血清钙磷乘积预测老年椎体压缩性骨折风险的意义

戴小宇 黄智慧 王珂杰 朱晓文 张益舸 丁文鸽

苏州大学附属第三医院/常州市第一人民医院骨科，江苏 常州 213000

骨质疏松性椎体压缩性骨折(osteoporotic vertebral compression fracture, OVCF)是临床常见骨折类型之一，作为最常见的骨质疏松性骨折，OVCF在老年人群中发病率非常高[1-2]。研究[3]表明在超过50岁的全球人口中OVCF发生率可能高达30.0 %～50.0 %。骨质疏松是造成OVCF的最直接原因，其可导致骨微结构的破坏、骨质量的退化及骨密度的减少。临床上预测骨质疏松风险主要依靠骨密度检测及骨转化标志物，但目前仍缺乏能够预测OVCF发病危险性且相对有效的血清学指标。先前，有研究[4-5]指出血清钙、血清磷，以及钙磷代谢与骨质疏松关系密切，但其与OVCF发生的具体相关性尚无报道并有待进一步证实。基于临床检测血清钙、血清磷的简便性，本研究回顾性地分析、评估血清钙、血清磷以及钙磷乘积与OVCF发病的潜在相关性，旨在探讨血清钙磷乘积能否作为预测骨质疏松性椎体压缩性骨折发病危险性的血清学指标。

1 材料和方法

1.1 纳入与排除标准

纳入标准：①年龄 > 60 岁，无明显外伤或仅为轻度外伤病史；②经病史、体格检查、影像学检查和/或骨密度检查确诊为OVCF，选取同时期因股骨头坏死或骨关节炎行髋、膝关节置换术的患者作为对照；③病程 < 3周；④甲状腺、甲状旁腺功能正常，无甲状腺及甲状旁腺疾病史、手术史或家族史；⑤胃肠道、肝、肾功能正常，无重大系统性疾病。排除标准：①重大暴力导致的骨折；②合并恶性肿瘤或骨骼系统存在原发或转移性肿瘤病灶者；③合并胃肠道、肝、肾功能不全或重大疾病者；④合并骨代谢相关内分泌疾病(甲状旁腺疾病、性腺疾病、肾上腺疾病和甲状腺疾病等)，类风湿性关节等免疫系统疾病；⑤长期服用糖皮质激素或其他影响骨代谢药物等[6-7]。

1.2 一般资料

本研究收集常州市第一人民医院2015年8月至2021年4月OVCF患者200名为观察组和同期行因终末期股骨头坏死或骨关节炎行髋、膝关节置换术的患者200名为对照组。

1.3 观察指标

本研究通过电子病历系统收集患者的以下相关资料：年龄、性别、既往病史：高血压、糖尿病；同时收集入院时初次生化指标：白蛋白、尿素氮、血清肌酐、血清钙、血清磷数值等。根据血清钙计算校正血钙，校正公式：校正血钙值(mmol/L)= 血清总钙测定值(mmol/L)+(40-血清白蛋白测定值)× 0.025(mmol/L)[8]。血钙：1 mmol/L = 4 mg/dL；血磷：1 mmol/L = 3.1 mg/dL。钙磷乘积 =(4×血钙)×(3.1×血磷)；校正钙磷乘积=(4×校正血钙)×(3.1×血磷)。

1.4 统计学处理

所有数据均采用SPSS 22.0统计学软件进行分析，分类资料组间比较采用卡方检验；计量资料符合正态分布的组间比较采用独立样本t检验，不符合正态分布的采用Mann-WhitneyU检验。采用Logistic回归分析血清钙、血清磷、钙磷乘积、校正血钙、校正钙磷乘积等指标预测OVCF的模型，最后绘制受试者工作特征(receiver operating characteristic curve, ROC)曲线，根据曲线下面积值(area under curve, AUC)评估预测模型中可信度较好的模型，并确定危险因素的最佳临界值。P<0.05为差异有统计学意义。

2 结果

表1中，观察组及对照组平均年龄分别为71.5 ± 6.4岁和72.4 ± 8.0岁，两者差异无统计学意义(P> 0.05)。两组性别、高血压、糖尿病、尿素氮、肌酐比较，差异均无统计学意义(P> 0.05)。但观察组白蛋白、血清钙、血清磷均低于对照组，差异有统计学意义(P< 0.05)。代入校正公式计算后，观察组钙磷乘积、校正血钙、校正钙磷乘积均低于对照组，差异有统计学意义(P< 0.05)。经校正性别和年龄后行Logistic回归分析后显示，血清钙(OR= 0.051，95 %CI0.010～0.255，P< 0.001)、血清磷(OR= 0.002，95 %CI0.000～ 0.011，P< 0.001)、钙磷乘积(OR= 0.073，95 %CI0.036～0.148，P< 0.001)、校正血钙(OR= 0.112，95 %CI0.019～0.649，P= 0.015)、校正钙磷乘积(OR= 0.072，95 %CI0.035～0.149，P< 0.001)，数值低均是OVCF的显著危险因素。见表2。

