Rischio di frattura dell’anca e potere predittivo della cartella clinica elettronica

Il rischio di morte dopo la frattura è maggiore nel trimestre immediatamente successivo all’evento, per la combinazione del trauma, dell’intervento chirurgico, delle comorbidità e per le scarse riserve fisiologiche di soggetti con alto indice di fragilità (1). 

Le proiezioni effettuate già prima degli anni '90 hanno dimostrato che entro il 2050 ci saranno circa 4,5-6,26 milioni di fratture dell'anca in tutto il mondo. Un carico enorme per l’assistenza: è la gestione di questi casi che stimola i ricercatori a migliorare e semplificare le strategie di identificazione dei soggetti a rischio di frattura per facilitare la prevenzione precoce, la diagnosi tempestiva e il trattamento dell’osteoporosi.

Standard diagnostici

La densitometria a raggi X a doppia energia (DXA) rappresenta il gold standard per misurare la densità minerale ossea (DMO) e per formulare la diagnosi di osteoporosi (2). Per definire l’osteoporosi, nelle donne in postmenopausa e negli uomini di età > 50 anni, lo standard di riferimento internazionale è una DMO del collo del femore espressa con un Tscore < -2,5 SD rispetto ai valori medi di una giovane femmina adulta (3). Purtroppo, la disponibilità della DXA è bassa sia per la scarsa diffusione delle apparecchiature sia per i problemi organizzativi dei sistemi sanitari conseguenti alla pandemia, con un tempo medio di attesa per una scansione DXA che nei paesi europei si stima possa arrivare fino a 180 giorni. (4)

Strumenti di valutazione del rischio

Valori bassi di DMO sono un predittore imperfetto del rischio di frattura, in quanto identificano meno della metà dei soggetti che andranno incontro a una frattura da osteoporosi. Tuttavia, la previsione del rischio di frattura può essere migliorata utilizzando il sistema di valutazione del rischio di frattura FRAX che integra i valori di DMO con una serie di parametri clinici utili al calcolo del rischio assoluto di fratture (5). 

La recente disponibilità di algoritmi di machine learning (ML) ha permesso lo sviluppo di modelli di previsione del rischio di fratture a breve termine (fino a 5 anni) per facilitare la diagnosi precoce e corretta dei soggetti con un rischio aumentato e così fornire la possibilità di avviare un trattamento adeguato (6).

Previsione del rischio da dati “non clinici” 

Uno studio di coorte retrospettivo su 161.051 individui (91.926 donne; 69.125 maschi), che utilizzava un approccio statistico tradizionale, con selezione graduale mediante regressione logistica (LR) e quattro algoritmi di apprendimento automatico (ML), ha sviluppato modelli di previsione della frattura dell'anca specifici per sesso a 10 anni utilizzando come predittori l'età, tutte le diagnosi e i registri di prescrizione di farmaci, recuperati da un database medico elettronico rappresentativo del contesto locale (Hong Kong) e alimentato dalle cartelle cliniche elettroniche dei soggetti arruolati (7).

Utilizzando le cartelle cliniche elettroniche come unici predittori, i modelli di regressione logistica hanno ottenuto risultati migliori rispetto agli algoritmi ML nel prevedere il rischio di frattura dell'anca a 10 anni, sia nelle donne che negli uomini.

Aspetti rilevanti dello studio sono stati:

1. aver incluso l'età, tutte le diagnosi e le registrazioni di prescrizione di farmaci dal database medico elettronico come potenziali predittori, indipendentemente dalla loro precedente associazione con la frattura dell'anca;
2. i dati di DMO non sono stati utilizzati nello sviluppo del modello;
3. il modello di regressione logistica per il sesso femminile aveva AUC (area sottesa alla curva ROC, un indicatore statistico di prestazione di un classificatore) >0,8 sia nei test interni che nella convalida indipendente. Era adeguatamente calibrato ed è probabilmente utile nella clinica per la stratificazione del rischio. È utile ricordare che per un classificatore perfetto l’AUC è pari a 1, per uno pessimo è pari a 0,5;
4. nel sesso maschile è necessaria un'ulteriore convalida dei modelli di previsione in una coorte indipendente con dimensioni più ampie del campione;
5. i modelli di previsione utilizzati non includevano alcun parametro clinico come predittore (es. peso, altezza e DMO), a differenza di quelli tradizionali come FRAX.
6. la più forte associazione con frattura dell’anca selezionata dai modelli LR era relativa ha seguenti predittori: età, schede di diagnosi e/o prescrizione di cadute accidentali, malattie cardiovascolari, malattie polmonari croniche ostruttive, malattia di Parkinson, epilessia, depressione, diabete, psicosi, carenze nutrizionali, anemia e malattie ematologiche.

In conclusione, gli autori dello studio ritengono che, utilizzando come unico predittore il fascicolo sanitario elettronico del paziente, il modello di previsione possa integrarsi nel flusso di lavoro di routine clinica ed essere di aiuto ai medici nell’identificazione di persone ad alto rischio di frattura dell'anca ed eligibili per una scansione DXA.