通过骨质疏松症的机会性筛查预测骨折 (OPPORTOS)

主要目标：评估在 3 年内通过常规腹部扫描预测骨折（需要住院）的椎骨骨密度 (BMD) 自动测量的性能。

次要目标：

• 根据骨折部位（脊柱、髋部、非脊柱）评估 3 年以上常规腹部扫描（针对其他医学指征进行）腰椎骨密度自动测量预测骨折（需要住院）的性能-非臀部）。
• 根据年龄（>= 75 vs < 75）和性别，评估在常规腹部扫描（针对其他医学适应症进行）中自动测量腰椎骨密度以预测 3 年以上骨折（需要住院）的性能。
• 评估预防性治疗对高骨折风险患者避免骨折的影响（模拟研究）
• 骨折的经典危险因素评估（使用 SNDS 数据库）和自动骨密度测量对骨折风险评估的附加值。
• 索引日期人群中椎骨骨折的患病率估计（由 Zebra 算法自动评估）
• 评估 IV 对比度对 Zebra 算法提供的测量值的影响。
• 根据未骨折受试者的年龄和性别确定斑马参数的平均值。

该研究基于巴黎大学医院 / Assistance Publique - Hôpitaux de Paris (AP-HP) 的患者，该医院是欧洲最大的医院实体，无论医学指征如何，他们都接受了腹部 CT 扫描； CT 相关数据（元数据和使用 Zebra 软件分析腹部 CT 生成的数据）和图像存储在 PACS 工作站（自 2007 年起可用），并可通过 AP-HP 临床数据存储库 (CDR) 获取。 在获得法律授权后，来自 CDR 的数据将与来自国家健康数据系统 SNDS（Système National des Données de Santé）中的国家信息系统计划（PMSI）数据库的数据合并，该系统记录了所有出院摘要法国公立和私立医院（即国家 PMSI（Programme de Médicalisation des Systèmes d'Information）数据库）和报销门诊护理（即 DCIR 数据库）。

PMSI 的每个摘要都包含患者的年龄和性别、入院动机，通过国际疾病统计分类第 10 版 (ICD-10) 和二次诊断的诊断代码进行描述，从而可以识别骨折，以及，他们，肿瘤（骨转移或原发性骨癌）将不被视为感兴趣的事件。

• 2007 年至 2014 年间在 AP-HP 对 60 岁及以上受试者（即 将使用在住院期间并存储在 PACS 工作站上的先验脆性骨折风险较高的患者。 如果受试者进行了多次腹部扫描，则只会使用第一个。
• 椎骨 BMD 将使用经过验证的算法（以亨斯菲尔德单位 - HU 为单位）自动计算，在从 L1 到 L4 的每个椎骨中，较低的衰减（较低的 HU）表示骨骼密度较低（即更脆弱）。 该算法自动分割 L1-L4 椎骨，并根据提取的一些特征提取它们的整体密度。 使用 Zebra 软件对腹部 CT 进行分析也可以识别椎骨骨折。
• CDR 中提供了 APHP 患者的临床数据。
• 事故骨折将在 SNDS (2007-2017) 内的国家 PMSI 数据库中识别。 事件定义为在腹部扫描后 3 年内发生需要住院治疗的骨折事件（不包括多发性骨折和肿瘤性骨折）。
• 将评估通过椎骨 BMD 预测骨折事件（如上定义）的发生。

源人群将是 60 岁及以上的患者（即 那些因年龄而具有更高脆性骨折风险的人）进行了腹部 QCT，图像集中存储在我们机构的图片存档和通信系统（PACS）中（巴黎公共医院援助，AP-HP）。 AP-HP 是欧洲最大的大学医院实体（大巴黎大学医院，39 家医院，其中 23 家用于急症护理，20,700 张床位，其中 11700 张用于急症护理，每年有超过 700 万名患者接受治疗，120 万人次住院）急性护理）。 PACS于2007年开始实施，存储了AP-HP机构获取的所有图像及相关数据。 这些数据在 CDR 中可用。

在获得合法授权后，来自 CDR 的数据将与来自 SNDS（Système National des Données de Santé）的数据合并，其中包括来自国家信息系统医疗计划（PMSI）的数据。