PDF )   Rev Osteoporos Metab Miner. 2021; 13 (Supl 2): S11-17

Del Río Barquero L
CETIR Centro Médico. Grupo Ascires (España)

 

Resumen
La incorporación de la absorciometría radiológica de doble energía (DXA) al arsenal de técnicas diagnósticas desencadenó una cascada de avances en el manejo de las osteopatías metabólicas. El uso extenso de la DXA ha permitido reconocer sus indicaciones y detectar limitaciones en la evaluación del riesgo de fractura ósea. En la última década se han desarrollado nuevos avances aplicables a la técnica original. Estos son el Trabecular Bone Score (TBS) y la reconstrucción en 3D de las imágenes DXA. Con enfoques diferentes permiten valorar la microarquitectura del hueso trabecular (TBS) y las medición con gran exactitud del hueso trabecular y cortical, alcanzando las mediciones de densidad ósea volumétrica, grosor cortical y variables geométricas. Esta nueva información ahora accesible permite el calculo de la resistencia ósea sujeto-especifica y abre la posibilidad de predecir el comportamiento biomecánico ante los traumas y sobrecargas, avanzando el diagnóstico de fragilidad antes de la aparición de las fracturas.

 

Introducción
En 1994, la OMS definió criterios para el diagnóstico de la osteoporosis usando la medición de la densidad mineral ósea (DMO). La técnica DXA se ha impuesto como la tecnología dominante para cuantificación de la DMO debido a:
a) Una correlación sólida entre la DMO medida por DXA y la resistencia ósea en estudios biomecánicos,
b) Estudios epidemiológicos que muestran una fuerte relación entre el riesgo de fractura y la DMO,
c) Por su uso en ensayos clínicos de tratamientos para la selección de sujetos y monitorización en función de su excelente precisión y baja dosis de radiación.
La DXA está indicada para diagnosticar la osteoporosis, evaluar el riesgo de fractura y monitorear los cambios en la DMO a lo largo del tiempo. En los últimos años, se han producido mejoras de la tecnología DXA inicial y se usa para otras mediciones, más allá de la DMO (p. ej. geometría de fémur, detección de fracturas vertebrales, análisis de composición corporal).
Una de las limitaciones en el enfoque diagnóstico de la medición de la masa ósea es la superposición de valores de DMO de sujetos con y sin fracturas[1]. El valor predictivo de la medición de la DMO es limitado y el umbral diagnóstico de la OMS del T-score <-2,5 se toma como un factor más (si bien, el más potente), pero no el único, en la toma de decisiones clínicas. La ultima definición de osteoporosis integraba el concepto de alteración de la calidad estructural del hueso.
La calidad ósea engloba a múltiples factores no relacionados directamente con la masa ósea. Han sido identificados factores macro y micro estructurales por su relación con la fortaleza ósea y por tanto con las fracturas por fragilidad.
Para satisfacer la necesidad de evaluación de estos factores estructurales se han desarrollado nuevos procedimientos de evaluación ósea usándo la técnica más ampliamente difundida como es la DXA. Este documento va a revisar someramente la aplicación de la técnica TBS (Trabecular Bone Score, índice o puntuación del hueso trabecular) y de la reconstrucción 3D de la imagen DXA, que abre nuevos horizontes como es el calculo de la resistencia ósea con un método no-invasivo sencillo y seguro.

