Диагностика остеопороза: КТ превосходит МРТ в оценке качества костной ткани позвонков

ГЛАВНОЕ

Измерения в единицах Хаунсфилда (HU) по данным КТ поясничного отдела превзошли показатели качества костной ткани позвонков (VBQ), полученные с помощью МРТ, по диагностической точности выявления остеопении и остеопороза. Это подтверждает целесообразность оппортунистического скрининга минеральной плотности кости, как показал систематический обзор и метаанализ.

МЕТОДОЛОГИЯ

• Исследователи провели систематический обзор и метаанализ 42 исследований с участием 9 214 человек из Азии, Европы, Северной и Южной Америки. Во всех работах оценивались показатели HU или VBQ в качестве диагностических маркеров остеопороза или остеопении.
• Ученые оценивали измерения HU по данным КТ поясничного отдела и показатели VBQ по данным МРТ в сравнении с результатами двухэнергетической рентгеновской абсорбциометрии (DEXA) или количественной КТ.
• Непрерывные исходы объединялись в виде стандартизованной разности средних, а диагностическая точность синтезировалась с использованием двумерных иерархических моделей суммарной площади под ROC-кривой для получения объединенных значений площади под кривой (AUC) и диагностического отношения шансов (DOR).
• Средние значения диагностических порогов были рассчитаны для различных методов и валидированы с использованием моделей со случайными эффектами для определения объединенных отношений рисков низкой плотности костной ткани.
• Методологическое качество оценивалось с помощью инструмента Quality Assessment of Diagnostic Accuracy Studies 2; большинство доменов были оценены как имеющие низкий риск систематической ошибки.

ВЫВОДЫ

• При остеопении показатель HU продемонстрировал более высокую диагностическую точность, чем VBQ, с лучшим значением AUC (0,87 против 0,75), чувствительностью (0,79 против 0,67), специфичностью (0,81 против 0,74) и DOR (16,56 против 5,79).
• При остеопорозе показатель HU превзошел VBQ, показав более высокое значение AUC (0,86 против 0,79), чувствительность (0,78 против 0,73), специфичность (0,81 против 0,74) и DOR (14,58 против 7,55).
• Объединенные диагностические пороговые значения составили 138,9 HU для остеопении (AUC, 0,92; DOR, 36,74) и 104,6 HU для остеопороза (AUC, 0,86; DOR, 16,37), тогда как пороговые значения VBQ по данным МРТ, равные 2,83 и 3,14, показали более низкую дискриминационную способность (AUC, 0,70 и 0,68 соответственно).
• Bootstrap-валидация показала большую диагностическую стабильность для HU, чем для VBQ, со скорректированным снижением AUC на -0,08 для остеопении (P = 0,047) и на -0,09 для остеопороза (P = 0,006), что подтверждает ослабление прогностической ценности показателя VBQ по данным МРТ.

ПРАКТИЧЕСКАЯ ЗНАЧИМОСТЬ

«Показатели HU и VBQ являются ценными оппортунистическими визуализационными биомаркерами для оценки качества костной ткани позвонков, однако HU стабильно демонстрирует превосходную диагностическую точность и надежность во всех анализах», — пишут авторы.

«Эти результаты подтверждают возможность интеграции показателя HU в стандартную клиническую практику, а также стимулируют дальнейшую оптимизацию метрик на основе МРТ для комплексной оценки качества костной ткани», — добавили они.

ИСТОЧНИК

Исследование проводилось под руководством Омара Луббада (Omar Lubbad) из Университета Сассекса (Брайтон-энд-Хов, Англия). Оно было опубликовано онлайн 18 августа 2026 года в журнале European Radiology.

ОГРАНИЧЕНИЯ

Ограничения исследования включают преимущественно непрямые сравнения между измерениями HU по данным КТ и VBQ по данным МРТ; существенную гетерогенность между исследованиями в протоколах визуализации, типах сканеров, параметрах сбора данных, методах выборки и референсных стандартах; в основном ретроспективный дизайн включенных исследований; меньший размер выборок и большую методологическую вариабельность в данных по VBQ; опору на реконструированные анализы, а не на данные на уровне пациентов; а также оценку только качества трабекулярной костной ткани без учета кортикальной микроархитектоники, костного метаболизма или риска системных переломов.

Эта статья была создана с использованием нескольких редакторских инструментов, включая ИИ, как части рабочего процесса. Редакторы-люди проверили этот контент перед публикацией.