胸腰椎側方X線写真から抽出したディープラーニングスコアを臨床的リスク因子と組み合わせることで、2年以内の新規椎体骨折を正確に予測することが可能となりました。内部検証されたこのモデルは、臨床モデルよりも優れた識別能、較正能、再分類能および決定利益を示し、個別化されたリスク層別化と早期の予防的管理戦略を支持する結果となりました。
この記事について
サマリー
要約
日常的な臨床リスク評価では局所的な脊椎の脆弱性を十分に把握できないため、新規椎体骨折のリスクがある患者を早期に特定することは依然として困難です。この単一施設レトロスペクティブ・コホート研究では、ベースラインの胸腰椎側方向X線写真から抽出したディープラーニング（DL）特徴量を臨床リスク因子と組み合わせることで、2年以内の新規椎体骨折の予測精度が向上するかを評価しました。合計2,173人の患者を組み入れ、時系列に従って導出コホート（n = 1,449）と内部検証コホート（n = 724）に分割しました。ベースラインのX線写真からDL特徴量を導出し、LASSO-Cox回帰を用いて予測因子を選択し、臨床モデル、DLモデル、および複合モデルを構築しました。性能評価は、ブートストラップ楽観度補正、時間的内部検証、キャリブレーション、決定曲線分析、時間依存性正味再分類改善度（NRI）、統合識別改善度（IDI）、および感度分析によって行いました。2,048個のDL特徴量候補のうち5個がDLスコアの生成に保持され、これは複合モデルにおいて独立した予測因子であり続けました（HR 1.64, 95% CI 1.34–2.01; P < 0.001）。内部検証において、複合モデルはC-index 0.759、2年AUC 0.774、2年Brierスコア 0.077を達成し、いずれも臨床モデルより優れており、良好なキャリブレーション（インターセプト 0.012; スロープ 0.972）を示しました。臨床モデルと比較して、複合モデルは再分類（2年NRIは導出コホートで0.316、検証コホートで0.241）および識別能（2年IDIはそれぞれ0.047および0.033; 全て P < 0.01）を改善し、決定曲線分析においてより大きな正味の利益を提供しました。感度分析の結果は主解析の結果と一致していました。胸腰椎側方向X線写真からのDL特徴量と臨床リスク因子を組み合わせることで、2年以内の新規椎体骨折のより正確な個別化予測が可能になる可能性があります。
概要
椎体骨折は、骨粗鬆症性脆弱性骨折の最も一般的な形態の一つであり、特に胸腰椎領域に多く見られます。これは慢性的な疼痛、身長の減少、後弯変形、可動性の制限を引き起こし、再骨折のリスクや予後の悪化を招く可能性があります1。臨床現場では、かなりの割合の患者が骨折発生前に典型的な症状を示さず、多くの症例が経過観察中の画像診断で初めて特定されるため、症状のみに頼った診断や遡及的な診断では、高リスク群のタイムリーなスクリーニングを完了させることが困難であることが示唆されています2,3。既存のリスク評価は主に年齢、性別、BMI、既往の脆弱性骨折、糖尿病、グルココルチコイドへの曝露、骨密度などの情報に依存しており、これらは全身的な骨脆弱性の背景を反映してはいますが、胸腰椎の局所的な構造的脆弱性や力学的異常を十分に特徴付けることは困難であり、これが新たな椎体骨折リスクの予測において長らく存在してきた主要な困難点でもあります4。胸腰椎の側方向X線撮影は、臨床現場で最も一般的に使用され、アクセスしやすい脊椎画像検査の一つです。これは椎体の形態を示すだけでなく、終板の変化、骨密度の低下（骨透過性の亢進）、軽度の楔状変形、アライメントの不均衡など、将来の骨折に関連する潜在的な表現型を含んでいる可能性があります5。これまでの研究は、主に既存の椎体骨折の検出、骨粗鬆症の診断、または手動計測指標を用いたリスク評価に焦点を当ててきました6,7。最近のエビデンスでは、側方向脊椎画像においてディープラーニングで特定された有病椎体骨折および骨粗鬆症を、臨床的リスク因子と併せて用いることで、新規骨折の予測を改善できることがさらに示されています5。しかし、ベースライン時に標的椎体骨折を有さない患者において、通常の胸腰椎側方向X線写真と局所的なディープラーニング（DL）特徴量を用いて新規椎体骨折を予測することに関するエビデンスは依然として限られています。人工知能の手法は脊椎画像解析に使用されてきましたが、この特定の臨床シナリオを直接の対象とした研究は依然として少なく、この設定におけるキャリブレーションの系統的な評価、決定分析によるネットベネフィット、および時間的分割検証はまだ不十分です8。
したがって、より臨床的に意義のある問い、すなわち、ルーチンの胸腰椎側方X線写真からディープラーニングによって抽出された特徴が、臨床的リスクアセスメント9に基づいた独立かつ有意義な追加情報を提供できるかという問いに答えることは困難です。以上の背景に基づき、本研究では単一センターの後向きコホートデザインを採用し、胸腰椎側方X線写真からディープラーニング特徴を抽出して臨床的リスク因子と組み合わせることで、2年以内の新規椎体骨折に関するリスク予測モデルを構築しました。そして、時間的内部妥当性確認、ブートストラップ法による楽観度補正、および感度分析を通じて、モデルの識別能、較正能、堅牢性、および臨床的価値を評価しました。本研究は、ルーチンのX線検査下での個別化されたリスク警告に焦点を当て、潜在的な局所画像上の脆弱性表現型と全身的な臨床的感受性情報を解釈可能な予測ツールに統合することで、高リスク者の特定、フォローアップの強化、および予防的介入の根拠を提供することを目的としました。
プロトコル
本研究は、中国上海市の上海市第八人民病院医学倫理委員会の審査および承認を受けた（承認番号 2026-102-03-02）。本研究はレトロスペクティブ研究であり、解析前にすべてのデータから個人識別情報が除外されていたため、倫理委員会により患者からのインフォームドコンセントは免除された。
研究デザイン：
研究タイプ
本研究は単施設レトロスペクティブコホート研究であり、研究データベースは病院の医用画像管理システム（PACS）、放射線科情報システム（RIS）、および電子カルテシステムのデータを用いて構築した。研究対象は、当院にて胸腰椎側方デジタルX線検査を受けた連続的な患者とした。組み入れ期間は2018年1月1日から2023年12月31日までとし、フォローアップの期限は2025年12月31日とした。本研究の報告は、人工知能を用いた予測モデル研究および観察研究の報告の標準化を確実にするため、TRIPOD+AIおよびSTROBEの推奨事項に従った。
研究設定および症例ソース
症例は、当院の外来患者、救急患者、および入院患者の日常的な臨床診断および治療プロセスから抽出した。画像データはすべてPACS内のオリジナルのDICOMファイルから取得し、臨床データは構造化電子カルテ、検査システム、および処方記録から取得した。研究期間中、選択基準を満たした最初の胸腰椎側方X線検査の日をベースライン日と定義した。同一患者に基準を満たす検査が複数ある場合は、重複登録を避けるため、最も早いものをベースライン検査としてのみ保持した。すべてのデータは解析前に匿名化し、画像情報と臨床情報は固有の研究識別番号を用いて照合した。
研究対象集団：
組み入れ基準
組み入れ基準は以下の通りとした：50歳以上であること。研究期間中に当院にて標準的な立位胸腰椎側面デジタルX線検査を完了していること。ベースライン画像が追跡可能なDICOM形式であること。ベースライン画像においてT10からL4の椎骨が完全に描出されていること。ベースライン画像の確認においてT10からL4に既存の椎体骨折がないこと。電子カルテから事前に規定したベースラインの臨床変数が抽出可能であること。ベースライン後24か月以内に少なくとも1回の胸腰椎X線、CT、またはMRIフォローアップ検査を受けていること、あるいは24か月以内に画像診断で確認された新規椎体骨折が発生していること。
除外基準
除外基準は以下の通りとした：ベースライン時におけるT10からL4までの椎体骨折、ベースライン時または追跡期間中の高エネルギー外傷の明確な既往、原発性または転移性脊髄腫瘍、脊髄感染症、または破壊性骨疾患、胸腰椎の内固定術、椎体形成術、または経皮的椎体形成術の既往、Cobb角が30°を超える側弯症または明らかな後弯変形（Scheuermann型後弯変形を含む）によりT10からL4の終板を正確に特定できない場合、画像上の明らかなモーションアーチファクト、不適切な露出、金属による遮蔽、または表示範囲の不足、電子カルテから主要なベースライン変数またはアウトカム情報を確認できない場合。
レトロスペクティブ・コホート構築プロセス
