Associazione tra l’età alla pubertà e l’età dell’osso da 10 a 25 anni

Introduzione

La massa ossea di picco alla fine della crescita è considerata un importante fattore determinante del rischio di frattura e di osteoporosi in età avanzata,¹^,²^,³^,⁴^,⁵ un disturbo della perdita ossea con costi sanitari sostanziali e crescenti.⁶^,⁷ Ad esempio, le simulazioni di rimodellamento osseo hanno mostrato che un aumento del 10% della densità minerale ossea di picco (BMD) ritarderebbe l’osteoporosi di 13 anni.⁴ La pubertà è una pietra miliare fondamentale nella prima infanzia, caratterizzata da una maturazione riproduttiva iniziata dal sistema endocrino e da una drammatica crescita scheletrica in altezza.⁸^,⁹ Anche se il potenziale di massa ossea e la tempistica della pubertà sono entrambi fortemente ereditabili,¹⁰^,¹¹^,¹² le prove indicano che la pubertà tardiva può portare ad un abbassamento del BMD nell’adolescenza e nell’età adulta¹³^,¹⁴^,¹⁵^,¹⁶ e, quindi, un aumento del rischio di osteoporosi più tardi nella vita. Tuttavia, a nostra conoscenza, non è stata descritta l’associazione tra i tempi della pubertà e l’accumulo osseo a lungo termine dalla prima infanzia fino all’età adulta, compresi l’entità e la durata di un eventuale accumulo osseo di recupero da parte di adolescenti in età avanzata. L’età alla velocità di picco (APHV) è un indicatore accurato e preciso del momento della pubertà che consente di confrontare direttamente questa associazione tra individui di sesso maschile e femminile.¹³^,¹⁷ Eppure, a quanto ci risulta, solo 2 studi, che includevano 230 partecipanti che sono stati sottoposti a ripetute scansioni ossee¹⁸ e 500 partecipanti maschi valutati una volta al baseline e una volta al follow-up,¹⁹ hanno esaminato l’associazione tra l’APHV e la maturazione ossea.

Pertanto, lo scopo di questo studio è stato quello di esaminare l’associazione tra l’età alla pubertà (misurata dall’APHV) e la maturazione ossea dai 10 ai 25 anni in una vasta coorte di partecipanti maschi e femmine. Abbiamo valutato i tassi di maturazione del BMD e del contenuto di minerali ossei (BMC) da prima della pubertà fino all’età adulta rispetto all’età puberale ed abbiamo esaminato l’associazione tra l’età alla pubertà e la successiva maturazione del BMD e del BMC. Il nostro obiettivo secondario era quello di esaminare le associazioni tra l’età alla pubertà e l’accumulo osseo specifico del sito.

Metodi

Campione di studio

Lo Studio Avon Longitudinale dei Genitori e dei Bambini (ALSPAC)²⁰^,²¹ è uno studio di coorte di nascita che ha reclutato tutte le donne incinte che risiedono all’interno del bacino di utenza di 3 autorità del Servizio Sanitario Nazionale nel sud-ovest dell’Inghilterra con una data di parto prevista tra l’aprile 1991 e il dicembre 1992. In totale, 15 247 gravidanze idonee sono state iscritte all’ALSPAC (75% di risposta), con il risultato di 14 973 nati vivi, di cui 14 899 vivi a 1 anno di età. Sono state raccolte informazioni dettagliate dalla prole e dai genitori tramite questionari, estrazione di dati dalle cartelle cliniche, collegamento con le cartelle cliniche e valutazioni cliniche dedicate fino all’ultimo contatto completato nel 2018. I dettagli di tutti i dati disponibili sono disponibili sul sito web dello studio ALSPAC,²² che include un dizionario dei dati completamente ricercabile e uno strumento di ricerca variabile. L’approvazione per l’etica è stata ottenuta dal comitato etico e di legge dell’ALSPAC e dal comitato etico di ricerca locale del Servizio Sanitario Nazionale. Il consenso informato scritto è stato ottenuto da tutti i partecipanti. Questo studio ha seguito la linea guida per il rafforzamento della segnalazione degli studi osservazionali in epidemiologia(STROBE).

