骨质疏松症病证结合风险预测模型研究进展及优化思路.pdfVIP

2025第二十七卷第九期★Vol.27No.9

骨质疏松症病证结合风险预测模型研究进展及

优化思路＊

1，21，3456＊＊1，2＊＊

魏戌，金子开，章轶立，申浩，谢雁鸣，朱立国

（1.中国中医科学院望京医院北京100102；2.数智中医防治骨与关节退行性疾病北京市重点实验室北京

100102；3.北京中医药大学研究生院北京100029；4.南京中医药大学中西医结合学院南京210023；

5.首都医科大学附属北京天坛医院北京100070；6.中国中医科学院中医临床基础医学研究所北京100700）

摘要：病证结合风险预测方法更符合骨质疏松症临床诊疗需要。前期已经形成“目标结局选取→关

键信息采集→数据挖掘建模→模型效能评价”的模型建立方法共识。在此基础上，建立稳定随访的骨质疏

松症病证结合人群队列，基于人工智能算法将中医症状、证候中的关键信息与影像类数据进行客观化表征

及量化处理，运用多组学测序技术寻求特异性强的微观分子信息，分析各维度信息之间的潜在关联，建立更

具中医特色优势的多维度骨质疏松症病证结合风险预测模型，开发兼具“病”“证”属性的生物标志物，助推

骨质疏松症精确诊疗体系构建。

关键词：骨质疏松症病证结合风险评估机器学习算法

DOI:10.11842/wst.20240819002CSTR:32150.14.wst.20240819002中图分类号:R339.3文献标识码:A

骨质疏松症（Osteoporosis，OP）是一种骨代谢紊乱构建思路方法（详情见图1），广泛应用于以OP为代

导致的生理性退行性疾病，以骨量减少和骨微结构破[4-5]

表的慢病临床预测。近年来随着人工智能算法的

[1]

坏为特征，导致脆性骨折风险增加。最新研究显示，发展，中医症状、证候中的关键信息可以进行客观化

中国椎体骨折的发病率为27.99%，全球范围椎体骨折表征及量化处理，在病证结合风险预测时能进一步

发病率为44.67%[2]。OP具有病因复杂多元、病程迁延

发挥中医药理念与方法的优势。寻求中医关键信息

绵长、结局骨折致残致死率高、常与多种慢性疾病共

与各维度信息间的关联，建立多维度OP病证结合风

[3]

同发生等特点，造成了巨大的卫生经济负担，已成为

险预测模型更符合精确医学理念下疾病风险预测的

较严重的公共卫生问题。

要求。

笔者所在团队长期致力于OP病证结合风险预

本文拟系统梳理OP病证结合风险预测模型临床

测研究，从“病”（现代危险因素、骨密度与骨代谢指

标）、“证”（中医症状、证候、体质）结合角度探索多维应用实例，总结研究中存在的部分问题，结合现行技

度信息对OP发生发展过程中的作用，于2017年提出术，提出未来多维度OP病证风险预测模型研究的构

了“目标结局选取→关键信息采集→数据挖掘建模建设想，希望为今后OP临床研究开展提供思路与方

→模型效能评价”的病证结合慢病风险预测模型的法上的启发。

收稿日期：2024-08-19