研究対象者のスクリーニングは、あらかじめ規定された基準に従って2人の研究者が独立して行い、不一致が生じた場合は、合意に至るまで協議によって解決した。ケースのスクリーニング完了後、ベースライン日に基づいて時系列グループ分けを行った。2018年1月1日から2021年12月31日までに登録された患者を、特徴量選択およびモデル構築のための導出コホートとし、2022年1月1日から2023年12月31日までに登録された患者を、モデル性能評価のための内部検証コホートとした。ランダム分割ではなく時間分割を用いることで、情報漏洩のリスクを低減でき、今後の患者に対するモデルの実際の適用シナリオにより近くなる。研究対象者のスクリーニングプロセスをフローチャート形式で示す。
主要評価項目およびその判定：
主要評価項目の定義
本研究の主要評価項目は、ベースラインから24か月以内に発生したT10からL4までの初回脆弱性椎体骨折とした。本研究の予測期間は2年とあらかじめ規定されており、モデルの出力は、2年以内に椎体骨折が発生する個別のリスク確率とした。
発生した椎体骨折の判定基準
新規椎体骨折は次のように定義された：ベースライン画像と比較して、フォローアップ画像においてT10からL4までのいずれかの椎体の前方、中央、または後方の高さが20%以上減少し、かつ絶対的な高さの減少が4 mm以上であるか、あるいは新たな終板の圧潰または皮質断裂が認められた場合とする10。アウトカムの判定は、フォローアップの胸腰椎X線、CT、およびMRIに基づいて総合的に行われた。画像読影は、それぞれ8年および12年の関連診断経験を持つ2名の骨格放射線科医によって独立して行われ、読影中に臨床データやモデルの出力結果へのアクセスはどちらにも制限されていた。不一致が生じた場合は、18年の経験を持つ1名のシニア骨格放射線科医が裁定を行った。腫瘍、感染症、または高エネルギー外傷による椎体骨折は、アウトカムイベントとしてカウントしなかった。
フォローアップの開始点、終了点、および観察ウィンドウ
追跡調査の開始点は、ベースライン時の胸腰椎側面のX線検査実施日とした。追跡調査の終了点は、以下の時点のうち最も早い日と定義した：初回椎体骨折の発症日、ベースラインから24ヶ月後、椎体骨折がないことが確認された最後の脊椎画像検査実施日、または死亡日。24ヶ月後に初めて出現した骨折は、主要評価項目に含めなかった。アウトカムイベントが発生しなかった患者は、打ち切りとして扱った。
臨床データの収集および候補となる臨床変数の定義：
人口統計学的および一般的な臨床データ
ベースラインの臨床データは、抽出時にアウトカム判定結果を確認することなく、2人の研究者が統一された症例報告書に基づき電子カルテシステムから抽出した。収集した人口統計学的データおよび一般的な臨床データには、年齢、性別、身長、体重、およびボディマス指数が含まれる。年齢はベースライン日の実年齢と定義した。体重と身長は、ベースライン日前後30日以内でベースライン日に最も近い記録から取得した。ボディマス指数は、体重を身長の2乗で除して算出（単位：kg/m²）した。
病歴、薬剤使用状況および骨代謝関連データ
臨床的な利用可能性とモデルの汎用性に基づき、組み込む候補となる以下の臨床的リスク要因を事前に規定した：脆弱性骨折の既往歴、2型糖尿病、関節リウマチ、慢性的な経口グルココルチコイドの使用、およびベースライン時の抗骨粗鬆症治療。標準化されたベースラインの骨密度測定値およびFRAXスコアは、コホート全体で標準的なベースライン変数として一様に利用可能ではなかったため、候補予測因子として事前に規定しなかった。その代わりに、FRAXに関連する複数の臨床因子を個別の候補変数として検討した。脆弱性骨折の既往歴、基礎疾患の診断、および薬剤情報は、すべてベースライン前の電子カルテ、退院記録、および処方システムから抽出した。また、予測因子がアウトカムイベントより時間的に先行することを確実にするため、すべての変数はベースライン以前に存在していることを条件とした。
臨床変数の定義基準
既往の脆弱性骨折は、40歳以降に発生し、低エネルギー外傷に起因し、かつ診療録に明確に記録されている骨折と定義した。ただし、頭蓋骨、顔面骨、指骨、および趾骨の骨折はこの定義に含まれなかった。2型糖尿病は、ベースライン前に記録された明確な診断、または血糖降下薬の長期使用と定義した。関節リウマチは、診療録におけるリウマチ専門医による明確な診断と定義した。慢性的経口グルココルチコイド使用は、ベースライン前1年以内に、プレドニゾロン換算用量で5 mg/d以上を3ヶ月以上使用したことと定義した。ベースライン時の抗骨粗鬆症治療は、ベースライン前3ヶ月以内に、ビスホスホネート製剤、デノスマブ、テリパラチド、ラロキシフェン、カルシトニン、アルファカルシドール、またはカルシトリョールのいずれかを8週間以上の期間にわたり継続的に使用したことと定義した。年齢およびボディマス指数（BMI）は、モデリングにおいて連続変数として扱い、人為的なカテゴリー分けは行わなかった。
イメージデータの取得および画像の前処理
胸腰椎側方X線撮影プロトコル
すべてのベースライン画像は、病院のデジタル放射線撮影システムで取得された標準的な立位胸腰椎側方X線写真であった。検査中、患者は自然な立位となり、肩の重なりを軽減するために両上肢を前方に屈曲させ、撮影範囲はT10からL4までとした。検査には自動露出制御が用いられ、管電圧範囲は80–95 kV、線源から画像受像面までの距離（SID）は110 cmであった。同一患者についてベースライン日に複数の適格な側方放射線写真が存在する場合、表示範囲が完全で最も画質が良いものを解析対象として選択した。
画像の組み込み基準および品質管理
ベースライン画像は、以下の品質要件を満たす必要があった：T10からL4までの椎体およびその上下終板が完全に可視化されていること。椎体の前縁と後縁、終板、および皮質境界が明瞭であること。明らかなモーションアーチファクトがないこと。深刻な過露光または低露光がないこと。広範囲の金属による遮蔽がないこと。および、体位の回転による明らかな形態的歪みがないこと。椎体縁や終板の確実な同定を妨げるような、深刻な退行性変化または骨棘のある画像も除外した。2名の筋骨格系放射線科医がすべてのベースライン画像の品質レビューを行い、主要な品質基準のいずれかを満たさなかった画像は除外された。
画像の前処理と標準化
すべてのDICOM画像は、解析前に匿名化されました。前処理の手順には、画像方向の統一、0.30 mm × 0.30 mmの空間解像度へのリサンプリング、グレースケール値の0.5thパーセンタイルから99.5thパーセンタイルまでの切り捨て、およびmin-max正規化法を用いたピクセル値の0–1間への標準化が含まれます。以上の前処理ワークフローは、派生コホートと検証コホートで一貫して適用され、手動操作によるバイアスを軽減するため、すべて事前に規定されたスクリプトによって自動的に完了されました。
ディープラーニングによる画像特徴抽出：
関心領域の決定
関心領域（ROI）は、T10の上端板からL4の下端板までの脊椎の側方投影領域とした。経験8年の骨格放射線科医1名が、ITK-SNAPソフトウェアを用いてすべてのベースライン画像の矩形ボックスアノテーションを行い、前方の境界を椎体前縁から前方へ5 mm、後方の境界を椎体後縁から後方へ5 mmに設定した11。その後、経験12年の別の骨格放射線科医が症例ごとに画像を確認した。ROIは領域レベルの矩形ボックスであり、厳密な椎体輪郭のセグメンテーションではない。そのため、一般的な辺縁骨棘は個別に除去せず、あらかじめ指定した境界内にある場合は部分的に含まれる可能性がある。一方で、椎体縁や端板を不明瞭にするほどの重度の退行性変化がある症例は、画像品質レビューの段階で既に除外されていた。領域アノテーションの再現性を評価するため、50枚の画像をランダムに抽出し、4週間後に同一の放射線科医が再アノテーションを行い、さらに2人目の放射線科医が独立して再アノテーションを行い、その後の特徴量の安定性分析に用いた。ROIのクロッピング後、すべての画像を一律に224 × 224ピクセルにリサイズした。
ディープラーニングモデルのアーキテクチャおよび特徴抽出プロセス
