Predicting risk of fracture after stroke diagnosis in Korean Adults

Abstract

"Background: Post-stroke comorbidities associated with stroke patients include pneumonia, deep venous thrombosis, pressure ulcers, and urinary tract infections. They also have an increased risk of future low-trauma fractures, such as those caused by falls to the ground. A prior study found that the likelihood of low-trauma fractures in stroke patients was greater than 30 percent higher than in the general population. In that study, independent fracture risk variables were discovered, however, the accuracy of fracture prediction and the most predictive risk factors were not determined. For low-trauma fracture screening, prediction criteria for general population have been devised and verified. World Health Organization Fracture Risk score tool (FRAX) is the best verified and most extensively used assessment. However, the FRAX was obtained from a broad community sample, does not account for unique stroke-related variables, and has not been validated in a stroke patient group. Therefore, research is required to predict fracture risk in stroke patients. Methods: This study utilized cohort data from the National Insurance Health Service-Koran Cancer Prevention Study (NHIS-KCPS). To determine if the fracture score (FRAX) formation variable was appropriate for stroke patients, we randomly separated them into two groups. Subjects were randomly separated into two groups: 50% for model creation and 50% for model validation. The association between risk factors and the incidence of fractures was analyzed using a cause-specific hazard model. In the NHIS-KCPS, the FRAX variables used to predict the 5-year fracture risk equation were validated using a discrimination and calibration method. Integrated discrimination improvement (IDI) and net reclassification improvement (NRI) were used to evaluate the improvement in fracture prediction by adding osteoporosis, total cholesterol (TC), and length of hospital stay (LOS), respectively. The variable LOS, which can indicate the severity of a stroke, was selected as a replacement variable; TC is defined as a variable influencing stroke; and, osteoporosis is a risk factor for fracture; thus, these three factors were selected as additional variables. Results: Using a large prospective cohort study, a predictive model for fracture risk after stroke (FRS) was developed and validated in a Korean population. The mean ages of the participants in the data used to create the fracture risk prediction model were 67.8 years for men and 72.9 years for women, and 67.9 years and 72.8 years, respectively, in the verification data. The FRS model was used to predict fractures in both men and women following a diagnosis of stroke. In the validation set, the C-statistic for the FRS model after stroke generated in the Korean cohort was 0.7001 (95% CI, 0.69-0.71) for men and 0.6370 (95% CI, 0.63-0.65) for women. When osteoporosis, total cholesterol, and duration of stay were used to evaluate the improvement in the predictive capacity of the extended FRS model (FRSE), the addition of total cholesterol resulted in a C-statistic of 0.6371 (95% CI, 0.63-0.65) and the model increased predictive ability by IDI 0.015848 (p<.0001), NRI 0.041350 (p<.0001) in women. For the FRSE model in men, the length of stay led to a C-statistic of 0.7035 (95% CI, 0.69-0.72) and increased the ability to predict by IDI 0.015848 (p=.0001) and NRI 0.041350 (p=.0001). Conclusion: This study assessed the applicability of FRAX factors except for bone mineral density(BMD) test and family history for predicting fracture risk in the Korean population following a diagnosis of stroke. The FRS model appears suitable as predictor for this group. Since the FRS model does not require a BMD test nor parent hip fracture history information, it might be more useful for clinical usage as a screening test and is therefore expected to contribute to prevention by finding a post-stroke fracture risk group.