表1 观察组与对照组的临床及校正数据的比较Table 1 Comparison of clinical and corrected data between the observation and control

表2 多因素Logistic回归分析Table 2 Multivariate Logistic regression analysis

注：A：血清磷；B：钙磷乘积；C：校正钙磷乘积。图1 血清磷、钙磷乘积及校正钙磷乘积预测OVCF的ROC曲线图Fig.1 ROC curves of serum phosphorus, calcium-phosphorus product, and corrected calcium-phosphorus product

通过绘制接受者操作特征曲线(receiver operating characteristic curve, ROC)并计算曲线下面积(area under curve, AUC)得出血清磷、钙磷乘积、校正钙磷乘积预测OVCF的效果良好(见表3)。其中，血清磷，钙磷乘积AUC为0.714，对应临界值为29.88，敏感性0.72，特异性0.62(图1A)；其次为钙磷乘积，对应临界值为30.50，敏感性0.74，特异性0.62(图1B)；最后为校正钙磷乘积，对应临界值为1.085，敏感性0.715，特异性0.695(图1C)。

3 讨论

随着社会老年人口的增长，骨质疏松症导致的骨折数量预计会逐年增加。其中OVCF在老年人中发病率及死亡率正在迅速增高[9-10]。因此在老年人群中筛选出OVCF高危人群，并及时行早期干预显得尤为重要。现有的研究[11-12]显示性别、年龄、骨密度、骨转化标志物等都与OVCF的发生存在密切相关性。其中，骨密度检查主要通过双能X线吸收仪来测定,其检查设备相对昂贵、执行操作相对复杂，且存在X射线辐射等缺点。曾有报道[13]指出单独使用骨密度预测骨质疏松性骨折的准确率仍有待进一步提高。同时，国内遇呈祥等[14]也认为骨质疏松性骨折患者中骨密度的低下反映了骨质量减低、骨量减少的骨骼机体基础状况，但不能反映骨小梁结构因素，对早期骨量减少的提示作用不够灵敏，其所能提供的临床证据是非动态及局部性的。而骨转化标志物包括骨吸收标志物及骨形成标志物如I型前胶原N端前肽、I型胶原β-异构化C末端肽和骨钙素等目前在临床应用上检测耗时较长，且国内部分二级及以下医院无法检测，而单个生化指标检测预测骨质疏松性骨折的敏感性和特异性也较低，仍存在较多限制和局限性，不能作为骨质疏松性骨折诊断标志物和个体化诊治依据。

表3 ROC曲线分析结果Table 3 ROC curve analysis results

血清钙磷的代谢被证实是骨代谢的重要组成部分。人体内血钙、血磷在甲状旁腺素、降钙素和维生素D3的共同作用下维持相对平衡，对成骨细胞和破骨细胞的分化均发挥着重要作用[15]。在人体血液中钙、磷浓度关系密切，血钙和血磷二者的乘积与成骨和溶骨存在密切关系，与单纯血清钙、血清磷相比，钙磷乘积值更稳定，直接影响钙盐沉积[16-17]。当钙磷乘积偏大时，钙和磷以骨盐形式沉积于骨组织；而钙磷乘积偏小时，则抑制骨的钙化，影响成骨作用[16-18]。而本研究鉴于血钙受血清白蛋白含量的影响[19]，从血清钙磷乘积及校正钙磷乘积入手，通过研究其与骨质疏松性椎体骨折的相关性，结果显示在OVCF患者中其血清钙、血清磷、校正血钙、钙磷乘积及校正钙磷乘积均低于同年龄段骨质相对健康的人群，我们进一步对预测危险性效能最佳的指标进行量化分析并得到：当老年人钙磷乘积小于29.88或校正钙磷乘积小于30.50时，我们应该严格注意其发生OVCF的风险，尽早进行规范、科学的抗骨质疏松的干预，以进一步减少OVCF的发生率及由此带来的老年人生活质量的下降甚至死亡风险等。

本研究随机选取因股骨头坏死、骨关节炎行膝、髋关节置换术的患者作为对照组，平均年龄相近，潜在降低了患者年龄对骨代谢等的影响，也在一定程度上增加了该研究结果的可靠性。但考虑到本研究纳入样本量仍较少，男女比例差异较大，缺乏多中心、大样本的数据支持，无法进行性别分层后的研究，同时我们未能将血清钙磷乘积等与骨密度及骨转化标志物进行横向比较，以得出相应指标各自对于OVCF发生的预测价值及效力。此外本研究中钙磷乘积及校正钙磷乘积对于OVCF的预测敏感性和特异性并不是非常高，预测准确性还有待提高。

综上，本研究初步证实血清钙磷乘积及校正钙磷乘积可以作为预测老年人骨质疏松性椎体压缩性骨折发病危险性的独立血清学指标。针对该危险因素，早期进行有效临床干预可能可以减少骨质疏松性骨折的发生风险。此外，本研究也能在一定程度上为后续大样本、多中心临床研究的开展、血清钙磷相关生物学指标的拓展、广大基层单位推进OP的慢病管理、诊疗等提供新的切入点。