TBS
Fundamentos físicos TBS
El TBS ha sido descrito por los desarrolladores como un parámetro de textura de imagen que refleja las diferencias en el nivel de gris con la que son representadas las celdillas (píxeles) en las imágenes DXA. El TBS se calcula usando los datos no procesados de la adquisición DXA pero el cálculo se realiza por separado y por métodos diferentes al de la DMO. El TBS se procesa al finalizar la medición y análisis de la exploración de DMO y se aplica a la misma región de interés. El principio de cálculo TBS, fue publicado en 2008[2]. Las variaciones en la escala de grises con que se representan los píxeles contiguos, en múltiples direcciones aleatorias constituyen el variograma experimental. Una imagen 3D de una estrecha red de trabéculas produce una imagen de proyección 2D con muchas variaciones de nivel de gris de pequeña amplitud y, por lo tanto, una pendiente empinada del variograma lo que ofrece un valor de TBS alto (una microarquitectura conservada asociada a buena resistencia mecánica). Por el contrario, un valor bajo de TBS indica microarquitectura de baja calidad con pocas variaciones de nivel de gris, de considerable amplitud, inherentes a una pendiente suave en el origen de la variograma. El software para el cálculo TBS (TBS InSight[®]) es una aplicación distribuida por Med-imaps (Francia) (Figura 1).

Correlación entre el TBS y parámetros microarquitectura ósea:
Las correlaciones en el estudio inicial[2] entre el TBS y los principales parámetros micro-arquitectónicos 3D medidos en muestras de hueso trabecular utilizando micro-CT en distintos huesos del esqueleto. Se determinaron los siguientes parámetros de microarquitectura: volumen óseo/volumen total (BV/TV), el grosor trabecular (TbTh), el espaciado entre trabeculas (TbSp), el número de trabeculas (TBN), y su conectividad (Conn.) (Tabla 1).

TBS en el envejecimiento:
Las primeras curvas de evolución del TBS en relación a la edad se establecieron sobre los resultados de 5.942 mujeres francesas[3]. En la actualidad se han efectuado estudios normativos en múltiples países, incluido en España (Proyecto SEIOMM-TBS) que confirma una gran similitud de los valores de TBS en ambos sexos[4-7]. En población española (Proyecto SEIOMM-TBS), los valores de TBS en mujeres y hombres adultos en el tramo de 20-30 año, fueron muy similares y alcanzaban su valor más elevado. TBS disminuye con la edad en ambos sexos. La disminución de TBS y DMO es similar en la década 40-50 años. En las mujeres la disminución promedio de TBS entre 20-80 años fue del -18% y en los hombres fue del -14%. Los valores de TBS mostraron pobre correlación con el índice de masa corporal (r=-0,1), el peso (r=-0,1) y la DMO L1-L4 (r=0,2) (Figura 2).

Reproducibilidad:
El coeficiente de variación es similar a las mediciones de DMO del DXA, siendo de 1,5% para el TBS (1,2% para la DMO)[8]. La reproducibilidad in vivo de TBS utilizando el protocolo ISCD en 30 pacientes no seleccionados (26 mujeres y cuatro hombres) que no tenían fracturas vertebrales detectables. La media TBS fue 1,239±0,082, el coeficiente de variación fue del 1,9%, y la diferencia menos significativa fue 0,065. Por las mismas pacientes, el coeficiente de variación fue del 1,2% para la DMO.

Estudios sobre la capacidad de la fractura-discriminación de la TBS:
Varios estudios han evaluado la capacidad de la TBS para diferenciar los pacientes con fracturas por fragilidad de aquellos sin fracturas. El TBS en todos ellos fue significativamente menor en los pacientes con fracturas que en los controles. Estos estudios transversales indican que TBS es capaz de discriminar los individuos con fracturas de los controles y que el poder discriminatorio de la TBS es similar o superior a la de la DMO y que la combinación de la TBS y la DMO proporcionan una mejor discriminación que la DMO en solitario[8-11].
El estudio poblacional más citado con TBS es el realizado en la Cohorte MANITOBA. Se comparó prospectivamente la TBS y DMO de columna lumbar en un amplio grupo de población femenina 29.407 mujeres mayores de 50 años[12]. Para un rango de DMO lumbar dado (normal o osteopenia u osteoporosis), el número anual de fracturas de incidentes fue siempre mayor en el tercil más bajo TBS. La DMO de columna lumbar y la TBS se correlacionaron débilmente (r=0,32). Los resultados fueron similares para la predicción de fracturas de cadera o de cualquiera de los cuatro principales tipos de fractura considerados. Para los cuatro tipos de fractura juntos la capacidad predictiva mejoró significativamente cuando se combinaba la DMO y TBS.
En los estudios de la cohorte OFELY[13] y OPUS[14] el rendimiento de TBS fue significativamente mejor que la DMO de columna lumbar para la predicción de fracturas osteoporóticas clínicas. En las fracturas vertebrales radiológicas, TBS y DMO de columna tenían un poder predictivo similar, pero la combinación de TBS y DMO aumentaron el rendimiento con una capacidad predictiva similar a la DMO de área total de fémur y cuello femoral. En las mujeres no osteoporóticas, el TBS predijo las fracturas incidentes por fragilidad de manera similar a la DMO. La combinación de TBS y la DMO mejoraba en todos los escenarios la predicción en comparación con el uso de la DMO únicamente.

