Novel approaches to the stratified management of knee osteoarthritis.
研究背景
膝关节骨关节炎（KOA）是常见关节病，影响约6.54亿人且发病率上升，带来疼痛、残疾和经济负担。开发新患者分层方法以识别有效治疗方案很有必要。
方法速览
本文探讨临床特征、影像学标志物、生化标志物、“-omics”技术等新型方法在KOA分层管理中的应用。
主要发现
- 患者偏好与治疗选择：患者偏好和期望对KOA管理重要，临床医生制定策略要考虑，共同决策和辅助工具可优化治疗。
- 预测疾病进展的临床特征：KOA发病机制复杂，疼痛与放射学分级有关但可能不一致，关节肿胀等或为进展预测因子，合并症也有影响。
- 影像学在KOA治疗中的应用：影像学标志物可识别早期患者，MRI能检测多种病理变化，机器学习等技术可提高预测能力。
- 生化标志物作为KOA治疗的指南：生化标志物可评估疾病活动度等，一些已用于预测疼痛和进展，“-omics”技术有潜力。
- 细胞培养模型在个性化治疗中的应用：三维细胞培养芯片技术可模拟关节软骨环境，用于筛选治疗方案实现个性化医疗。
- 健康经济学在KOA治疗中的作用：健康经济学研究为资源分配和政策制定提供依据，不同干预方式成本效益不同，地区差异大。
总结展望
结合多种新型方法可更早识别KOA患者并选合适治疗方案。临床、生化和影像学标志物助于识别高风险患者，但效益待验证。新兴技术为个性化治疗提供可能，需更多研究支持。