Misure di altezza

Numerose misure di altezza sono state ottenute da varie fonti dalla nascita all’età di 25 anni, tra cui i dati di routine raccolti da ostetriche, visitatori sanitari, il collegamento con le cartelle cliniche dei bambini e le visite alla clinica di ricerca ALSPAC. L’altezza dalle visite in clinica di ricerca (annualmente o più frequentemente fino ai 14 anni di età e poi all’età media di 16, 18 e 25 anni) è stata misurata da operatori accreditati sul campo con un stadiometro di Harpenden (Holtain Ltd) al centimetro più vicino a 0,1 cm. Le altezze misurate sono state integrate da un’ampia documentazione materna e da record di altezza autodichiarati raccolti nel corso dello studio. Per queste analisi, abbiamo limitato la stima dell’APHV a individui con misurazioni dell’altezza effettuate tra i 5 e i 20 anni di età e almeno una misurazione dell’altezza dopo i 9 anni di età, perché queste erano rilevanti per la valutazione dell’APHV.

Scansioni Assorbitometriche a raggi X a doppia energia

Tutti i partecipanti sono stati invitati a sottoporsi alle scansioni a raggi X a doppia energia (DXA) come parte delle valutazioni cliniche all’età media di 10, 12, 14, 16, 18 e 25 anni. Le scansioni sono state eseguite utilizzando uno scanner Lunar Prodigy (Lunar Radiation Corp) e analizzate secondo il software di scansione standard del produttore e i protocolli di posizionamento. Le scansioni sono state rianalizzate come necessario per garantire il posizionamento ottimale dei confini tra sottoregioni adiacenti, e le scansioni con anomalie sono state escluse.²³^,²⁴ Per i nostri risultati primari, abbiamo estratto il corpo intero (tranne la testa) BMD (grammi per centimetro quadrato) e BMC (grammi) ad ogni età. I nostri risultati secondari sono stati BMD e BMC specifici per il sito (braccia, gambe, tronco, costole, colonna vertebrale e bacino) dalla DXA del corpo intero, oltre alla BMD totale dell’anca e del collo del femore da un massimo di 3 scansioni DXA ripetute dell’anca eseguite all’età di 14, 18 e 25 anni.

Variabili confondenti

Il peso alla nascita, l’etnia, la posizione socioeconomica, l’indice di massa corporea (calcolato come il peso in chilogrammi diviso per l’altezza in metri quadrati) e la dieta nei primi anni di vita sono stati ipotizzati per confondere potenzialmente le associazioni tra i tempi della pubertà e gli esiti ossei e sono stati inclusi come modelli di adattamento. I pesi alla nascita sono stati registrati al grammo più vicino e sono stati estratti dai registri ospedalieri. L’etnia si basava sul background etnico della madre ed è stata riportata durante un questionario generale prenatale. La posizione socio-economica della prima infanzia si basava sui più alti titoli di studio della madre riportati in gravidanza. L’indice di massa corporea è stato derivato dalle misurazioni di altezza e peso effettuate all’età di 7 anni visita clinica di ricerca. L’assunzione di cibo nella prima infanzia si basava sull’assunzione giornaliera di energia del bambino (chilojoule al giorno), che derivava dai questionari sulla frequenza alimentare compilati dai genitori quando il bambino aveva 7 anni.²⁵

Analisi statistica

L’analisi dei dati è stata effettuata da giugno 2018 a giugno 2019. Le analisi statistiche sono state effettuate in 2 fasi. La prima fase ha riguardato la misurazione dell’età alla pubertà attraverso la stima dell’APHV, che è stata effettuata utilizzando l’analisi della curva di crescita SITAR (Superimposition by Translation and Rotation).¹³^,²⁶ I modelli SITAR riducono i dati di crescita complessi in parametri clinicamente rilevanti che rappresentano i tempi, l’intensità e la durata dello spruzzo di crescita puberale, il che, a sua volta, semplifica il confronto tra gli individui e tra i partecipanti maschili e femminili. Abbiamo stimato l’APHV attraverso la trasformazione dell’intercettazione casuale dell’età che riflette le differenze individuali nei tempi dello scatto di crescita.

