Bone microarchitecture phenotypes identified in older adults are associated with different levels of osteoporotic fracture risk.J Bone Miner Res. https://doi.org/10.1002/jbmr.4494老年人中骨质疏松症的患病率超过 50%，但目前依赖面积骨矿物质密度 (aBMD) 的临床诊断方法未能检测到大多数患有脆性骨折的个体。骨脆性可由不同的形式表现出来，“一刀切”的骨质疏松症诊断和管理方法可能并不合适。高分辨率外周定量计算机断层扫描（HR-pQCT）可通过捕获有关体积密度和微结构的数据以提供额外信息，但由于测量的众多属性之间的复杂相互作用，其结果的解读有一定困难。在这项研究中，我们提出常见的骨骼特性组合（即表型），用于预测不同程度的骨折风险。研究使用来自年龄在 40-96 岁之间的跨国队列（n = 5,873，71% 女性）的 HR-pQCT 数据，我们采用模糊 c 均值聚类（一种无监督的机器学习方法）来识别骨微结构的表型，最终确定了三个表型簇，并使用 HR-pQCT 参数的偏相关分析，将其表征为低密度、低体积和健康骨表型。大多数男性与健康骨表型相关，而女性更常与低体积或低密度骨表型相关。每种表型在主要部位骨质疏松性骨折 (MOF) 和任意骨质疏松性骨折中都有显著不同的累积风险 (p < 0.05)。校正队列、性别和年龄后，低密度和低体积表型与 MOF 的相关性最高（风险比分别为 2.96 和 2.35），并且在校正股骨颈骨密度后仍保持显著相关（风险比分别为 1.69 和 1.90）。此外，我们在每个表型中早出了不同的骨折影像的生物标志物。以上发现表明骨的表型可以提供aBMD 无法区分的骨骼病变的关键信息，与骨质疏松性骨折风险相关。
