基于近端股骨CT亨氏单位骨小梁密度测量：骨质疏松评估与骨折风险预测的新策略

　　本研究针对骨质疏松所致髋部骨折风险预测难题，创新性利用常规CT扫描的亨氏单位(HU)值测量近端股骨骨小梁密度。通过370例患者队列分析，发现HU值与CTXA(类DEXA)测得的骨矿物密度(BMD)及T-Score高度相关(R2=0.88-0.89)，并确立骨质疏松诊断阈值（股骨头245.5HU，近端股骨96HU）与骨折风险阈值（股骨头245.5HU，近端股骨75HU）。该技术可实现无额外辐射的"机会性筛查"，为骨质疏松诊疗提供重要工具。

　　

随着人口老龄化加剧，骨质疏松已成为全球性健康挑战，其导致的骨折事件——尤其是髋部骨折——不仅显著降低患者生活质量，更带来高昂的社会经济负担。据统计，1990年全球髋部骨折约170万例，而到2019年已激增至1420万例。在德国，2019年股骨颈骨折发病率达120.2/10万，转子间骨折为108.7/10万，年治疗费用约28亿欧元，且预计2030年将升至38.5亿欧元。更严峻的是，髋部骨折后第一年死亡率高达20-40%，仅30-40%患者能恢复原有活动能力。尽管双能X线吸收测定法(DEXA)是骨质疏松诊断的"金标准"，但许多高危患者因未进行筛查而错过干预时机。由于骨盆区域CT扫描常因其他医疗需求开展，能否利用现有CT图像实现骨质疏松的"机会性筛查"成为关键研究方向。

本研究由维也纳医科大学创伤外科与海德Westküstenklinikum放射学团队合作，纳入370名患者（平均年龄69.4岁，53名男性/317名女性），采用CTXA（类DEXA等效技术）测量髋部骨矿物密度(BMD)，同时在冠状位CT图像中手动放置感兴趣区域(ROI)：股骨头处圆形ROI及近端股骨不规则面积ROI，测量骨小梁亨氏单位(HU)值，并通过影像学检查记录髋部骨折情况。

研究结果

年龄、BMI与骨密度关系

随着患者年龄增加和BMI下降，骨矿物密度(BMD)和HU值均显著降低（p<0.05），印证高龄和低BMI是骨质疏松的重要风险因素。

HU值与BMD/T-Score的相关性

近端股骨区域HU值与CTXA测得的BMD高度相关（R2=0.8819），换算公式为：BMD=(0.0024×HU)+0.4036。HU值与T-Score同样高度相关（R2=0.8914），换算公式为：T-Score=(0.0211×HU)-4.5258。96HU对应T-Score=-2.5（骨质疏松阈值）。股骨头区域HU值与T-Score相关性稍低（R2=0.7754），换算公式为：T-Score=(0.0171×HU)-6.6987，245.5HU对应T-Score=-2.5。

骨质疏松与骨折预测效能

ROC曲线分析显示，近端股骨区域HU值预测骨质疏松的AUC(曲线下面积)达0.97（灵敏度0.92，特异度0.93），阈值96HU；预测髋部骨折的AUC达0.99，阈值75HU。股骨头区域HU值预测骨质疏松的AUC为0.93（灵敏度0.89，特异度0.93），阈值245.5HU；预测骨折的AUC为0.98，阈值245.5HU。值得注意的是，所有骨折患者的HU值均低于骨质疏松阈值。

讨论与结论

本研究证实通过常规CT图像测量近端股骨骨小梁HU值，可可靠评估骨质疏松状态和骨折风险。与传统DEXA相比，该方法避免骨赘重叠和皮质骨干扰，且能利用现有影像资料实现零额外辐射的"机会性筛查"。近端股骨区域面积ROI的测量精度最高（AUC=0.97-0.99），显著优于股骨头局部测量。

研究提出的HU阈值（近端股骨96HU对应骨质疏松，75HU对应骨折；股骨头245.5HU同时对应骨质疏松与骨折）为临床提供了明确判断标准。未来需进一步优化不同人群、年龄组及解剖区域的HU阈值标准，并开发自动化ROI分析工具以减少人为误差。整合HU值的新型骨折风险预测模型有望实现个性化治疗规划，最终降低骨质疏松性骨折的发生率。

该研究发表于《Die Orthop?die》，为骨质疏松的早期诊断和干预提供了切实可行的影像学解决方案。