La seconda fase ha riguardato l’indagine dell’associazione tra l’età alla pubertà e la maturazione BMD e BMC specifica del corpo intero e del sito fino all’età adulta, utilizzando 2 serie di modelli di regressione lineare della spline a effetti misti.²⁷^,²⁸ Questi modelli riassumono il cambiamento non lineare attraverso una serie di spline lineari unite in punti di nodo stimando i tassi di maturazione specifici per persona durante ogni periodo di crescita.²⁷^,²⁸ Abbiamo incluso i termini di interazione delle spline APHV per età per indagare se l’accumulo osseo differisce in base all’età alla pubertà, e sono stati usati modelli con i termini di interazione delle spline per sesso per età per testare le differenze nell’accumulo osseo tra i partecipanti maschi e femmine.

Nella prima serie di queste analisi, abbiamo esaminato i guadagni in BMD e BMC dall’infanzia (prepubertà) all’età adulta rispetto all’età puberale, centrando l’età cronologica all’APHV. I risultati di questi modelli possono essere interpretati come tassi di maturazione di BMD e BMC in 4 periodi: 8 anni fino a 1 anno prima dell’APHV, 1 anno prima dell’APHV fino a 2 anni dopo l’APHV, 2-4 anni dopo l’APHV e 4-16 anni dopo l’APHV. Le traiettorie stimate sono state tracciate per i partecipanti maschi e femmine. Nella seconda serie di analisi, abbiamo escluso le scansioni ossee effettuate prima dell’APHV per indagare le associazioni tra l’età alla pubertà e la successiva maturazione ossea fino all’età adulta. I risultati di questi modelli possono essere interpretati come il tasso di maturazione di BMD e BMC per età più avanzata alla pubertà durante 4 periodi; fino all’età di 14 anni, dai 14 ai 16 anni, dai 16 ai 18 anni e dai 18 ai 25 anni. Le traiettorie stimate di questi modelli sono state tracciate per gli individui nel 10°, 50° e 90° percentile APHV specifico per sesso. Abbiamo valutato se le differenze adolescenziali in BMD e BMC in base all’età puberale persistevano fino all’età adulta, regredendo i valori ossei stimati all’età di 25 anni sull’APHV.

Abbiamo inserito modelli di spline lineari iniziali non aggiustati, seguiti da modelli che includevano l’aggiustamento per il peso alla nascita, l’etnia, l’educazione materna, l’indice di massa corporea e la dieta; le stime non aggiustate e aggiustate erano simili, e solo le stime aggiustate sono presentate. I partecipanti sono stati esclusi dalle analisi della spline lineare se non avevano una scansione DXA valida da almeno 1 età o dati completi sull’età puberale e sui confonditori. Nelle analisi di sensibilità, i modelli di spline lineari sono stati riadattati dopo (1) la rielaborazione dell’APHV solo a partire dalle altezze misurate (cioè, escludendo qualsiasi rapporto di altezza parentale o auto-relazione dell’altezza)²⁹ e (2) utilizzando l’età al menarca (riportata prospetticamente dalla madre in anni e mesi) al posto dell’APHV come indicatore dell’età puberale nelle partecipanti femminili. Tutte le analisi sono state eseguite nel software statistico R versione 3.5.1 (R Project for Statistical Computing). Abbiamo montato i modelli SITAR con il pacchetto sitar e i modelli lineari spline con il pacchetto nlme. Una descrizione più dettagliata dei metodi statistici è fornita in eMethods, eTable 1, eTable 2 nel supplemento.

