FRAX工具预测桂西地区2型糖尿病患者骨折风险的相关性分析

杨埜 陈金忠 李野 唐毓金 刘佳

右江民族医学院附属医院，广西 百色 533000

骨质疏松症主要特征是骨量、骨强度和微结构的逐渐降低，进而增加脆性骨折的风险，是全球常见疾病之一，并对全球卫生经济造成相当大的负担，尤其脆性骨折及其最可怕的并发症髋部骨折是造成残疾、高死亡率的原因[1]。因此，对骨质疏松患者进行准确骨折风险评估尤为重要，进而早期干预，降低骨折发生率。在骨密度测量中，T值是诊断骨质疏松的标准，T≤-2.5即可诊断为骨质疏松，T≥-1为骨量正常，-2.5

多数学者认为T2DM患者的骨密度在同龄、同性别非糖尿病患者中无明显变化或升高，而血糖控制不佳的患者的骨密度多数高于血糖控制尚可的患者，但其骨折风险却随着病程而增高，这可能与糖尿病并发症如视网膜病变、外周神经病变使得患者摔倒风险增高相关[2]。在中国大陆版FRAX工具未广泛推行于临床前，人们在应用FRAX和BMD评估模型预测T2DM患者骨质疏松性骨折风险的研究中发现，FRAX工具低估了T2DM患者的骨折风险，并建议糖尿病作为FRAX工具中一项独立的评估因素[3-4]。本研究旨在应用单纯FRAX工具对桂西地区部分T2DM患者进行10年内骨折风险评估，为FRAX工具适用人群提供一定的参考。

1 材料和方法

1.1一般资料

收集右江民族医学院附属医院2015年1月至2015年4月收治的T2DM患者198例，依照1999世界卫生组织修订糖尿病诊断标准，存在临床关联症状，以及GLU≥11.1 mmol/L，或FBG≥7.0 mmol/L, 葡萄糖耐量试验中餐后2 h血糖≥11.1 mmol/L诊断为糖尿病。排除标准：①近期或长期服用如皮质醇、性激素、VitD等影响骨代谢药物的患者；②甲亢、甲减及类风湿等相关内分泌代谢类疾病，肿瘤，严重主要脏器功能障碍者；③1型、妊娠期型及其他特殊类型糖尿病。经筛选后有67例纳入研究对象，其中男性(n=38)，女性(n=29)；年龄区间40～80岁，总体平均(54.9±9.9)岁。记录入选对象骨折相关风险因素。

1.2评估方法

T值测量方法：使用法国OSTEOSPACE全干式超声骨密度仪检测入选者足跟BMD；FRAX 指数计算方法：登录http://shef.ac.uk/ FRAX。录入骨折相关风险因素：性别、年龄(40～90岁间)、体重(kg)、身高(m)、既往骨折史、父母髋部骨折史、激素药物服用情况、目前吸烟行为、风湿性关节炎病史、继发性骨质疏松症、习惯性饮酒史等，自动生成BMI、10年内髋部骨折风险率及10年主要骨质疏松性骨折率。

1.3统计学处理

2 结果

2.1按T值分组后FRAX测出的主要骨质疏松性骨折发生率、髋部骨折发生率

在不同骨量的桂西地区T2DM患者中，主要骨质疏松性骨折率(MOF：P=0.000<0.01)和髋部骨折风险率(HF：P=0.000<0.01)差异都有显著统计学意义。而T2DM患者的BMI(P=0.004<0.01)在不同骨量间差异存在统计学意义，见表1。

2.2 根据BMI分组后FRAX测出的主要骨质疏松性骨折发生率、髋部骨折发生率

亚洲人群BMI：≤18.5～22.9 kg/m2为体重正常及偏瘦；23.0～27.9 kg/m2为过重；≥28.0 kg/m2为肥胖。按BMI分组后主要骨质疏松性骨折率(MOF：P=0.437>0.05)在不同组间的BMI中差异无统计学意义，但髋部骨折风险率(HF：P=0.035<0.05)在不同的BMI中差异存在统计学意义。结果见表2。

