骨质疏松性骨折是一种常见疾病，采取一定措施可以帮助降低骨折的风险。现行国际指南多以10年绝对骨折概率为基础，甄别骨质疏松骨折高风险患者，但对于其临床效果存有争议。

    在对英格兰和威尔士235万30至85岁人群进行调查之后，来自英国的研究者提出新的用于骨质疏松性骨折和髋部骨折风险预测算法（QFracture Scores）。由于不需要通过实验室检测，此算法可用于初级保健和个人的自我评估，并且该算法包括了更多的预测条件，可以更准确地在初级保健人群使用。

    研究者共提出18个预测条件，所有这些都是已知或认为会引起骨折的风险。将2/3的患者纳入推导数据集，1/3的患者纳入验证数据集。通过验证证明，QFracture Scores不需要实验室检测，即可确定患者发生骨折的高风险因素。年龄、体重指数、吸烟、饮酒、类风湿关节炎、心血管疾病、2型糖尿病、哮喘、三环类抗抑郁药的使用、外伤史、肝病和皮质醇使用的情况是男性骨质疏松性骨折的首要因素。而激素替代疗法、吸烟、饮酒、父母的骨质疏松症病史、类风湿关节炎、心血管疾病、2型糖尿病、哮喘、三环类抗抑郁药、皮质类固醇使用、摔倒史、更年期症状、慢性肝病、胃肠道吸收不良和其他内分泌历史疾病则是女性患病的主要风险。

    该预测算法不仅可对10年后的骨质疏松骨折的风险作出估计，还可以对被测者1年、2年、5年的风险作出预测，同时还可以免去昂贵的骨质密度实验室测定。鉴于该算法不需要额外的数据输入，研究者建议将这套算法整合到医院计算机系统中，由机器提取出有价值的信息进行计算，并输出计算结果供医生或患者参考。（编译：李秋实）

参考文献：《British Medical Journal》2009;339:b4229