背景与老年人骨量相关的流行病学调查显示:骨密度(Bone Mineral Density,BMD)检测时骨质疏松患病率高、骨质疏松性骨折(Osteo Porotic Fracture,OPF)发生率高、残死率高、明显病症出现前就医诊断率低,即“三高一低”。随着国际老龄化趋势严峻,骨量异常日益成为各国共同关注的问题。2019年流行病学调查显示,我国老年人群骨量异常的形势已经相当严峻。随之而来的OPF给个人、家庭及社会带来巨大的疾病经济负担。然而,由于疾病的隐匿性及医患双方的认知不足,居民对骨量异常的防治意识不强,社区公共卫生部门的健康宣教、治疗及随访工作不到位。因此,利用简便易行的筛查工具扩大骨质疏松(Osteo Prosis,OP)的防控范围,把预防关口前移至骨量异常人群及骨折高危人群,并开展病前防控,对落实“健康中国2030”战略具有重要意义。目的本研究在老龄化较为严重的开封市某社区开展现场调查,旨在筛查OP及OPF的高危人群和重点人群,探讨性别分层下居民骨量异常现状及影响因素,评估骨折风险,并提出针对性的社区公共卫生防治建议。方法本研究为横断面研究,采用便利抽样方法,以开封市某社区老年居民为目标人群,根据纳入、排除标准筛选研究对象,最终得到研究对象为700人;调查中运用超声骨密度仪测量研究对象非优势手桡骨骨密度,筛查出骨量异常人群并对其基本特征进行描述性分析;利用问卷开展现场调查,并从3个维度10个指标收集的数据分析不同性别人群骨量异常的影响因素;运用骨折风险评估工具(FRAX)计算个体骨折风险概率,包括身体主要部位(脊柱、腕部、肋骨等)和髋骨骨折风险概率,掌握不同特征人群骨折的风险概率。采用Epidata3.0建立数据库并录入数据,运用SPSS22.0统计分析软件进行数据分析:(1)对资料进行描述性分析时,服从正态分布的数值型变量用均数±标准差描述,非正态分布的数值型变量采用中位数(下四分位数～上四分位数)描述。分类变量用率、构成比描述;(2)参数估计与假设检验分析时,用Q-Q图对数据进行正态分布检验,如果观察对象测量值为正态分布,则采用T检验或单因素方差分析;如果非正态分布,采用Mann-Whitney U检验或Kruscal-Wallis秩和检验法。分类变量用卡方检验。检验水准α=0.05;(3)采用二元Logistic回归分析老年人骨量异常及骨折高风险的影响因素;(4)通过ROC曲线探讨老年人群中骨量情况和骨折风险的吻合程度及年龄对老年人骨折风险的预测效果。结果(1)研究对象共700人,男285人,占比40.7%,女415人,占比59.3%。男性、女性骨量异常者分别为106人和309人,占比分别为37.2%和74.5%;男性、女性骨折高风险者分别为37人和156人,占比分别为13%、37.6%。(2)老年人骨量异常的影响因素分析:服用钙片、中等强度的运动和睡眠时长>8h/d是维持男性骨量的保护因素;服用钙片、睡眠时长>8h/天是女性研究对象骨量异常的保护因素。(3)老年人骨折高风险的影响因素分析:年龄、吸烟及喝酒是男性骨折高风险的危险因素,BMI是其保护因素。年龄是女性骨折高风险的危险因素,BMI、父母髋骨骨折史、中等强度及步行运动习惯是其骨折高风险的保护因素。(4)在社区老年人群中,由超声骨密度仪和骨折风险评估工具筛查得出的骨量异常者和骨折高风险者的吻合度不高,说明依据骨量预测骨折风险的敏感度低。如果二者相互补充,有可能在筛查OP及OPF高危人群中起到查漏补缺的作用。年龄对骨折高风险的预测效果较好(男女性别年龄与骨折高风险的曲线下的面积分别为0.652和0.801),通过曲线坐标计算的约等指数显示,男性研究对象发生骨折高风险的临界年龄是68.5岁;女性研究对象发生骨折高风险的临界年龄是70.5岁。结论(1)开封市该社区老年居民骨量异常及骨折高风险发生率较高。(2)社区老年人的骨量均受到睡眠时长的影响,骨折风险均受到BMI的影响。在性别分层下,骨量和骨折风险的影响因素均不完全相同。(3)超声骨密度测量并联骨折风险评估有利于全面筛查OP及OPF高危人群。政策建议(1)骨量异常需要全民预防;(2)规范社区管理,提升全民骨骼健康意识;(3)加强社区基层服务能力建设,提高防控指导能力;(4)为OP及OPF高危人群和重点人群制定针对性服务政策,开展系统化管理。