表1应用FRAX计算3组不同骨量T2DM患者的骨质疏松性骨折发生率的比较

Table1The comparison of the incidence of osteoporotic fractures in the three groups of T2DM patients with different bone mass using FRAX

项目正常(T≥-1)减少(-2.5

表2按BMI分组后主要骨质疏松性骨折发生率、髋部骨折发生率指标

Table2The main indicators of osteoporotic fracture incidence and hip fracture incidence were grouped by BMI

项目正常及偏瘦过重肥胖P值MOF/%4.62±4.122.91±1.502.71±1.210.437HF/%2.29±3.160.71±0.910.39±0.440.035

2.3根据性别分组后骨质疏松性骨折发生率、髋部骨折发生率

在主要骨质疏松性骨折率(MOF：P=0.016<0.05)，女性的骨折发生率要高于男性，但髋部骨折风险率(HF：P=0.944>0.05)，男性和女性差异却无统计学意义。结果见表3。

表3按性别分组后主要骨质疏松性骨折发生率、髋部骨折发生率指标

Table3The main indicators of osteoporotic fracture incidence and hip fracture incidence were grouped by sex

项目男组(n=38)女组(n=29)P值MOF/%2.94±2.074.66±3.950.016HF/%1.09±1.371.79±3.280.944

2.4根据年龄分组骨质疏松性骨折发生率、髋部骨折发生率

主要骨质疏松性骨折率(MOF：P=0.008<0.05)，在各段年龄区间差异有统计学意义，但髋部骨折风险率(HF：P=0.168>0.05)，在各段年龄区间差异无统计学意义。结果见表4。

表4 按年龄分组主要骨质疏松性骨折发生率、髋部骨折发生率指标Table 4 The main indicators of osteoporotic fracture incidence and hip fracture incidence were grouped by age

2.5T2DM相关指标与MOF和HF的相关性

血糖、BMI、骨密度(T值)与主要骨质疏松性骨折率呈负相关性(r=-0.027、-0.304、-0.723)，与年龄呈正相关性(r=0.175)，但仅有BMI(P=0.012)和骨密度(T值)(P=0.000<0.001)存在统计学意义。而髋部骨折风险率与年龄、血糖呈正相关(r=0.082、0.033)，与BMI、骨密度(T值)呈负相关性(r=-0.413、-0.706)，结果见表5。

表5多重线性回归中PMOF和PHF与糖尿病相关临床指标

Table5PMOF and PHF in multiple linear regression were correlated with clinical indicators of diabetes mellitus

项目MOF(%)HF(%)r值P值r值P值年龄/岁0.1750.1560.0820.511血糖(mmol/L)-0.0270.8280.0330.789BMI(kg/m2)-0.304∗0.012-0.413∗∗0.001骨密度(g/cm2)-0.723∗∗<0.001-0.706∗∗<0.001

注：双侧检验，*P<0.05；单侧检验，**P<0.01。

3 讨论

作为全球化的常见慢性疾病，糖尿病和骨质疏松，其患病率的增加与某些风险因素的发生密不可分，例如年龄较大，吸烟和接触糖皮质激素等[5]。两者作为可关联性疾病，并因其能够引起严重的并发症正逐渐引起广泛关注与重视。

在一项国际共识发展会议上用 “一种以低骨量和骨组织微观结构恶化为特征的疾病，导致骨脆性增强，从而导致骨折风险增加”来定义骨质疏松症[6]。而T2DM病程中存在繁杂的因素也是使骨折风险提升的原因，其中包括骨骼因素(例如骨强度或骨质量受损、骨转换受抑制、皮质孔隙增加)和非骨骼因素(例如肥胖、与低血糖相关的有害跌倒风险增加、视力的受损导致肢体灵活性和平衡力下降引起跌倒风险的增加)等[7-8]。综上观点看来，越来越多的证据表明虽然1型和2型糖尿病患者骨质疏松性骨折的风险显著增加，但骨矿物质密度(BMD)作为骨量的代表性标志，其表达降低是传统诊断骨质疏松、预测骨质疏松性骨折风险的定量指标，而这对于T2DM患者BMD表达提高且骨折风险增加出现了悖论[9-11]。近来许多新研究也表明了骨折风险增加主要是由于骨质量恶化而不是骨密度降低，糖尿病(DM)可导致骨质量恶化[机制包括骨基质中晚期糖基化终产物(AGEs)的积累，低骨形成和骨重塑率，异常骨微观结构]而引发骨质疏松，使骨折风险率提升。所以预防DM导致的骨质疏松引起的继发性骨折就成为我们需要关注的焦点，但只关注BMD值，DM患者的骨折风险可能被低估[12]。

