种具有专用协议的CT扫描仪类型来消除干扰。因此,我们的方法在其他设备上以及存在技术异质性的情况下的适用性尚待验证,且截断值未来需要调整。
总之,我们的研究表明,基于双能CT(DECT)的骨密度(BMD)评估可以在无需校准体模的情况下,准确且回顾性地预测有风险患者发生骨质疏松相关骨折的2年风险。腰椎CT影像数据易于获取,尤其是在老年患者和患有骨质疏松的患者中。利用这些影像数据可以早期识别未来有发生骨质疏松相关骨折风险的患者,并在需要时开始治疗,而无需进行冗余检查。因此,基于DECT的BMD评估有助于预防骨质疏松相关骨折,并最终减轻与骨质疏松相关的社会和经济负担。
引用
- Gruenewald LD, Koch V, Martin SS, et al. Diagnostic accuracy of quantitative dual-energy CT-based volumetric bone mineral density assessment for the prediction of osteoporosis-associated fractures. Eur Radiol. 2021. PMID: 34713330. doi:10.1007/s00330-021-08323-9
- 全文:PMC9038932(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9038932/
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。