本研究では、ディープラーニングの特徴抽出器としてResNet50畳み込みニューラルネットワークを使用した。ネットワークパラメータはImageNetで事前学習済みの重みで初期化し、導出コホートのすべてのベースラインROI画像に対して、適応プロセス中にアウトカムラベルを使用せずに自己教師ありドメイン適応を行った。具体的には、対照的自己教師ありタスクを用い、同一のROI画像から生成された2つの独立して拡張されたビューをポジティブペアとして扱い、同一ミニバッチ内の異なる患者からのビューをネガティブペアとして扱うことで、エンコーダーを研究画像の分布に適応させた。モデルのトレーニングにはAdamWオプティマイザを用い、初期学習率を1 × 10^-4、バッチサイズを64、トレーニングエポック数を200に設定した。トレーニング中のデータ拡張は、±5°の回転、0.9～1.1倍のスケーリング、10ピクセル以内の平行移動、および±10%のコントラスト摂動を用いて行った12。これらの拡張を用いて自己教師ありタスクのためのペアビューを生成し、この段階では導出コホートからのラベルなし画像のみを使用した。ドメイン適応後、アウトカム教師ありのファインチューニングは行わず、適応させたバックボーンエンコーダーを特徴抽出のために固定した。ドメイン適応の完了後、グローバルアベレージプーリング層からの2,048次元のベクトル出力を、各患者のディープラーニング候補特徴として抽出した。
画像特徴量のスクリーニングと次元削減
まず、重複してアノテーションを行った50枚の画像に基づき、特徴量のクラス内相関係数を算出した。ROIのわずかな変動に対する特徴量の安定性を確保するため、観察者内および観察者間のICCがいずれも0.80を下回らない特徴量を保持した。続いて、保持された特徴量を導出コホートにおいてZスコア標準化し、分散がゼロの特徴量を除去した。また、ペアごとの相関係数の絶対値が0.90を超える特徴量については、そのうちの1つのみを保持した。最終的に、LASSO-Cox回帰を用いて特徴量選択を行い、ペナルティパラメータは1-SE基準に従い10分割交差検証によって決定した。回帰係数が非ゼロである特徴量を、それぞれの係数に基づき重み付けして合算し、ディープラーニングスコア（DLスコア）を構築した13。導出コホートでこのスコアリング式を決定した後、式を固定して変更せず、そのまま内部検証コホートに適用した。
候補予測因子の前処理と統合：
欠損データの処理とデータの標準化
すべての候補となる臨床変数は、構造化された診療録フィールドから取得した。欠損率が20%を超える変数は、モデリングプロセスから除外した。残りの欠損値は、連鎖方程式による多重代入法を用いて処理し、10個の代入データセットを生成した。代入モデルには、イベント発生までの時間に関するアウトカム情報を可能な限り保持するため、すべての候補予測因子、アウトカム指標変数、およびNelson-Aalen累積ハザード推定値を組み込んだ。連続的な臨床変数およびDLスコアは、導出コホートの平均値と標準偏差を用いて標準化し、検証コホートにも同じ変換パラメータを適用した。二値変数は、一律に0または1としてコーディングした。
臨床的リスク因子の選択
候補となる臨床的リスク因子の事前特定は、臨床的な解釈可能性、先行根拠、およびデータの利用可能性に基づいて行い、単変量P値によるスクリーニングは使用しませんでした。LASSO-Cox選択に投入された候補臨床変数は、年齢、性別、body mass index、脆弱性骨折の既往歴、2型糖尿病、関節リウマチ、慢性的な経口グルココルチコイド使用、およびベースライン時の抗骨粗鬆症治療でした。身長と体重は記述的に収集し、body mass indexの算出に使用しましたが、モデリングには個別に投入しませんでした。LASSO-Cox回帰は、導出コホートの10個の補完データセットで個別に実施し、ペナルティパラメータは10分割交差検証を用いて選択しました。少なくとも7つの補完データセットで係数が非ゼロであった変数を、最終的な臨床モデルに組み込みました。年齢とbody mass indexについては、ともに制限付き3次スプラインを用いて非線形関係を検証し、非線形項が統計的に有意でない場合は線形形式を維持しました。多重共線性は分散拡大係数（VIF）によって評価し、分散拡大係数が5より大きい変数は同時に保持しませんでした。
複合予測因子セットの構築
高次元の画像特徴量をモデルに直接入力することによる過学習を避けるため、ディープラーニングによる情報はまず単一の連続変数であるDLスコアへと圧縮され、その後、選択された臨床的リスク因子とともに結合モデリングに共同で投入されました。モデルの簡潔さと解釈可能性を維持するため、結合モデルにおいて交互作用項はあらかじめ設定しませんでした。最終的な結合予測因子セットは、DLスコアと保持された臨床変数で構成されました。
リスク予測モデルの構築：
モデリング戦略
導出コホートにおいて、臨床モデル、ディープラーニングモデル、および複合モデルを個別に構築した。各モデルにはCox比例ハザード回帰を用い、ベースライン後24か月以内に発生した初回骨脆弱性椎体骨折を研究エンドポイントとした。打ち切りルールについては、前述の追跡調査の定義に従った。過学習を抑制するため、モデリング前に複合モデルの複雑さを制限し、パラメータあたりのイベント数（event-per-parameter ratio）を可能な限り高く維持した。各モデルの最終的な回帰係数と標準誤差は、10個の補完データセットで個別に推定し、その後Rubinの法則を用いて統合した。ベースラインハザード関数はBreslow法に従って推定し、個々の2年リスク確率を算出した。
臨床モデルの構築
臨床モデルには、LASSO-Cox選択後に保持された臨床的リスク因子が含まれました。すべての連続変数は連続形式のままとし、二分化は行いませんでした。モデル適合後、Schoenfeld残差を用いて比例ハザード仮定を検証しました。比例ハザード仮定を満たさない変数については、補正のためにln(time)との交互作用項を追加しました。この臨床モデルを用いて、従来の臨床情報の新規椎体骨折に対する予測能を評価しました。
ディープラーニング画像モデルの構築
深層学習モデルは、ベースラインの胸腰椎側方X線写真から得られた深層学習特徴量が、2年以内の新規椎体骨折リスクをどの程度予測できるかを定量化するため、DLスコアのみを予測因子とするCox比例ハザードモデルとして構築されました。このモデルには臨床情報は一切導入されておらず、他のモデルと比較するための画像単一モダリティモデルとして機能しました。
複合モデルの構築
統合モデルでは、臨床モデルにDLスコアをさらに加え、胸腰椎側面のX線写真から得られたディープラーニング特徴量と臨床的リスク要因を組み合わせた包括的な予測モデルを構築した。統合モデルの構築後、個別のリスク推定および臨床応用の提示のため、その回帰係数に基づいた2年リスクノモグラムを作成した。
モデルの内部検証および性能評価：
内部バリデーション法
内部検証では、時間的に分離した単一センター内部検証戦略を採用した。導出コホートで構築されたすべてのモデルは、パラメータを固定した後、再フィッティングを行うことなく、2022年1月1日から2023年12月31日までに登録された検証コホートに直接適用された。さらに、モデルの安定性を評価するため、導出コホート内で1,000回のブートストラップ再サンプリングを行い、楽観度補正後の性能推定値を得た。
識別能の評価
モデルの識別能は、Harrellのコンコーダンス指数および、逆確率検閲重み付け法に基づいて算出された2年時点の時間依存性AUCによって評価し、ともに95%信頼区間を報告した。識別能が高いほど、将来的に新規椎体骨折を発症する個体と発症しない個体をモデルがより正確に区別できることを示す。モデル間の識別能の差は、ブートストラップ法を用いて95%信頼区間とともに算出した。
キャリブレーションの評価
モデルの較正は、2年リスク較正曲線、較正インターセプト、較正スロープ、および2年Brierスコアを用いて評価した。較正曲線は予測リスクの10分位に基づいてプロットし、ブートストラップ法で補正した。較正インターセプトが0に近く、較正スロープが1に近く、Brierスコアが低いほど、予測リスクと実際に観察されたリスクとの一致度が高いことを示す。
臨床応用価値の評価
このモデルの臨床応用価値は、異なる閾値確率における正味の便益（net benefit）を比較する2年間の決定曲線分析によって評価されました。閾値確率の範囲は、強化フォローアップ、さらなる骨評価、または介入管理に臨床的に用いられ得るリスク区間をカバーするため、0.05–0.30と事前に設定されました14。正味の便益が高いモデルほど、臨床的な意思決定支援価値が高いとみなされました。
モデルの比較および最適モデルの決定
臨床モデル、ディープラーニングモデル、および複合モデルを、識別能、キャリブレーション、ブライアスコア、および決定曲線によって包括的に比較しました。臨床モデルに対する複合モデルの利得は、2年時点の時間依存性ネット再分類改善（net reclassification improvement）および統合識別改善（integrated discrimination improvement）を用いてさらに定量化しました。最良のモデルは、高い識別能、良好なキャリブレーション、低い予測誤差、およびより大きなネットベネフィットを同時に備えたモデルとして事前に規定しました。