Impacto de la osteoartritis en TBS:
La esclerosis ósea relacionada con la osteoartritis genera contrastes más o menos marcados, con el hueso sano adyacente, y el método utilizado para calcular el TBS detecta estas interfaces y parece sólo mínimamente afectada por grandes masas de hueso osteoartrítico. En un estudio retrospectivo transversal de 141 densitometrías en pacientes con osteoartritis, sólo en L4 (utilizando el criterio ISCD, a saber, una diferencia de más de 1 DE entre los valores de la DMO entre L4 y L3) y 249 controles (define utilizando ISCD criterios como la DMO de L1 <L2 <L3, y >L4), mostró que la osteoartritis no tuvo ningún efecto significativo en los valores de TBS, siempre y cuando el aumento de la DMO resultante fuera en L3 menor de 3,5 desviaciones estándar[3].

TBS como nuevo factor de riesgo del FRAX[®]:
Los desarrolladores del TBS y el grupo de investigadores de la Universidad de Sheffield determinaron el impacto del TBS en la probabilidad de fractura, más allá de la proporcionada por los factores de riesgo clínicos utilizados en FRAX. Se utilizo la cohorte de Manitoba, Canadá[15] en un retrospectivo aplicando el TBS a la exploración DXA inicial y resto de variables de riesgo ya usadas en el FRAX. Cuando está completamente ajustado por las variables de riesgo del FRAX, el TBS siguió siendo un predictor estadísticamente significativo de las principales fracturas osteoporóticas. Se han derivado modelos de ajuste para las principales fracturas y fractura de cadera, teniendo en cuenta la edad y el TBS. Se ha determinado que el TBS es un factor de predictor del riesgo de fractura osteoporótica, independiente de la DMO del cuello femoral y de los factores de riesgo clínico siendo un factor de riesgo de mortalidad.

Aplicación en la práctica clínica:
La valoración de la microarquitectura ósea permite la identificación de pacientes con alto riesgo de fractura que no han sido clasificados adecuadamente sólo por la densidad mineral ósea. La aplicación del TBS facilita el manejo de los pacientes al reconocer los sujetos que cuentan con una DMO baja y estructura ósea alterada[16]. En este sentido, el sector de población que puede beneficiarse más de la aplicación del TBS son aquellas personas que tiene un T-score en la DMO <-1,0 y >-2,5 (Figura 3).
En la rutina clínica, el TBS debe ser considerado como un “factor de riesgo” adicional que ayudará en la orientación y manejo del paciente con riesgo de osteoporosis.
El TBS al verse menos afectado por los artefactos que más influyen en las mediciones de DMO, ya sean intrínsecos, como las alteraciones degenerativas, calcificaciones extra-esqueléticas, o extrínsecos, como elementos ortopédicos, aumentan el rendimiento diagnóstico de la técnica DXA.

Umbrales diagnósticos:
Los valores de referencia utilizados han sido revalidados tras la revisión de varias cohortes de población femenina europea, en la que se han integrado también mujeres de España. Con los datos actuales se considera un umbral de degradación significativa de la microarquitectura del hueso trabecular, un resultado de TBS inferior a 1.200.

