Osteoporosis Self-Assessment Tool (OST)

Klinisk bakgrunn

Osteoporosis Self-Assessment Tool (OST) har en spesifikk funksjon: å triagere hvilke pasienter som bør gå videre til bentetthetsmåling med DXA, i situasjoner der DXA ikke er umiddelbart tilgjengelig, eller der man ønsker å redusere antallet unødvendige undersøkelser. Beslutningen er vanskelig uten et strukturert instrument, fordi alder og vekt er sterkt knyttet til benmineraltetthet, men sammenhengen er ikke-lineær og samspiller med kjønn og etnisitet på måter som er vanskelige å overskue klinisk. OST reduserer dette til ett enkelt tall basert på to variabler som alltid er tilgjengelige, uten laboratorieprøver eller anamnestiske data.

Verktøyet ble opprinnelig utledet for asiatiske postmenopausale kvinner under betegnelsen OSTA (Osteoporosis Self-Assessment Tool for Asians), men er senere validert i flere populasjoner og brukes nå i bredere sammenhenger, inkludert menn og kaukasiske kvinner. U.S. Preventive Services Task Force (USPSTF) har anbefalt OST som ett av flere instrumenter for risikovurdering før beslutning om DXA-screening hos postmenopausale kvinner under 65 år [3].

Beregning av Osteoporosis Self-Assessment Tool

Formelen er:

$$\text{OST} = \text{trunc}\left((\text{vekt}$${\text{kg}} - \text{alder}{\text{år}}) \times 0{,}2\right)

der trunc betyr avkorting til heltall (ikke avrunding). Kroppsvekt oppgis i kilogram og alder i hele år. Lavere verdier indikerer høyere risiko: høy alder og lav vekt gir en negativ verdi, som tilsvarer forhøyet risiko for osteoporose.

Utledningskohorten besto av postmenopausale kvinner fra åtte asiatiske land, rekruttert gjennom et multisenterprogram sent på 1990-tallet. Flere risikofaktorer ble innhentet via spørreskjema, og multippel regresjon med variabelreduksjon førte til at bare alder og kroppsvekt ble stående igjen som prediktorer. Utfallet var osteoporose definert som T-skår ≤ −2,5 i lårhals. I utledningskohorten oppnådde man en sensitivitet på 91 % og en spesifisitet på 45 %, med en AUC på 0,79 [1]. Tre risikokategorier ble laget: i høyrisikogruppen hadde 61 % osteoporose, i mellomgruppen 15 % og i lavrisikogruppen 3 %. Lavrisikogruppen utgjorde 40 % av alle kvinnene. En ekstern validering i en japansk populasjon ga en sensitivitet på 98 % og en spesifisitet på 29 %, der lavrisikogruppen omfattet 25 % [1].

Tolkning i praksis

Kalkulatoren bruker tre risikobånd basert på den trunkerte verdien:

Skåren er et triageringsverktøy, ikke en diagnostisk test. En høy verdi utelukker ikke osteoporose med sikkerhet, og en lav verdi bekrefter den ikke. Verktøyets styrke ligger i å identifisere en gruppe med så lav sannsynlighet at DXA kan utelates, snarere enn å klassifisere enkeltpasienter nøyaktig.

Validering og ytelse

En systematisk oversikt og metaanalyse fra 2015, som inkluderte 108 studier i 34 land, fant at OST var det mest studerte instrumentet (55 studier) [2]. For amerikanske postmenopausale kvinner, med terskelen <1 i lårhals, var samlet sensitivitet 89 % (95 % KI 82 til 96 %) og spesifisitet 41 % (95 % KI 23 til 59 %). For amerikanske menn, med terskelen 3, var sensitiviteten 88 % (95 % KI 79 til 97 %) og spesifisiteten 55 % (95 % KI 42 til 68 %). Det var betydelig heterogenitet mellom studiene. En viktig konklusjon var at enklere instrumenter som OST presterte minst like godt som mer komplekse verktøy som SCORE og ORAI [2].