統計解析：
連続変数の分布パターンをまずShapiro-Wilk検定で評価し、正規分布に従うものは平均値 ± 標準偏差として、歪んだ分布を示すものは中央値および四分位範囲として提示した。カテゴリ変数は、症例数と割合として提示した。導出コホートと検証コホートのベースライン特性の比較には、それぞれ独立サンプルt検定、Mann-Whitney U検定、χ2検定、またはFisherの直接確率検定を用いた。ベースライン比較はコホート特性の記述のみに使用し、変数選択の根拠としては用いなかった。すべての統計検定は両側検定とし、P < 0.05を統計的に有意であるとみなした。統計解析はRソフトウェアを用い、主にsurvival、glmnet、mice、rms、timeROC、およびrmdaパッケージを使用して完了した。画像の前処理およびディープラーニング解析は、PythonおよびPyTorch環境で完了した。結果の堅牢性を評価するため、感度分析として完全ケース解析を追加で実施した。
結果
後方視的コホートの構築プロセスおよびコホートのベースライン特性
研究期間中に胸腰椎側面のX線記録を収集し、重複排除後に6,114例の患者をスクリーニング対象とした。その後、年齢による段階的な除外を行い、 < 50歳未満、ベースライン時に骨折がある者、およびフォローアップが不十分な者を除外した結果、最終的に計2,173人の患者が組み入れられた。そのうち1,449人を導出コホートに、724人を内部検証コホートに割り付けた（図1）。派生コホートと内部検証コホートのベースライン特性の分布は概ね均衡しており、年齢、性別、ボディマス指数、または主要な臨床的リスク因子において統計的に有意な差は認められなかった（すべて P > 0.05）。2つのコホートにおける追跡期間の中央値はそれぞれ23.4か月および23.1か月であった。椎体骨折の新規発症件数はそれぞれ131件および63件であり、2年累積罹患率はそれぞれ9.21%および8.91%で、統計的に有意な差は認められなかった（P = 0.812）（表1).
臨床リスク因子の選択、画像特徴量のスクリーニング、およびリスク予測モデルの構築
LASSO-Cox選択の結果、年齢、女性、ボディマス指数、脆弱性骨折の既往歴、2型糖尿病、および慢性的な経口グルココルチコイド使用が、あらかじめ設定した組み入れ頻度しきい値に達しました。2048個のディープラーニング（DL）特徴量をステップワイズ法でスクリーニングした結果、λ1seにおいて係数が非ゼロである5つの特徴量が保持され、DLスコアが構築されました（Figure 2A–C）。選択された臨床変数とDLスコアに基づき、臨床モデル、ディープラーニングモデル、および複合モデルをさらに構築しました。多変量Cox回帰分析の結果、上記の臨床変数はすべて2年以内の新規椎体骨折リスクと関連しており（すべて P < 0.05）、臨床モデルにDLスコアを加えた後も、複合モデルにおいて独立した予測因子であることが示されました（HR = 1.64, 95% CI 1.34–2.01, P < 0.001）（Table 2）。これに基づき、個別の2年後新規椎体骨折リスクを推定するための複合モデルのノモグラムを作成しました。合計スコアが高いほど、予測リスクが高くなります（Figure 2D）。
モデルの内部検証および性能評価
導出コホートにおいてブートストラップ楽観度補正を行った後も、複合モデルは依然として最高の予測性能を維持していた。内部検証の結果、複合モデルのC-indexおよびAUC₂yはそれぞれ0.759および0.774であり、いずれも臨床モデルより高く、Brier₂yは最低（0.077）であった。また、キャリブレーション切片は0に近く、キャリブレーションスロープは1に近かったことから、本モデルは良好な識別能とキャリブレーション能を有していることが示された（表3）。導出コホートでは、見かけ上のキャリブレーションカーブとブートストラップ偏り補正後のカーブの両方が理想線に近かった。内部検証コホートでは、予測された2年リスクは概してKaplan-Meier観察リスクと一致しており、デシルキャリブレーションポイントは理想線の付近に分布していた。これは、複合モデルが良好な2年リスクキャリブレーション能を有していることを示している（図3A, B）。
モデルの比較および臨床応用価値の評価
臨床モデルと比較して、統合モデルは導出コホートと内部検証コホートの両方において、有意な正味再分類改善度（NRI）および識別能改善度（IDI）を達成した。NRI₂y値はそれぞれ0.316および0.241であり、IDI₂y値はそれぞれ0.047および0.033であった（すべてP < 0.01）（表 4）。導出コホートおよび内部検証コホートにおいて、統合モデルは概して、あらかじめ設定された閾値確率範囲 0.05 – 0.30 内で最高の正味利益（net benefit）を達成し、その決定曲線はほとんどの場合「すべて治療（Treat-all）」および「誰も治療しない（Treat-none）」を上回っており、より高い臨床応用価値を有することが示された（図 4A, B）。
感度分析の結果
完全ケース感度分析の結果、主要分析の結論は基本的に不変であることが示された。導出コホートおよび内部検証コホートの両方において、統合モデルのC-indexおよびAUC₂yは臨床モデルよりも高く、Brier₂yは低かった。また、内部検証コホートにおける校正インターセプトおよび校正スロープはそれぞれ0.019および0.964であり、本モデルが高い堅牢性を有していることが示唆された（表5）。追跡期間中、導出コホートで27例、内部検証コホートで13例の死亡が記録された。死亡を競合イベントとして扱うFine–Gray競合リスク感度分析において、統合モデルではDLスコアが依然として椎体骨折の発生と独立して関連しており（subdistribution HR = 1.58, 95% CI 1.28–1.95, P < 0.001）、全体的な結論に変わりはなかった。
要約すると、ベースラインの胸腰椎側方 X 線写真から得られたディープラーニングスコアと、選択された臨床的リスク因子を統合した複合モデルが、2年以内の新規椎体骨折の予測において最高の全体的性能を示しました。臨床モデルと比較して、この複合モデルは、派生コホートおよび内部検証コホートの両方において、より高い識別能、優れた校正能、より低い予測誤差、改善された再分類能、およびより大きなネットベネフィットを示しました。ディープラーニングスコアの独立した予測価値、および完全ケース分析および競合リスク感度分析における結果の一致性は、主結果の堅牢性をさらに裏付けるものでした。
データの可用性：
生データは補完ファイル1としてアップロードされています。
図1研究対象者のスクリーニングフローチャート。 同一患者において、複数の検査が適格基準を満たした場合は、最も早期の検査のみをベースライン検査として保持した。除外理由はあらかじめ規定された順序に従って逐次的に適用され、除外される患者は1回のみカウントした。 この図の拡大版を表示するには、ここをクリックしてください。
図2臨床的リスク因子およびディープラーニング特徴量のLASSO-Cox選択、ならびに統合モデルのノモグラム。 (A) 10個の補完データセットにおける候補臨床変数の組み込み頻度。破線は70%の閾値を示す。 (B) ディープラーニング特徴量のLASSO-Cox係数パス。 (C) 10分割交差検証による部分尤度偏差曲線。垂直の破線は、それぞれλminおよびλ1seを示す。 (D統合モデルにおける2年リスクのノモグラム。各予測因子は特定の点数に対応し、それらの点数を合計して総スコアを算出する。この総スコアをさらに変換することで、個々の新規椎体骨折の2年リスクを求める。DLスコア：ディープラーニングスコア。 こちらの図の拡大版を表示するには、ここをクリックしてください。
図3導出コホートおよび内部検証コホートにおける、統合モデルの2年リスク校正曲線。 (A）導出コホート（B）内部検証コホート。較正曲線（キャリブレーションプロット）は予測リスクの10分位に基づいて作成し、観察リスクはカプラン・マイヤー法を用いて推定した。 この図の拡大版を表示するには、ここをクリックしてください。
図4導出コホートおよび内部検証コホートにおける3つのモデルの決定曲線分析。 (A) 導出コホート (B）内部検証コホート。横軸はしきい値確率を、縦軸はネットベネフィット（正味の便益）を表す。「Treat-all」は全員に介入を行うこと、「Treat-none」は誰にも介入を行わないことを示す。 この図の拡大版を表示するには、ここをクリックしてください。
| 変数名 | 欠損値、n (%) | 導出コホート（n=1449） | 内部検証コホート（n=724） | P |