为能更好地预估骨折风险，世界卫生组织(WHO)开发骨折风险评估工具(FRAX)预测临床上40～90岁的患者10年内骨质疏松性骨折的高风险性并详细划分区域与国家[13]。本研究应用FRAX评估工具在以我国桂西地区的T2DM患者为重点进行测评研究，经将T值分组后测量不同区组间的MOF、HF及BMI变化，发现MOF、HF的P值均小于0.01，差异有统计学意义，尤其当T≤-2.5时骨折风险率急剧增加。而BMI在T≤-2.5组与正常组及减少组比较差异有统计学意义(P=0.004，P<0.05)，从表1中可看出BMI与骨密度间存在正相关关系，这与之前的研究结论一致[4]。根据这一结果，又将T2DM患者BMI分组，根据T值得到MOF及HF，可显示髋部骨折发生率会随着BMI值的升高而降低。由此我们推断虽然骨密度升高但也使髋部骨折风险增加。这也跟Liefde等[14]研究表明2型糖尿病患者比非糖尿病患者非椎骨骨折的风险高69%的结果相近。我们将性别与年龄分组得出女性的MOF值要高于男性，这一结论与Russo等[15]论点相同，而造成差异出现可能与循环雌激素水平有关。有研究[16]表明雌激素通过促进硬化蛋白抑制骨形成，还减少促脂肪生成，骨细胞凋亡和硬化素的上调等多角度因素引起骨质疏松促使骨折风险提升，且绝经后女性症状更为明显。而随着年龄增长MOF值也在增加，其中60～69岁阶段的患者最为明显，HF却差异没有统计学意义，与Leslie等[17]的研究表示糖尿病对年轻人的髋部骨折风险的影响要大得多的结论相悖，出现结论不同的可能是由于种族及地域的不同，所应用的FRAX测定值也会出现差别。我们又研究了T2DM患者中一些相关资料与主要骨质疏松性骨折发生率、髋部骨折发生率指标的关联性，用年龄、血糖、BMI及骨密度与两者做多元相关分析得出与年龄虽呈正相关但无意义，而血糖、BMI、骨密度与MOF呈负相关，仅BMI、骨密度对MOF有真正关联性。HF与血糖呈正相关但无统计学意义；与BMI、骨密度呈负相关且有关联性，这些结论都为进一步完善FRAX测评和寻找更为合适的骨折预测工具起到相应作用。

本研究创新在于应用FRAX工具对我国桂西地区2型糖尿病患者应用T值的量级分组研究病患及其相关资料与骨折风险的预测及相关性。我院所属的桂西地区位于我国西南三省交界处，界临越南等南亚国家，气候偏向于南亚亚热带气候，且以壮族为主的多民族生活地区，地区人口生活习性及饮食习惯更倾向少数民族传统习惯，构成这种地区民族环境的特点。这些因素可能在FRAX工具应用中有区域划分意义，这为完善该系统工具在中国地区的应用做出相应的贡献，但已有研究表明该工具存在低估此类病患的未来骨折风险性[5,18]，而我们的研究由于存在着时间截断面和区域局限的不足，不能给予该工具低估骨折风险的肯定评价。因此，后续还需弥补相关不足、填充关联影响因素来进一步评定糖尿病及其相关因素是否应该纳入该测评工具。