《Journal of Orthopaedic Science》：Correlation between fracture pattern and chronological age and skeletal maturity in distal radial fractures in children
编辑推荐：
儿童腕关节骨折的骨骼成熟度与骨折位置关系研究。纳入83例1-16岁患儿，比较 physeal（38例）与 metaphyseal（45例）骨折组的年龄及骨骼成熟度（Tanner-Whitehouse 9点评分）。结果显示：两组患儿年龄及骨骼成熟度差异显著（P<0.05），年龄对骨折位置的影响强于骨骼成熟度。骨折类型（CO/GR/TR）与年龄/成熟度均无线性关系。提示儿童活动特征与骨骼成熟度共同影响骨折位置，但骨折类型可能受其他机制主导。
和子正典（Masanori Wako）| 荷野哲弘（Tetsuhiro Hagino）| 荷野哲夫（Tetsuo Hagino）| 市川次郎（Jiro Ichikawa）| 原隆孝（Hirotaka Haro）
日本甲府国立医院骨科手术部，地址：日本甲府市天神町11-35，邮编400-8533
摘要
背景
桡骨远端骨折是儿童常见的损伤类型，占所有儿童骨折的20-30%。尽管骨折位置被认为可以反映儿童的骨骼成熟度，但骨骼成熟度与骨折位置之间的确切关系仍不清楚。这项针对83名桡骨远端骨折儿童的回顾性观察研究旨在探讨实际年龄、骨骼成熟度、骨折位置及骨折类型之间的关系。
方法
患者被分为两组：一组为生长板骨折（38名患者），另一组为干骺端骨折（45名患者）。骨折类型分为完全性骨折、青枝骨折和环状骨折。骨骼成熟度评估采用基于桡骨X光片的Tanner-Whitehouse方法制定的9分制评分标准。
结果
生长板骨折组的实际年龄和骨骼成熟度均显著高于干骺端骨折组。此外，实际年龄与骨折位置的相关性略强于骨骼成熟度。年龄与骨折类型之间未发现显著关联。
结论
这些结果表明，除了骨骼成熟度外，特定年龄段的活动水平和受伤机制也可能影响骨折位置。此外，即使在骨骼成熟度较高的儿童中，也可能发生青枝骨折和环形骨折，这突显了仔细进行影像学评估的必要性。这些发现有助于理解儿童骨折的病理生理机制，并可能有助于骨折预防和准确诊断。
引言
桡骨远端骨折是儿童群体中最常见的损伤类型之一，占所有儿童骨折的20-30%[[1], [2], [3]]。在骨骼成熟之前，儿童的骨骼具有柔韧性，并覆盖着厚厚的骨膜，因此容易发生环形或青枝骨折。这些损伤通常发生在干骺端、生长板或骨干，骨折位置往往反映了骨骼成熟阶段[4,5]。先前的研究表明，涉及桡骨远端生长板的骨折更可能发生在10岁及以上的儿童中[4]。虽然传统上使用实际年龄来评估发育阶段，但在生长高峰期，实际年龄可能无法准确反映骨骼成熟度。很少有研究探讨骨骼成熟度与儿童桡骨远端骨折解剖特征之间的关系。
了解骨骼成熟度如何影响骨折类型有助于改善临床决策并支持损伤预防。如果某些骨折类型与骨骼成熟度提前或延迟有关，那么在评估儿童创伤时，骨骼成熟度评估可能比实际年龄更具价值。
我们假设骨折位置（生长板或干骺端）和骨折类型（完全性骨折、青枝骨折或环形骨折）与骨骼成熟度的关联比与实际年龄的关联更强，并且骨骼成熟度可能有助于预测这些损伤的解剖特征。本研究旨在探讨实际年龄和骨骼成熟度与儿童桡骨远端骨折类型之间的关系。主要结果是骨骼成熟度或实际年龄与骨折位置之间的相关性，次要结果是年龄与骨折类型之间的相关性。明确这些关系可能有助于理解儿童骨折的病理生理机制，指导针对不同年龄段的骨折预防，并识别在怀疑骨折时需要仔细评估的影像学部位。
材料与方法
本研究已获得作者所属机构的批准（R7-3），并通过“选择退出”方式获得了患者及其家属的知情同意。这项回顾性观察研究纳入了2015年1月至2025年1月期间在我院接受桡骨远端骨折治疗的1-16岁儿童患者。符合条件进行骨骼成熟度评估的患者需具有经X光片确认的桡骨远端骨折。
结果
患者详细分布见表1。83名患者中，62名为男性，21名为女性。受伤时年龄范围为1至16岁，中位年龄为11.55岁。38名患者的骨折发生在生长板，45名患者的骨折发生在干骺端。在干骺端骨折中，20例为CO型骨折，14例为GR型骨折，11例为TR型骨折。
两位评估者之间的骨骼成熟度评分一致性很高，ICC（2,1）为0.989（p < 0.0001）。
讨论
本研究共分析了83例儿童桡骨骨折。生长板骨折组的实际年龄和骨骼成熟度均显著高于干骺端骨折组。然而，实际年龄与骨折位置之间的差异比骨骼成熟度与骨折位置之间的差异更为明显。在干骺端骨折中，骨折类型与实际年龄或骨骼成熟度之间未发现关联。据我们所知，这是首次探讨这两者之间关系的研究。
关于写作过程中生成式AI和AI辅助技术的声明
除少量翻译内容外，本手稿的编写过程中未使用任何AI技术。
资金声明
本研究未获得公共、商业或非营利部门的任何特定资助。