| ベースライン特性 | ||||
| サンプルサイズ（n） | — | 1449 | 724 | — |
| 年齢（歳） | 0 (0.00) | 68.41 ± 8.37 | 68.96 ± 8.56 | 0.155 |
| 女性、n (%) | 0 (0.00) | 962 (66.39%) | 463 (63.95%) | 0.259 |
| 身長 (cm) | 16 (0.74) | 158.42 ± 7.91 | 157.98 ± 8.16 | 0.232 |
| 体重 (kg) | 21 (0.97) | 59.76 ± 9.88 | 59.21 ± 10.14 | 0.23 |
| ボディマス指数、kg/m² | 28 (1.29) | 23.77 ± 3.28 | 23.69 ± 3.34 | 0.597 |
| 既往の脆弱性骨折歴, n (%) | 0 (0.00) | 171 (11.80%) | 96 (13.26%) | 0.329 |
| 2型糖尿病、n (%) | 0 (0.00) | 303 (20.91%) | 158 (21.82%) | 0.624 |
| 関節リウマチ、n (%) | 0 (0.00) | 49 (3.38%) | 29 (4.01%) | 0.461 |
| 慢性的な経口グルココルチコイド投与、n (%) | 0 (0.00) | 65 (4.49%) | 38 (5.25%) | 0.43 |
| ベースライン時の抗骨粗鬆症治療、n (%) | 0 (0.00) | 131 (9.04%) | 75 (10.36%) | 0.323 |
| フォローアップおよびアウトカムの説明 | ||||
| 追跡期間（月） | 0 (0.00) | 23.4 [18.7, 24.0] | 23.1 [18.4, 24.0] | 0.341 |
| 新規椎体骨折イベント数、n | 0 (0.00) | 131 | 63 | — |
| 椎体骨折の2年累積発生率、% (95% CI) | — | 9.21 (7.82, 10.60) | 8.91 (6.79, 11.03) | 0.812 |
表1：2つのコホートにおけるベースライン特性およびアウトカム。 欠損値の列は元の観察データに基づいており、多重代入法はモデリングにのみ使用した。連続変数については、分布に応じてx̄ ± sまたはM[IQR]で表記し、群間比較には独立サンプルt検定またはMann-Whitney U検定を用いた。カテゴリー変数についてはn (%)で表記し、群間比較にはχ2検定を用いた。新規椎体骨折の2年累積罹患率はKaplan-Meier法で推定し、95% CIと共に報告した。群間比較にはログランク検定を用いた。P値は2つのコホート間の構成の違いを記述するためのみに使用し、予測因子の選択には使用しなかった。
| 予測因子 | β | 心拍数 | 95%信頼区間 | P |
| 臨床モデル | ||||
| 年齢（1 SD増加あたり） | 0.28 | 1.33 | 1.10–1.60 | 0.003 |
| 女性（はい vs いいえ） | 0.26 | 1.29 | 1.02–1.63 | 0.031 |
| BMI（1 SD増加あたり） | −0.19 | 0.83 | 0.70–0.98 | 0.03 |
| 脆弱性骨折の既往（あり vs なし） | 0.66 | 1.93 | 1.38–2.71 | <0.001 |
| 2型糖尿病（あり vs なし） | 0.31 | 1.36 | 1.06–1.75 | 0.016 |
| 慢性的な経口グルココルチコイド投与の有無（あり vs なし） | 0.49 | 1.63 | 1.14–2.33 | 0.008 |
| ディープラーニングモデル | ||||
| DLスコア（1 SD増加あたり） | 0.58 | 1.78 | 1.46–2.17 | <0.001 |
| 統合モデル | ||||
| 年齢（1 SD増加あたり） | 0.22 | 1.25 | 1.07–1.46 | 0.004 |
| 女性（はい vs いいえ） | 0.23 | 1.26 | 1.01–1.56 | 0.04 |
| 肥満指数（1 SD増加あたり） | −0.18 | 0.84 | 0.72–0.98 | 0.031 |
| 脆弱性骨折の既往（あり vs なし） | 0.59 | 1.8 | 1.27–2.56 | 0.001 |
| 2型糖尿病（あり vs なし） | 0.27 | 1.31 | 1.01–1.70 | 0.044 |
| 慢性的経口グルココルチコイド投与（あり vs なし） | 0.42 | 1.53 | 1.05–2.21 | 0.026 |
| DLスコア（1 SD増加あたり） | 0.5 | 1.64 | 1.34–2.01 | <0.001 |
表2： 3つのモデルにおける予測因子およびCox回帰分析の結果。臨床モデルおよび複合モデルのパラメータ推定値は、Rubinの法則に従って10個の補完データセットからプールされ、P値はWald検定を用いて算出された。連続変数およびDLスコアは標準化された値としてモデルに投入され、HRは1 SD増加あたりの値に対応している。二値変数の参照カテゴリは一律に「no」または「none」と定義された。DLスコアは、ディープラーニングの特徴量に重み付けして得られた複合スコアである。3つのモデルにおける2年間のベースライン生存率S₀ (2 years)は、それぞれ0.9387、0.9194、0.9413であった。複合モデルの2年リスクは、次式により算出された：2 - yearrisk = 1 - [S0(2 years)]exp(LP)。
| モデル | 見かけのC（95% CI） | 補正済みC | バリデーション C (95% CI) | ΔC (95% CI) | 見かけのAUC₂y (95% CI) | 補正AUC₂y | 検証 AUC₂ᵧ (95% CI) | ΔAUC₂y (95% CI) | 見かけのブライアスコア₂y | 補正ブライアスコア（Corrected Brier₂y） | バリデーション Brier₂y | バリデーション切片 | バリデーション勾配 |
| 臨床モデル | 0.702 (0.657–0.747) | 0.691 | 0.687 (0.619–0.754) | 参考文献 | 0.711 (0.665–0.757) | 0.7 | 0.694 (0.626–0.762) | 参考文献 | 0.081 | 0.082 | 0.082 | 0.073 | 0.901 |
| ディープラーニングモデル | 0.734 (0.691–0.777) | 0.722 | 0.713 (0.648–0.778) | 0.026 (−0.018–0.070) | 0.743 (0.698–0.789) | 0.731 | 0.722 (0.658–0.786) | 0.028 (−0.016–0.072) | 0.079 | 0.08 | 0.08 | 0.058 | 0.843 |
| 複合モデル | 0.787 (0.748–0.826) | 0.773 | 0.759 (0.699–0.819) | 0.072 (0.030–0.114) | 0.799 (0.758–0.841) | 0.785 | 0.774 (0.715–0.833) | 0.080 (0.038–0.122) | 0.075 | 0.076 | 0.077 | 0.012 | 0.972 |
表3： 3つのモデルにおける予測性能、楽観視補正後性能、および内部妥当性検証の結果。 補正後の結果は、1,000回のブートストラップ楽観主義補正後の点推定値である。ΔCおよびΔAUC₂yは、臨床モデルに対する差である。C値およびAUC₂y値が大きく、Brier₂y値が小さいほど、モデルの性能が高いことを示す。また、キャリブレーション切片が0に近く、キャリブレーション傾きが1に近いほど、キャリブレーションの状態が良いことを示す。C：Harrellのコンコーダンス指数、AUC₂y：2年時点の時間依存性受信者動作特性曲線下面積、Brier₂y：2年時点のBrierスコア。
| コホート | NRI₂y | 95% CI | P | IDI₂y | 95% CI | P |
| 導出コホート | 0.316 | 0.174–0.463 | <0.001 | 0.047 | 0.024–0.073 | <0.001 |
| 内部検証コホート | 0.241 | 0.058–0.389 | 0.009 | 0.033 | 0.009–0.058 | 0.007 |