Conclusiones
El TBS es un nuevo método de aplicación de la técnica diagnóstica DXA que permite evaluar la microarquitectura ósea, determinante clave de la resistencia ósea. El TBS puede ser calculado de manera sencilla, utilizando la tecnología DXA, ampliamente disponible y siguiendo el mismo procedimiento convencional para la medición de la DMO. El TBS es un valor cuantitativo reproducible y por tanto monitorizable. Los resultados clínicos obtenidos en grupos de poblaciones amplios confirman que la combinación de DMO y TBS es capaz de predecir fracturas por fragilidad y que mejora sustancialmente la capacidad predictiva del riesgo de fractura.

DXA en 3D
La DXA, aunque ofrece una medición precisa de la DMO, está limitada por su bidimensionalidad y no alcanza a representar la distribución espacial de la DMO en las estructuras del hueso explorado. Para superar esta limitación, la tomografía computarizada cuantitativa (QCT) permite la reconstrucción en 3D y valorar la distribución de la DMO en el hueso. Varios parámetros valorados en 3D están fuertemente correlacionados con la fortaleza del fémur, como la DMO trabecular y cortical, la DMO volumétrica en regiones específicas, o parámetros geométricos como la longitud del eje del cuello y el grosor cortical, y justifican la variación de la fuerza necesaria para alcanzar el fallo mecánico, mejorando la estimación del riesgo de fractura cuando complementa a la DMOa[17]. La QCT, sin embargo, expone a una dosis de radiación significativamente mayor que la DXA y tiene un coste mayor, motivos que limitan su aplicación a ámbitos de la investigación.
En los últimos años se ha conseguido reconstruir un modelo estadístico que combina la forma del hueso en 3D y la distribución de la DMO a partir de una base de datos in vivo de exploraciones QCT del fémur proximal[18,19]. La reconstrucción se realiza mediante un proceso de registro 3D-2D basado en intensidad y se maximiza la similitud entre su proyección QCT y la imagen DXA. La metodología pone énfasis en conseguir una reconstrucción 3D de la imagen DXA con un modelo de densidad ósea que se asemeja, mediante actualización iterativa, a la información que tendría un QCT, resolviendo la relación con otras estructuras óseas (Figura 4).
Este método se ha concretado en un software comercial conocido como 3D-Shaper[®] (Galgo Medical, Barcelona, España), disponible para su aplicación en gran parte de los densitómetros actualmente existentes (GE-Lunar, Hologic, DMS). Uno de los aspectos más interesantes de esta técnica es que utiliza la imagen DXA obtenida de forma convencional, sin que condicione un procedimiento diferente o mas tiempo o mayor dosis de radiación. En la actualidad esta disponible para la reconstrucción 3D de fémur proximal y columna lumbar.
Variables que calcula:
El software permite reconstruir en 3D y realizar mediciones de densidad ósea volumétrica (cm[3]) de forma aislada del componente trabecular, del hueso cortical o integrando ambos compartimentos (hueso integrado): DMO volumétrica trabecular (vBMD trabecular, en mg/cm[3]), DMO volumétrica cortical (vBMD cortical, en mg/cm[3]), DMO volumétrica hueso integrado (vBMD global, en mg/cm[3]). La medición del grosor cortical (Cth) en mm y la DMO de la superficie cortical (sBMD cortical) se calcula, en cada vértice de la malla de la superficie femoral, como la multiplicación de la Cth (en cm) por la vBMD cortical (en g/cm[3]) observada a lo largo de este espesor. La sBMD cortical se expresa en gramos por centímetro cuadrado. La sBMD cortical se ha utilizado en los estudios que utilizan QCT en la literatura[20]. En el contexto de la monitorización del paciente, cualquier aumento de Cth, vBMD cortical o ambas, dará como resultado un aumento de sBMD cortical. Por otro lado, si Cth y vBMD cortical varían de manera similar de forma opuesta (p. ej., aumento de Cth y disminución de vBMD cortical), la sBMD cortical permanecerá sin cambios.
Si la región explorada es el fémur, los valores medios de las variables antes mencionadas se calculan sobre la región de interés total del fémur (cuello, trocánter, región inter-trocanterea, diáfisis y área total), o en columna lumbar (en las vertebras L1 a L4 y sus promedios)[21].