연구배경: 뇌졸중 환자는 폐렴, 심부정맥혈전증, 욕창 및 요로 감염을 포함한 뇌졸중 후 동반 질환의 위험이 있으며, 지상에서의 낙상 같은 가벼운 사건으로도 저외상 골절의 위험이 더 높다. 선행연구에 따르면, 일반 인구의 일치된 대조군에 비해 뇌졸중 생존자의 저외상 골절 위험이 30% 이상 증가했다. 여러 선행연구들에서 골절에 대한 독립적인 위험인자가 확인되었으나 골절예측의 적절성과 가장 예측가능한 위험인자는 파악되지 않았다. 골절의 1차 예방을 위해 여러 지침에서는 위험도에 따라 골밀도 측정을 통한 골다공증 검진을 권장한다. 이러한 스크리닝을 안내하기 위해 저외상 골절에 대한 예측 규칙이 도출되고 검증되어 사용되고 있는데, 가장 일반적으로 사용되는 점수는 세계보건기구 골절 위험도(FRAX) 점수이다. 그러나 FRAX 점수는 일반 인구를 대상으로 개발되었으며 고유한 뇌졸중 관련 예측 변수를 고려하지 않아 뇌졸중 생존자 인구에서 검증되지 않았다. 그러므로 뇌졸중 생존자를 대상으로 골절 위험도를 예측하는 연구가 필요하다. 연구방법: 본 연구는 국민건강보험단-한국인 암 예방 연구(National Insurance Health Service-Koran cancer prevention study; NHIS-KCPS) 코호트 자료를 사용하였다. 골절 위험도 (FRAX) 생성 변수가 뇌졸중 환자들에게서도 적합한지를 확인하기 위해 무작위 추출을 통해 두 그룹으로 분류하였다. 무작위 추출을 통해 모델 개발을 위한 50%와 모델 검증을 위한 50%로 대상자를 나누었다. 위험 요인과 골절 발생률 간의 연관성을 평가하기 위해 Cause specific hazard model 분석법을 사용하였다. NHIS-KCPS 코호트에서 FRAX 변수에 의해 예측된 5년 골절 위험에 대한 방정식을 판별(discrimination) 및 교정(calibration) 방법으로 평가하였으며, 골다공증 및 총콜레스테롤(TC), 입내원일수(LOS) 변수를 모델에 각각 추가하여 IDI(integrated discrimination improvement)와 NRI(net reclassification improvement)로 골절 예측의 개선을 평가하였다. 연구결과: 뇌졸중 진단 후 골절 발생 관련 예측 모델은 대규모 전향적 코호트 연구를 사용하여 한국인 인구에서 구축되고 검증되었다. 골절 위험 예측 모델을 개발하기 위한 파생 데이터에서의 대상자 평균 연령은 남자 67.8세, 여자 72.9세였으며 검증 데이터에서는 각각 67.9세, 72.8세였다. 뇌졸중 진단 후 골절예측 모형 (FRS)은 남, 녀 모두에서 FRAX 변수들을 사용하였다. 한국인 코호트에서 개발된 뇌졸중 후 골절 위험 예측모형은 검증 세트에서 예측 모델의 C-통계량은 여자 0.6370(0.63-0.65), 남자 0.7001(0.69-0.71) 이었다. 예측모형의 예측력 향상을 평가하기 위해 골다공증, 총콜레스테롤, 입내원일수를 각각 적용하였을 때 총콜레스테롤을 포함하였을 때의 모형이 여자에서 C-통계량 0.6371(0.63-0.65)로 약간의 개선을 보였다. 남자에서는 입내원일수를 포함하였을 때, C-통계량 0.7035(0.69-0.72)로 약간의 개선을 보였으며, 이 모델들은 여자 모형에서 IDI 0.015848(p<.0001), NRI 0.041350(p<.0001), 남자 모형에서 IDI 0.015848(p<.0001), NRI 0.041350(p<.0001) 만큼의 예측력 향상을 보였다. 결과고찰: 본 연구는 한국인 인구집단에서 뇌졸중 진단 후 골절 위험 예측을 위하여 골밀도(BMD)와 부모의 고관절 골절 병력을 제외한 FRAX 변수의 적용 가능성을 평가하였다. FRS 모델은 뇌졸중 환자의 골절 예측 변수로 적합해 보인다. FRS 모델은 골밀도 검사나 부모의 고관절 골절 병력 정보를 필요로 하지 않기 때문에 선별 검사로 임상적 활용에 더 유용할 수 있어, 뇌졸중 진단 후 골절 위험군을 찾아 예방에 기여할 수 있을 것으로 기대할 수 있다."