表 4：臨床モデルに対する複合モデルの2年 NRI および IDI。NRI₂y および IDI₂y の正の値は、複合モデルが臨床モデルよりも優れた増分予測能を持つことを示す。NRI₂y および IDI₂y はともに2年の時間依存的法に基づいて算出され、打ち切りデータは逆確率打ち切り重み付け法を用いて処理された。95% CI は 1,000 回のブートストラップ再サンプリングにより得られ、P 値は両側検定とした。NRI₂y：2年正味再分類改善度、IDI₂y：2年統合識別改善度。
| モデル | 導出 n | 派生イベント | 導出 C (95% CI) | 導出 AUC₂y (95% CI) | Brier₂yの導出 | バリデーション n | バリデーションイベント | バリデーション C (95% 信頼区間) | バリデーション AUC₂ᵧ (95% CI) | バリデーション Brier₂y | バリデーション切片 | バリデーション勾配 |
| 臨床モデル | 1431 | 129 | 0.699 (0.654–0.744) | 0.707 (0.661–0.752) | 0.082 | 714 | 62 | 0.681 (0.613–0.749) | 0.690 (0.622–0.759) | 0.083 | 0.084 | 0.892 |
| 複合モデル | 1431 | 129 | 0.783 (0.744–0.822) | 0.795 (0.753–0.837) | 0.076 | 714 | 62 | 0.753 (0.692–0.814) | 0.769 (0.709–0.829) | 0.078 | 0.019 | 0.964 |
表 5: 完全ケース感度分析。完全ケースは、対応するモデルに必要なすべての変数について元の観測値を持つ患者と定義した。感度分析では、多重代入法を用いない完全ケース分析を使用した。95% CI は 1,000 回のブートストラップ再サンプリングにより算出した。C: Harrell の一致指数、AUC₂y: 2年時点の時間依存性受信者動作特性曲線下面積、Brier₂y: 2年時点の Brier スコア。
補足ファイル 1：生データこちらをクリックしてファイルをダウンロードしてください。
ディスカッション
統合モデルは、楽観度補正および時間的内部検証後も最適な性能を維持しており、胸腰椎側面のX線写真から得られたディープラーニング特徴量は、単なる臨床情報の繰り返しではなく、2年以内の新規椎体骨折のリスク評価において、独立しており検証可能な増分情報を提供できることが示唆された。その意義は、全身性の脆弱性と局所的な脊椎構造の脆弱性という背景を、同一の予測フレームワークに組み込んだ点にある。年齢、女性、低いbody mass index、既往の脆弱性骨折、糖尿病、およびグルココルチコイドへの曝露は、骨量の減少、骨質の低下、筋支持の不足、および再骨折への感受性を反映しており、患者の全体的なベースライン骨折リスクを決定する15。一方で、ディープラーニング特徴量は、通常の画像読影では安定して定量化することが困難な、胸腰椎領域における椎体終板の形態、軽微な楔状変形、骨テクスチャの粗さ、皮質境界の変化、および異常な力学的分布を捉える可能性が高く、これにより局所的な画像レベルでの脆弱性情報を補完している16。これら2種類の情報は異なる病理学的レベルに対応しており、統合後は、識別能、較正能、予測誤差、再分類能、および臨床的純便益のすべてが改善した。この一貫性は、モデルの改善が偶然ではないことを裏付けている。臨床変数のみに依存する従来のリスクモデルは適用に便利であるが、椎体の局所的な不均一性を特定することは困難である17。骨密度やFRAXに代表される評価戦略は、全身的な骨折傾向に重点を置いており、胸腰椎領域の直接的な構造的脆弱性を完全には反映していない可能性がある18。これまでの人工知能研究の多くは、既存の椎体骨折の検出や骨粗鬆症の分類に焦点を当てており、臨床的な早期警告までにはまだ一歩及ばない状況であった19。本結果はより実際の意思決定シナリオに近く、ルーチンのX線写真に含まれる潜在的な表現型をディープラーニングによって抽出することで、臨床的なリスク層別化を大幅に強化できることを示している。
椎体骨折のリスク評価において、CT、MRI、骨密度に基づく評価、およびその他の画像解析手法には、それぞれに適したシナリオがあります。CTは椎体の形態、終板の変化、および皮質骨の破壊をより直接的に描写し、MRIは骨髄浮腫、軟部組織の関与、および急性骨折の評価においてより大きな利点がありますが、検査コスト、アクセシビリティ、およびルーチンのフォローアップの可用性の点では、いずれも胸腰椎側方放射線写真に劣ります。そのため、低閾値で大規模な早期リスク層別化ツールとして利用することは困難です。骨密度測定およびFRAXは、全身的な骨脆弱性の背景を反映するのに適しており、全体的な骨折傾向にとって重要な参照価値を持ちますが、胸腰椎領域の局所的な構造的脆弱性、軽度の楔状変形、微細な終板異常、および局所的な力学的不均衡を反映することに関しては比較的限定的です。既存のラジオミクス手法では、放射線写真、CT、またはMRIから定義済みの定量的特徴を抽出でき、リスク評価における可能性を秘めていますが、通常は手動で定義された特徴空間と比較的厳格なセグメンテーション手順に依存しています。これらの手法と比較して、本研究ではルーチンの胸腰椎側方放射線写真に基づくモデルの構築を選択しました。その目的は、CT、MRI、または骨密度評価を代替することではなく、日常的な臨床実務で最も容易に利用可能な画像診断法に基づいて、従来の臨床評価では捉えることが困難な潜在的な局所脆弱性情報を補完し、それによって、新規椎体骨折を早期に特定するためのより汎用性の高いリスク層別化経路を提供することにあります。
最終モデルに組み込まれた臨床変数は明確な病態生理学的意義を持っており、この予測フレームワークが偶然の選択による結果ではないことが示唆された。加齢、女性であること、および低いボディマス指数は、骨量の減少、筋支持能の低下、および転倒しやすさの増加に対応しており、これらが椎体脆弱性の基本的な背景を構成している。過去の脆弱性骨折歴は、個体における持続的な全身性骨脆弱性を示しており、再骨折の重要なマーカーとなる。2型糖尿病患者において骨密度が有意に低下していない場合であっても、終末糖化産物の蓄積、異常な骨代謝回転、および微細構造の障害により、椎体の機械的強度が低下している可能性がある20。長期的な経口グルココルチコイドの使用は、骨形成を抑制し、骨吸収を促進し、海綿骨の完全性を損ない、骨折リスクの増大につながる21。安定性、相関性、および罰則付き回帰によるスクリーニングの後、DLスコアを構築するためにディープラーニング特徴量から保持されたのは少数の特徴量のみであり、これはモデルが安定しており、かつアウトカムに関連する画像情報を捉えたことを示している。これらの特徴量は、単一の手動指標と一対一で対応させることは困難であり、終板の虚脱前の微細な変化、椎体形態のわずかな不均衡、骨テクスチャの希薄化、皮質輪郭の変化、および胸腰椎領域における局所的な応力分布の異常を包括的に反映している可能性が高い。したがって、臨床変数で調整した後でも、これらは依然として独立した予測価値を保持していた22。既存の疫学的エビデンスにより、上記の臨床因子が脆弱性骨折と密接に関連していることが確認されており、本研究の結果は基本的にこれと一致している。伝統的な手動測定や事前定義されたラジオミクス特徴量と比較して、ディープラーニングは特徴量を事前に指定する必要がなく、X線写真における潜在的かつ複雑な脆弱性表現型の特定により適している23。関節リウマチおよびベースラインでの抗骨粗鬆症治療は最終モデルに組み込まれなかったが、これは前者の有病率の低さと、後者の治療適応バイアスに関連している可能性がある24。したがって、本モデルは変数を単純に積み重ねたものではなく、臨床的なリスクスペクトラムとX線上の潜在的な脆弱性表現型を相補的に統合することに基づいて構築されたと言える。