I en kinesisk multisenterstudie fra 2025 med 2 824 menn ≥65 år (hvorav 21 % hadde osteoporose) oppnådde OST en AUC på 0,734 (95 % KI 0,712 til 0,756), som var signifikant bedre enn både OSIRIS (AUC 0,717) og SCORE (AUC 0,715) [3]. Ved optimal terskel (−0,7 ifølge Youden-indeks) ble sensitiviteten 77 % og spesifisiteten 57 %. Negativ prediktiv verdi var 67 %, noe som bekrefter verktøyets rolle som utelukkelsestest snarere enn diagnostisk test [3].

For yngre postmenopausale kvinner har ytelsen vært dårligere. I en studie fra Women's Health Initiative med 6 067 kvinner i alderen 50 til 64 år var AUC for OST bare 0,654 (95 % KI 0,654 til 0,655) for å identifisere osteoporose på minst ett skjelettsted [4]. Forfatterne konkluderte med at verktøyet hadde begrenset diskriminerende evne i denne populasjonen. En mindre studie fra Mayo Clinic med 290 kvinner i samme aldersgruppe, nesten utelukkende kaukasiske, ga en AUC på 0,63 for OST ved terskelen <2, med sensitivitet 56 % og spesifisitet 69 % [5].

Oppsummert presterer OST best hos eldre pasienter (≥65 år) og i asiatiske populasjoner, der utledningen ble gjort. Diskriminasjonen synker merkbart hos yngre postmenopausale kvinner og i kaukasiske populasjoner, der AUC-verdiene typisk ligger rundt 0,63 til 0,65.

Begrensninger

OST gjelder ikke for pasienter under 40 år eller med kroppsvekt under 25 kg henholdsvis over 200 kg, siden formelen ikke er validert i disse intervallene. Verktøyet er heller ikke utviklet for pasienter med sekundær osteoporose ved tilstander som primær hyperparatyreoidisme, langvarig kortisonbehandling, hypogonadisme eller malabsorpsjon. Hos slike pasienter er risikoen for osteoporose forhøyet uavhengig av alder og vekt, og OST bør ikke brukes til å utsette DXA.

En vanlig feil er å tolke en lav verdi som diagnostisk bekreftet osteoporose. OST er et screeninginstrument, og selv i høyrisikogruppen har ikke alle pasienter osteoporose etter DXA-kriterier. Omvendt må en høy verdi ikke tolkes som en garanti mot bruddrisiko, særlig ikke hos pasienter med tidligere brudd, der vurdering av bruddrisiko (for eksempel FRAX) er mer relevant enn densitometrisk screening.

Et ytterligere problem er at ulike studier bruker ulike terskelverdier for OST. Den opprinnelige utledningen brukte kategorier basert på terskelverdiene −1 og −4, men metaanalysen til Nayak m.fl. rapporterte også terskelverdiene <1, ≤0 og ≤−1 avhengig av populasjon og DXA-referansested [2]. Kalkulatorens tredelte inndeling (>−1, −1 til −4, <−4) følger den opprinnelige kategoriseringen, men kliniske studier har ikke konsekvent validert nettopp disse grenseverdiene i alle populasjoner.

Kilder

1. Koh LK m.fl. A simple tool to identify asian women at increased risk of osteoporosis. Osteoporos Int 2001. PMID: 11580084
2. Nayak S m.fl. Systematic review and meta-analysis of the performance of clinical risk assessment instruments for screening for osteoporosis or low bone density. Osteoporos Int 2015. PMID: 25644147
3. Li X m.fl. Performance of USPSTF-recommended osteoporosis risk assessment tools in identifying osteoporosis in older men: a multicentre retrospective study. Front Endocrinol 2025. PMID: 41473245
4. Zheng HW m.fl. Identifying Younger Postmenopausal Women With Osteoporosis Using USPSTF-Recommended Osteoporosis Risk Assessment Tools. JAMA Netw Open 2025. PMID: 40100219
5. Pecina JL m.fl. Comparison of Clinical Risk Tools for Predicting Osteoporosis in Women Ages 50-64. J Am Board Fam Med 2016. PMID: 26957380