血清尿酸(UA)联合临床标志物构建绝经后骨质疏松风险预测模型的临床价值

本研究针对绝经后骨质疏松(PMOP)早期筛查需求，通过回顾性分析295例绝经女性临床数据，首次构建包含血清尿酸(UA)、碱性磷酸酶(ALP)、白蛋白(ALB)和单核细胞/淋巴细胞比值(MLR)的列线图预测模型。该模型AUC达0.781，为PMOP风险分层提供了经济高效的新工具，揭示了UA在骨代谢中的双重调节作用。

　　

在全球老龄化加剧的背景下，绝经后骨质疏松(PMOP)正成为威胁女性健康的"隐形杀手"。据统计，50岁以上女性约30%受此困扰，其核心病理机制是雌激素缺乏导致的骨吸收加速，但实际还涉及炎症、氧化应激等多因素交织的复杂网络。尽管双能X线吸收测定法(DXA)是诊断金标准，但高昂成本限制了普及；而血清尿酸(UA)这个常规检测指标，因其兼具抗氧化和促炎的双重特性，近年来在骨代谢领域引发持续争议——它究竟是骨骼的"守护者"还是"破坏者"？

为破解这一科学谜题，暨南大学附属珠海医院的研究团队开展了一项创新性研究。他们收集了2021-2022年间295例绝经女性的临床数据，通过严谨的统计学建模，首次将UA纳入PMOP风险预测体系。研究发现，虽然UA单独作用时差异未达显著性(296.35±99.25 vs 302.32±87.36 μmol/L, p=0.584)，但当与ALB、ALP、MLR组合时，模型预测效能显著提升(AUC=0.781)。这项发表于《Archives of Gynecology and Obstetrics》的成果，为基层医疗提供了一把经济高效的"筛查利器"。

研究采用多技术联合作战：1)通过DXA测定腰椎/髋部骨密度T值分组；2)采集空腹血检测UA等23项生化指标；3)计算MLR、SII(系统性免疫炎症指数)等新型炎症指标；4)采用逐步回归筛选变量构建列线图模型；5)通过1000次Bootstrap抽样进行内部验证。

主要结果揭示：

1. 基线特征差异：PMOP组年龄显著更高(74.88±8.73岁)，身高更低(1.55±0.06m)，OSTA评分更差(-3.44±2.94)，ALP水平更高(87.87±38.02 U/L)，符合骨质疏松进展规律。

2. 炎症指标异常：单核细胞(MO)绝对值(0.43±0.15 vs 0.38±0.12×10⁹/L)和MLR(0.30±0.24 vs 0.23±0.14)显著升高，印证慢性炎症参与骨丢失。

3. 模型效能验证：最终模型C-index达0.779，校准曲线紧贴理想线，交叉验证AUC保持0.779±0.027，显示稳健性。

讨论与展望：

该研究创新性地揭示了UA在PMOP风险分层中的"剂量依赖性"作用——既非单纯保护也非绝对危害，其价值需结合ALB等营养指标和MLR等炎症标志物综合评估。列线图工具将复杂的多参数分析转化为直观的评分系统，特别适合社区医院使用。但研究存在三点局限：横断面设计难以确立因果关系；未校正饮食/药物干扰因素；单中心样本可能影响外推性。团队已启动广东省多中心前瞻性研究进行验证，未来或可整合基因组数据提升预测精度。

这项研究为PMOP早期防控提供了新思路：常规体检中的"废弃数据"(如UA)经过智能重组，可能焕发新的临床价值。正如作者Bingquan Li所述："我们正尝试用‘老指标新组合’的方式，破解骨质疏松筛查的‘普惠性’难题。"