Exactitud:
La exactitud de las mediciones y la potencial necesidad de una exploración de la región ósea única o múltiple (distintos ángulos) se evaluó in vivo comparando reconstrucciones 3D obtenidas a partir de imágenes DXA simuladas utilizando exploraciones DXA repetidas con reposición del paciente y diferentes inclinaciones, con reconstrucciones QCT en 3D. La comparación mostró que el uso de una única DXA proporciona reconstrucciones 3D de gran exactitud (precisión de forma media de 1,0 mm y errores de distribución de la DMO del 7,0%)[22]. En otro trabajo en el que se analizaron los datos de micro-TC de alta resolución de 23 fémures proximales de cadáveres para determinar una relación entre el grosor cortical y la densidad[23] y se complemento con un estudio de casos y controles que incluyó a pacientes con osteoporosis y controles pareados por edad con densidad ósea normal para evaluar el método en un contexto clínico. Los errores de estimación del espesor cortical (densidad) fueron de 0,07±0,19 mm (-18±92 mg/cm[3]) utilizando los volúmenes de TC clínicos simulados con el tamaño de vóxel más pequeño (0,33×0,33×0,5 mm[3]), y 0,10±0,24 mm (-10±115 mg/cm[3]) utilizando los volúmenes con el tamaño de vóxel más grande (1,0×1,0×3,0 mm[3]). El estudio de casos y controles mostró que los pacientes osteoporóticos tenían una corteza más delgada y una densidad cortical más baja, con diferencias promedio de -0,8 mm y -58,6 mg/cm[3] en el fémur proximal en comparación con los controles de la misma edad (valor p<0,001).
En columna lumbar el error de exactitud de la forma anatómica fue de 1,5 mm en la vértebra total y 0,6 mm en el cuerpo vertebral. Los coeficientes de correlación entre las mediciones derivadas de DXA y QCT variaron de 0,8 a 0,9[21].

Precisión:
La precisión in vivo a corto plazo de las mediciones 3D efectuadas con adquisiciones DXA efectuadas con sistemas HOLOGIC y GE en seguimiento de pacientes en un intervalo de 18 meses entre exploración basal y la DXA de monitorización[24]. Considerando el cambio mínimo significativo para un intervalo de confianza de 95%, los intervalos de tiempo recomendados para la evaluación de tendencia en mujeres postmenopáusicas fueron de 2,9 años (DMO volumétrica integral), 2,6 años (DMO volumétrica trabecular) y 3,5 años (DMO de superficie cortical), utilizando el densitómetro Lunar iDXA. Los intervalos de evaluación de tendencias para la DMO del área fueron de 2,8 años en el cuello y 2,7 años en el fémur total. Los intervalos de tiempo en mujeres postmenopáusicas fueron similares a los medidos para las mediciones de la DMOa en 2D en la región del fémur.

Relación de los parámetros 3D con resistencia ósea
Estudios in vitro:
El método evaluó, en un experimento con muestras óseas ex vivo, la capacidad de predicción de la resistencia ósea en exámenes biomecánicos en conjunto de 90 fémures de cadáveres que fueron previamente explorados con DXA, obteniendo un coeficiente de correlación de 0,85 entre la carga de fractura pronosticada y la medida, mientras que una regresión usando mediciones de DMOa (DXA) resultó en un coeficiente de correlación de 0,77[25].

