背景:骨质疏松性骨折是骨质疏松症最严重的并发症,既往的研究已经证实了肠道菌群对骨骼组织具有调节作用,肠道菌群与骨质疏松性骨折有着重要关系,但是二者之间的因果关系尚不清楚。目的:使用孟德尔随机化(MR)方法探索肠道菌群与骨质疏松性骨折之间的因果关系。方法:从IEU Open GWAS数据库和芬兰数据库R9中分别获得了肠道菌群和骨质疏松性骨折的GWAS数据集,以肠道菌群作为暴露因素,骨质疏松性骨折作为结局变量,采用随机效应逆方差加权法、MR-Egger回归、加权中位数法、简单模型法以及加权模型法进行孟德尔随机化分析来评估肠道菌群与骨质疏松性骨折之间是否存在因果关系,通过敏感性分析来检验结果的可靠性和稳健性,并进行反向孟德尔随机化分析来进一步验证正向孟德尔随机化分析中确定的因果关系。结果与结论:①此孟德尔随机化分析结果表明,肠道菌群与骨质疏松性骨折之间存在因果关系。放线菌目(OR=1.562,95%CI:1.027-2.375,P=0.037)、放线菌科(OR=1.561,95%CI:1.027-2.374,P=0.037)、放线菌属(OR=1.544,95%CI:1.130-2.110,P=0.006)、丁酸球菌属(OR=1.781,95%CI:1.194-2.657,P=0.005)、粪球菌属-2(OR=1.550,95%CI:1.068-2.251,P=0.021)、Family ⅩⅢ UCG-001属(OR=1.473,95%CI:1.001-2.168,P=0.049)、产甲烷短杆菌属(OR=1.274,95%CI:1.001-1.621,P=0.049)、罗氏菌属(OR=1.429,95%CI:1.015-2.013,P=0.041)的丰度升高,会增加患者骨质疏松性骨折的风险;②拟杆菌纲(OR=0.660,95%CI:0.455-0.959,P=0.029)、拟杆菌目(OR=0.660,95%CI:0.455-0.959,P=0.029)、克里斯滕森氏菌科(OR=0.725,95%CI:0.529-0.995,P=0.047)、瘤胃球菌科(OR=0.643,95%CI:0.443-0.933,P=0.020)、肠杆菌属(OR=0.558,95%CI:0.395-0.788,P=0.001)、直肠真杆菌属(OR=0.631,95%CI:0.435-0.916,P=0.016)、毛螺菌科-UCG008(OR=0.738,95%CI:0.546-0.998,P=0.048)、瘤胃梭菌属-9(OR=0.492,95%CI:0.324-0.746,P=0.001)的丰度升高,会降低患者骨质疏松性骨折的风险。③文章通过孟德尔随机化方法发现了16种与骨质疏松性骨折相关的肠道菌群,即以肠道菌群为暴露因素,骨质疏松性骨折为结局变量,8种肠道菌群与骨质疏松性骨折呈正向因果关联,另外8种肠道菌群与骨质疏松性骨折呈负向因果关联。④此研究结果不仅为临床上骨质疏松性骨折的早期预测及潜在治疗靶点确定了新的生物标志物,还为骨组织工程中研究通过肠道菌群改善骨质疏松性骨折的发生与预后提供了实验基础和理论依据。
目的为提高医院内骨质疏松性骨折(osteoporotic fracture,OF)患者诊疗质量和管理效率,本研究自主构建一种医院内自动抓取相关资料的“骨质疏松性骨折数据库”,数据库内置管理流程相关的智能化功能模块。在此基础上,分析该数据库在实际场景应用的结果和有效性。方法构建院内封闭式多源异构数据整合的专病数据库,数据库接口可后台对接医院的信息系统(hospital information system,HIS)、影像归档和通信系统(picture archiving and communication systems,PACS)、实验室信息系统(laboratory information system,LIS)等固有数据平台,并自动运用自然语言处理(natural language processing,NLP)技术识别及整合OF患者相关信息。运用该数据库纳入2022年6月至2024年6月苏州大学附属第二医院收治的50岁以上、4部位骨折(椎体、髋部、肱骨近端和桡骨远端)的12754例患者,并对患者信息进行智能化管理应用分析。结果该数据库可按照纳入条件自动获得12754例患者数据,并自动收集患者基本资料、病历或影像检查的骨折记录、检验检查结果、实时治疗方案等407个结构化字段信息。数据库可自动完成患者的骨质疏松相关数据识别(骨折部位、骨密度值、骨代谢相关指标、抗骨质疏松药使用)、院内转科及经治医生追踪、院内多次骨折记录检索。当患者确定纳入管理,数据库可实现本次骨折后2年档案构建、辅助宣教、智能随访、院内门诊电脑同屏显示等智能化管理功能。结论“骨质疏松性骨折数据库”拥有便捷的OF患者信息抓取功能,可实时了解相应管理的基础数据,可自动完成规定时间内设定管理的指导及提醒。该数据库有院内多源异构数据整合的专病数据库特点,为OF精准化、智能化、便捷化管理提供新的思路和有效工具。
暂无评论