ブートストラップ法による楽観度補正、時間的内部妥当性確認、および完全ケース感度分析の後も、複合モデルの優位性は安定しており、その予測能がサンプル内フィッティングによるものではなく、良好な内部妥当性を有していることが示されました。時間的分割による検証は、ランダム分割よりも実際の応用シナリオに近く、後続の患者におけるモデルの性能をより厳格にテストすることができます。また、楽観度補正は過学習のリスクを特定するのに役立つため、補正後も優位性が持続したことは、結果の堅牢性をより強く支持するものです。キャリブレーション曲線は理想線に近く、検証インターセプトは0に近く、傾きは1に近かったことから、モデルの出力は単なるランキングスコアではなく、実際のイベント発生レベルと比較的一致した絶対的リスク確率であることが示されました。これは、フォローアップの強度、さらなる骨評価、および予防的介入のタイミングを決定する上で、より大きな臨床的意義を持ちます。事前に設定した閾値範囲内でネットベネフィットが高かったことは、X線写真からのディープラーニング特徴量を追加したことによるモデルの改善が、統計的指標だけでなく、意思決定レベルでの潜在的な利益にも反映されていることを示しています25。ノモグラムは複合モデルを解釈可能な個別化ツールに変換し、ルーチンの胸腰椎側方X線検査に基づいてリスク層別化を完了させるのに寄与します26。従来の多くの人工知能を用いた予測研究では、主に識別能のみが報告され、キャリブレーション、過学習の制御、および臨床的ネットベネフィットへの配慮が不十分であり、時間的検証や感度分析も欠けていたため、実世界シナリオにおける転移性が制限されていました27,28。識別能、キャリブレーション、予測誤差、決定曲線、および感度分析を中心とした一連のエビデンスチェーンを構築することで、新規椎体骨折のリスク層別化ツールとしての本複合モデルの臨床応用をより強力にサポートすることが可能となります。
本研究は単一施設でのレトロスペクティブ・コホート研究であり、すべての症例は胸腰椎側面のX線検査を受け、画像フォローアップを完了した入院患者から抽出されました。サンプルの構成は、紹介パターン、検査適応、およびフォローアップの遵守状況に影響されており、選択バイアスが存在します。したがって、結果を他の施設、地域スクリーニング集団、または異なる装置条件に一般化する際には注意が必要です。研究期間中、ベースラインの放射線写真は、複数の放射線システムやベンダーではなく、単一ベンダーの院内デジタル放射線システムを用いて取得されました。これによりベンダー間の技術的な不均一性は軽減されましたが、他の画像プラットフォームへの汎用性が制限される可能性があります。特に、アウトカムの確定にフォローアップ画像が必要であったため、24か月以内に画像フォローアップが行われなかった患者は除外されました。これにより、症状がより重い患者、医療利用率が高い患者、またはベースラインリスクが高い患者が優先的に保持され、観察されたイベント率が増加した可能性があります。さらに、フォローアップ画像は固定されたプロトコルではなく日常的な臨床診療の中で取得されたため、打ち切りが完全に非情報的であったとは限らず、Coxベースのリスク推定値がフォローアップ画像の取得プロセスに影響を受けていた可能性があります。時間的な内部妥当性確認、ブートストラップ法による楽観度補正、および完全ケース感度分析を実施しましたが、独立した外部妥当性確認はまだ行われておらず、モデルの施設間安定性と汎用性は依然として確認される必要があります。本研究は、取得と普及が容易であるという利点を持つ日常的な側面のX線写真に依存していますが、CT、MRI、または骨密度測定と比較すると、骨の微細構造、骨量状態、および隣接組織情報の表現には限界があります。ディープラーニングの特徴量によって予測性能を向上させることはできますが、それらの具体的な画像上の意味や生物学的意味は、まだ十分に直感的に理解できるものではありません。加えて、専用の特徴量属性分析やサリエンシー分析は実施されていないため、関連する生物学的解釈は直接的に検証されたものではなく、仮説生成的なものとみなされるべきです。候補変数は主に構造化された診療録および日常的な臨床データから得られており、転倒歴、身体機能、栄養状態、骨代謝の検査指標、または標準化された骨密度測定値は含まれていません。そのため、残留交絡が依然として存在する可能性があります。さらに、本研究ではBMDまたはFRAXベースのモデルは評価されていないため、DLスコアの増分価値は、あらかじめ規定された臨床モデルに対する相対的なものとしてのみ確立されました。今後の研究では、異なる装置や異なる臨床設定を持つ複数の施設で外部妥当性確認を行い、骨密度、検査指標、および他の画像モダリティとの統合を模索することで、モデルの汎用性、解釈可能性、および実用的な応用価値を向上させる必要があります。
開示事項
著者らは、利益相反がないことを宣言します。
謝辞
著者らは、画像の取得、データの抽出、およびデータ管理においてサポートを提供してくださった研究協力病院のスタッフに感謝いたします。また、患者のケアおよび画像取得に携わったすべての臨床医および診療放射線技師に感謝いたします。本研究は、2024年の徐匯区医学研究プロジェクト(SHXH202405)より資金提供を受けました。
材料
| 名前 | 会社 | カタログ番号 | コメント |
|---|---|---|---|
| glmnet パッケージ | CRAN | N/A | LASSO-Cox回帰分析に使用。 |
| ITK-SNAP | ペンシルベニア大学 / ITK-SNAP プロジェクト | N/A | ベースライン画像のROIアノテーションに使用。 |
| mice パッケージ | CRAN | N/A | 多重代入法に使用。 |
| Python | Python Software Foundation | version 3.10 | 画像の前処理およびディープラーニング解析に使用。 |
| PyTorch | PyTorch Foundation / Linux Foundation | version 2.1 | ディープラーニングモデルの開発および特徴量抽出に使用。 |
| R version | R Foundation for Statistical Computing | version 4.3.2 | 統計解析に使用。 |
| rmda パッケージ | CRAN | N/A | 決定曲線分析に使用。 |
| rms パッケージ | CRAN | N/A | モデル開発および較正分析に使用。 |
| survival パッケージ | CRAN | N/A | Cox比例ハザード回帰分析に使用。 |
| timeROC パッケージ | CRAN | N/A | 時間依存性AUC分析に使用。 |
参考文献
- Daskalakis II, Bastian JD, Mavrogenis AF, Tosounidis TH. Osteoporotic vertebral fractures: an update. SICOT J. 2025;11:40.
- Na D et al. Underdiagnosis and underreporting of vertebral fractures on chest radiographs in men aged over 50 years or postmenopausal women with and without type 2 diabetes mellitus: a retrospective cohort study. BMC Med Imaging. 2022;22(1):81.
- Urrutia J, Besa P, Piza C. Incidental identification of vertebral compression fractures in patients over 60 years old using computed tomography scans showing the entire thoraco-lumbar spine. Arch Orthop Trauma Surg. 2019;139(11):1497-1503.
- Zerikly R, Demetriou EW. Use of Fracture Risk Assessment Tool in clinical practice and Fracture Risk Assessment Tool future directions. Women's Health (Lond). 2024;20:17455057241231387.
- Hong N et al. Deep learning-based identification of vertebral fracture and osteoporosis in lateral spine radiographs and DXA vertebral fracture assessment to predict incident fracture. J Bone Miner Res. 2025;40(5):628-638.
- Hong N et al. Deep-Learning-Based Detection of Vertebral Fracture and Osteoporosis Using Lateral Spine X-Ray Radiography. J Bone Miner Res. 2023;38(6):887-895.