Estudios in vivo:
En un estudio retrospectivo de casos y controles[26] se evaluó las mediciones 3D-DXA en una cohorte de mujeres postmenopáusicas con fractura de cadera. La DMO total del área total de cadera del grupo de fractura fue un 10% menor en comparación con el grupo control. Las diferencias en la DMO volumétrica (cadera total) medida por 3D-Shaper fueron más pronunciadas en el compartimento trabecular (-23%) que en el cortical (-8%). El área bajo la curva (curvas ROC) fue de 0,742 para la DMO volumétrica trabecular, 0,706 para la DMO volumétrica cortical y 0,712 para la DMO total del área de la cadera. Las diferencias en la cortical fueron localmente más pronunciadas en la cara media del eje, la cara lateral del trocánter mayor y la cara supero-lateral del cuello. Se observaron marcadas diferencias en la DMO volumétrica en el trocánter mayor (Figura 5).
En un estudio de casos (61 fracturas de cadera) y controles se valoró la capacidad predictiva de fracturas a partir de mediciones 3D de columna lumbar evaluando la asociación de medidas 3D-DXA de columna lumbar en sujetos que han sufrido fracturas de fémur osteoporóticas. Se encontró una asociación más fuerte entre las fracturas de cuello de fémur y las variables del hueso cortical de columna lumbar en comparación con las mediciones del hueso trabecular[27].
Evaluando la asociación de las mediciones 3D-DXA con las fracturas vertebrales en un estudio retrospectivo de casos y controles[28]. Las exploraciones DXA en la columna lumbar se adquirieron al inicio del estudio (es decir, antes del evento de fractura para los sujetos fracturados). La DMOa del grupo de fractura fue 9,3% menor en comparación con el grupo de control (p<0,01); si bien, se encontró una mayor diferencia para la DMOv trabecular en el cuerpo vertebral (-16,1%, p<0,001), discriminando mejor los grupos de fractura y control, con un AUC de 0,733, frente a 0,682 para la DMOa. Este estudio mostró la capacidad de las mediciones 3D-DXA para discriminar pacientes con fracturas vertebrales y pacientes que no las han sufrido (Figura 6).

Proyección de futuro:
La reconstrucción 3D de regiones óseas con geometría compleja pueden beneficiarse de los análisis biomecánicos basados en elementos finitos (FE) que permiten mejorar la predicción del riesgo de fractura integrando información definitiva sobre el comportamiento biomecánico cuando el hueso es sometido a cargas físicas. En este sentido cabe destacar el estudio[29] en el que se incluyeron pacientes con fractura reciente de fémur y controles. Se simuló una caída lateral utilizando una carga máxima estática que dependía de la masa y la altura del paciente. Los resultados mostraron que la variable biomecánica estrés máximo principal fue mejor discriminador (AUC >0,80) que la DMO volumétrica (AUC ≤0,70). Se logró una alta capacidad de discriminación cuando el análisis se realizó por tipo de hueso, zona de fractura y género/sexo (AUC de 0,91 para mujeres, hueso trabecular y área de trocánter). Los resultados sugirieron que el hueso trabecular es fundamental para la discriminación de fracturas de fémur. La aplicación del análisis de elementos finitos a los modelos derivados de las exploraciones DXA pueden mejorar significativamente la predicción del riesgo de fractura de sectores complejos como el fémur; proporcionando una nueva perspectiva para que los médicos utilicen esta nueva tecnología.

Conflicto de intereses: El autor declara no tener conflicto de intereses.

 

Bibliografía:

1. Cummings SR (1985) Are patients with hip fractures more osteoporotic? Review of the evidence. Am J Med. 78:487-494.
2. Pothuaud L, Carceller P, Hans D (2008). Correlations between grey-level variations in 2D projection images (TBS) and 3D microarchitecture: applications in the study of human trabecular bone microarchitecture. Bone. 42:775-787.
3. Dufour R, Winzenrieth R, Heraud A, Hans D, Mehsen N. Generation and validation of a normative, age-specific reference curve for lumbar spine trabecular bone score (TBS) in French women. Osteoporos Int. 2013 Nov;24(11):2837-46.
4. Guagnelli MÁ, Winzenrieth R, Deleze M, Cons-Molina F, Clark P. Description of Normative Spine TBS Data for Men and Women in Mexican Population. J Clin Densitom. 2020 Jul 2:S1094-6950(20) 30094-9.
5. Simonelli C, Leib E, Mossman N, Winzenrieth R, Hans D, McClung M. Creation of an age-adjusted, dual-energy x-ray absorptiometry-derived trabecular bone score curve for the lumbar spine in non-Hispanic US White women. J Clin Densitom. 2014 Apr-Jun;17(2):314-9.
6. Iki M, Tamaki J, Sato Y, Winzenrieth R, Kagamimori S, Kagawa Y, Yoneshima H. Age-related normative values of trabecular bone score (TBS) for Japanese women: the Japanese Population-based Osteoporosis (JPOS) study. Osteoporos Int. 2015 Jan;26(1):245-52.
7. Looker AC, Sarafrazi Isfahani N, Fan B, Shepherd JA. Trabecular bone scores and lumbar spine bone mineral density of US adults: comparison of relationships with demographic and body size variables. Osteoporos Int. 2016 Aug;27 (8):2467-75.
8. Hans DB, Cormier C, Bloch JG, Dufour R, Héraud A, Barthe N, Colson F, Giraldi JM, Lamy O, Krieg MA (2009) Indice TBS: la microarchitecture par DXA. Impact Santé, Abstract Rhumatologie. 302:4-8.
9. Pothuaud L, Barthe N, Krieg MA, Mehsen N, Carceller P, Hans D (2009). Evaluation of the potential use of trabecular bone score to complement bone mineral density in the diagnosis of osteoporosis: a preliminary spine BMD-matched, case-control study. J Clin Densitom. 12:170-176.
10. Rabier B, Héraud A, Grand-Lenoir C, Winzenrieth R, Hans D (2010). A multicentre, retrospective case-control study assessing the role of trabecular bone score (TBS) in menopausal Caucasian women with low areal bone mineral density (BMDa): analysing the odds of vertebral fracture. Bone. 46:176-181.
11. Winzenrieth R, Dufour R, Pothuaud L, Hans D (2010). A retrospective case-control study assessing the role of trabecular bone score in postmenopausal Caucasian women with osteopenia: analyzing the odds of vertebral fracture. Calcif Tissue Int. 86:104-109.
12. Hans DB, Goertzen AL, Krieg MA, Leslie WD (2009). Bone micro-architecture assessed by TBS predicts clinical spine fractures independently of BMD in 29407 women aged 50 and older: the Manitoba Prospective Study. ASBMR, Denver.
13. Boutroy S, Hans DB, Sornay-Rendu E, Vilayphiou N, Winzenrieth R, Munoz F, Chapurlat R (2010). Trabecular bone score helps classifying women at risk of fracture: a retrospective analysis of the OFELY study. ASBMR, Toronto.
14. Briot K, Paternotte S, Kolta S, Eastell R, Reid DM, Felsenberg D, Glüer CC, Christian Roux C. Added value of trabecular bone score to bone mineral density for prediction of osteoporotic fractures in postmenopausal women: The OPUS study. Bone. 2013 Nov; 57(1):232-6.
15. McCloskey EV, Oden A, Harvey NC, Leslie WD, Hans D, Johansson H, Kanis JA. Adjusting Fracture Probability by Trabecular Bone Score. Calcif Tissue Int. DOI 10.1007/s00223-015-9980.
16. https://seiomm.org/wp-content/uploads/2020/04/Posici%C3%B3n-Oficial-SEIOMM-sobre-TBS.pdf.
17. V. D. Bousson, J. Adams, K. Engelke, M. Aout, M. Cohen-Solal, C. Bergot, D. Haguenauer, D. Goldberg, K. Champion, R. Aksouh, E. Vicaut, and J.-D. Laredo, “In vivo discrimination of hip fracture with quantitative computed tomography: Results from the prospective European Femur Fracture Study (EFFECT),” J. Bone Mineral Res. vol. 26, no. 4, pp. 881-893, 2011.
18. T. Whitmarsh, L. Humbert, M. S.D. Craene, L.M. del Río Barquero, K. Fritscher, R. Schubert, F. Eckstein, T. M. Link, and A. F. Frangi. 3D bone mineral density distribution and shape reconstruction of the proximal femur from a single simulated DXA image: An in vitro study, in Proc. SPIE Med Imag. 2010: Image Process. 2010, vol. 7623, no. 1, p. 76234U.
19. Whitmarsh T, Humbert L, De Craene M, Del Rio Barquero LM, Frangi AF. Reconstructing the 3D shape and bone mineral density distribution of the proximal femur from dual-energy X-ray absorptiometry. IEEE Trans Med Imaging. 2011 Dec;30(12):2101-14.
20. Nicks KM, Amin S, Melton LJ, et al (2013) Three-dimensional structural analysis of the proximal femur in an age-stratified sample of women. Bone. 55:179-188.
21. Lopez Picazo M, Magallon Baro A, Del Rio Barquero LM, Di Gregorio S, Martelli Y, Romera J, Steghofer M, Gonzalez Ballester MA, Humbert L. 3-D Subject-specific shape and density estimation of the lumbar spine from a single anteroposterior DXA image including assessment of cortical and trabecular bone. IEEE Trans Med Imaging. 2018 Dec;37(12):2651-2662.
22. Humbert L, Whitmarsh T, De Craene M, del Río LM,. Frangi A. Technical Note: Comparison between single and multiview simulated DXA configurations for recons- tructing the 3D shape and bone mineral density distribution of the proximal femur. Medical Physics. 39,5272(2012).
23. Humbert L, Hazrati Marangalou J, Del Río Barquero LM, van Lenthe GH, van Rietbergen B. Technical Note: Cortical thickness and density estimation from clinical CT using a prior thickness-density relationship. Med Phys. 2016 Apr;43(4):1945.
24. Humbert L, Winzenrieth R, Di Gregorio S, Thomas T, Vico L, Malouf J, Del Río Barquero LM. 3D Analysis of cortical and trabecular bone from hip DXA: precision and trend assessment interval in postmenopausal women. J Clin Densitom. 2019 Apr-Jun;22(2):214-218. doi: 10. 1016/j.jocd.2018.05.001. Epub 2018 May 8. PMID: 30017573.
25. Humbert L, Whitmarsh T, Fritscher K, del Río LM, Eckstein F, Link T, Schubert R, Frangi A. Femoral strength prediction using a 3d reconstruction method from dual-energy x-ray absorptiometry. 2012 9th IEEE International Symposium on Biomedical Imaging (ISBI).
26. Humbert L, Bagué A, Di Gregorio S, Winzenrieth R, Sevillano X, González Ballester MÁ, Del Rio L. DXA-Based 3D analysis of the cortical and trabecular bone of hip fracture postmenopausal women: a case-control study. J Clin Densitom. 2020 Jul-Sep;23(3):403-410.
27. López Picazo M, Humbert L, Winzenrieth R, Di Gregorio S, González Ballester MA, Del Río Barquero LM. Association between osteoporotic femoral neck fractures and DXA-derived 3D measurements at lumbar spine: a case-control study. Arch Osteoporos. 2020 Jan 3;15(1):8.
28. López Picazo M, Humbert L, Di Gregorio S, González Ballester MA, Del Río Barquero LM. Discrimination of osteoporosis-related vertebral fractures by DXA-derived 3D measurements: a retrospective case-control study. Osteoporos Int. 2019 May;30(5):1099-1110.
29. Ruiz Wills C, Olivares AL, Tassani S, Ceresa M, Zimmer V, González Ballester MA, Del Río LM, Humbert L, Noailly J. 3D patient-specific finite element models of the proximal femur based on DXA towards the classification of fracture and non-fracture cases. Bone. 2019 Apr; 121:89-99.