- Johansson L et al. Grade 1 Vertebral Fractures Identified by Densitometric Lateral Spine Imaging Predict Incident Major Osteoporotic Fracture Independently of Clinical Risk Factors and Bone Mineral Density in Older Women. J Bone Miner Res. 2020;35(10):1942-1951.
- Li Y et al. Machine learning value in the diagnosis of vertebral fractures: A systematic review and meta-analysis. Eur J Radiol. 2024;181:111714.
- Kong SH et al. Development of a Spine X-Ray-Based Fracture Prediction Model Using a Deep Learning Algorithm. Endocrinol Metab (Seoul). 2022;37(4):674-683.
- Lunt M et al. Defining incident vertebral deformities in population studies: a comparison of morphometric criteria. Osteoporos Int. 2002;13(10):809-815.
- Da Mutten R et al. Whole Spine Segmentation Using Object Detection and Semantic Segmentation. Neurospine. 2024;21(1):57-67.
- Xiao W, Chen R. A study on ACCC surface defect classification method using ResNet18 with integrated SE attention mechanism. Appl Sci. 2026;16(4):1899.
- Liu F, Zhang DB, Cheng SH, Gu GS. A radiomics and deep learning nomogram developed and validated for predicting no-collapse survival in patients with osteonecrosis after multiple drilling. BMC Med Inform Decis Mak. 2025;25(1):26.
- Yokota T et al. Internal validation of an 11-yr prediction model for new vertebral fractures using the vertebral bone quality score: a prospective cohort study. JBMR Plus. 2025;9(11):ziaf155.
- Chen W, Mao M, Fang J, Xie Y, Rui Y. Fracture risk assessment in diabetes mellitus. Front Endocrinol (Lausanne). 2022;13:961761.
- Kong SH. Incorporating Artificial Intelligence into Fracture Risk Assessment: Using Clinical Imaging to Predict the Unpredictable. Endocrinol Metab (Seoul). 2025;40(4):499-507.
- Schini M et al. An overview of the use of the fracture risk assessment tool (FRAX) in osteoporosis. J Endocrinol Invest. 2024;47(3):501-511.
- LeBoff MS et al. The clinician's guide to prevention and treatment of osteoporosis. Osteoporos Int. 2022;33(10):2049-2102.
- Gu Y, Wang Y, Li M, Wang R. Current applications of deep learning in vertebral fracture diagnosis. Osteoporos Int. 2025;36(11):2071-2082.
- Cavati G et al. Role of Advanced Glycation End-Products and Oxidative Stress in Type-2-Diabetes-Induced Bone Fragility and Implications on Fracture Risk Stratification. Antioxidants (Basel). 2023;12(4):928.
- Hofbauer LC, Compston JE, Saag KG, Rauner M, Tsourdi E. Glucocorticoid-induced osteoporosis: novel concepts and clinical implications. Lancet Diabetes Endocrinol. 2025;13(11):964-979.
- Saravi B et al. Integrating radiomics with clinical data for enhanced prediction of vertebral fracture risk. Front Bioeng Biotechnol. 2024;12:1485364.
- Zhang J et al. Differentiation of acute and chronic vertebral compression fractures using conventional CT based on deep transfer learning features and hand-crafted radiomics features. BMC Musculoskelet Disord. 2023;24(1):165.
- McGrath LJ et al. Using negative control outcomes to assess the comparability of treatment groups among women with osteoporosis in the United States. Pharmacoepidemiol Drug Saf. 2020;29(8):854-863.
- Piovani D, Sokou R, Tsantes AG, Vitello AS, Bonovas S. Optimizing Clinical Decision Making with Decision Curve Analysis: Insights for Clinical Investigators. Healthcare (Basel). 2023;11(16):2244.
- Nguyen HT et al. A predictive nomogram for selective screening of asymptomatic vertebral fractures: The Vietnam Osteoporosis Study. Osteoporos Sarcopenia. 2025;11(1):9-14.
- Hu Y et al. Beyond Comparing Machine Learning and Logistic Regression in Clinical Prediction Modelling: Shifting from Model Debate to Data Quality. J Med Internet Res. 2025;27:e77721.
- Groot OQ et al. Availability and reporting quality of external validations of machine-learning prediction models with orthopedic surgical outcomes: a systematic review. Acta Orthop. 2021;92(4):385-393.