Risultati

Caratteristiche del partecipante

Un totale di 6389 partecipanti (3196 [50,0%] donne) hanno avuto misure ossee da almeno 1 età (26 202 misure BMD o BMC in totale; misure mediane [intervallo interquartile] per individuo, 4 [2-6]), e dati su APHV, peso alla nascita, etnia, educazione materna, indice di massa corporea e dieta infantile (Figura 1). Di questi, 5477 partecipanti (2975 donne [54,3%]) hanno avuto misurazioni ossee da almeno 1 età dopo il picco di velocità di altezza(Figura 1). Il numero di partecipanti con i dati di ogni età è presentato nella Figura 1 e in una nota a piè di pagina della Tabella. I partecipanti con dati mancanti sulle covariate (28% di quelli potenzialmente idonei) sono stati esclusi dalle analisi. L’APHV si è verificato circa 2 anni prima nei partecipanti di sesso femminile (media [SD], 11,6 [0,8] anni) rispetto ai partecipanti di sesso maschile (media [SD], 13,5 [0,9] anni)(Tabella e Figura 2). Il BMD e il BMC sono aumentati nel corso del follow-up; i loro valori erano simili tra i partecipanti maschi e femmine all’età di valutazione 10, 12 e 14 anni ed erano più alti nei partecipanti maschi all’età di 16, 18 e 25 anni(Tabella e Figura 1 nel supplemento).

a.Caratteristiche dei partecipanti allo studio Avon Longitudinal Study of Parents and Children With Relevant Data, 1991-2018a
Caratteristica	Media (SD)
Caratteristica	Partecipanti maschi (n=3193)	Partecipanti di sesso femminile (n=3196)
Età alla velocità di punta, y	13.5 (0.9)	11.6 (0.8)
Età alla scansione a raggi x a doppia energia per l’assorbimento dei raggi x, y
10	9.8 (0.3)	9.8 (0.3)
12	11.7 (0.2)	11.7 (0.2)
14	13.8 (0.2)	13.8 (0.2)
16	15.4 (0.3)	15.4 (0.3)
18	17.8 (0.4)	17.8 (0.4)
25	24.5 (0.8)	24.4 (0.8)
Densità minerale ossea del corpo intero, g/cm2, in base all’età al momento della valutazione, y
10	0.78 (0.1)	0.77 (0.1)
12	0.85 (0.1)	0.85 (0.1)
14	0.95 (0.1)	0.96 (0.1)
16	1.05 (0.1)	1.00 (0.1)
18	1.14 (0.1)	1.04 (0.1)
25	1.31 (0.1)	1.19 (0.1)
Contenuto di minerali ossei del corpo intero, g, in base all’età al momento della valutazione, y
10	905.0 (174.6)	880.0 (191.1)
12	1186.1 (250.6)	1239.5 (298.4)
14	1721.3 (405.1)	1722.2 (343.1)
16	2226.5 (449.7)	1921.3 (344.8)
18	2562.8 (467.3)	2043.8 (373.2)
25	3047.7 (407.0)	2341.3 (274.7)
Peso alla nascita, g	3474.2 (574.0)	3375.8 (506.3)
Gara, n. (%)
Bianco	3137 (98.3)	3136 (98.1)
Non bianco	56 (1.8)	60 (1.9)
Educazione materna, N. (%)
Certificato di istruzione secondaria	362 (11.3)	386 (12.1)
Professionale	282 (8.8)	256 (8.0)
Certificato di istruzione generale, livello ordinario	1160 (36.3)	1107 (34.6)
Certificato di istruzione generale, livello avanzato	862 (27.0)	891 (27.8)
Grado o superiore	527 (16.5)	556 (17.4)
IMC a 7 anni	16.1 (1.9)	16.3 (2.1)
Assunzione giornaliera di energia all’età di 7 anni, kJ/d	7785.5 (1878.8)	7477.7 (1759.8)

BMD e BMC Accrual From Childhood (Prepuberty) to Adulthood

La Figura 3Ae B presenta i tassi di maturazione di BMD e BMC di tutto il corpo rispetto all’età puberale (APHV) durante ogni periodo di crescita dall’infanzia (prepubertà) all’età adulta. Sia i partecipanti maschi che femmine hanno avuto guadagni in BMD durante tutti e 4 i periodi di crescita (cioè da 8 anni prima e fino a 16 anni dopo l’età di picco di crescita) e guadagni in BMC durante i primi 3 periodi (cioè fino a 4 anni dopo l’APHV). I partecipanti maschi hanno guadagnato BMD e BMC a tassi più veloci rispetto alle partecipanti femminili dall’infanzia e fino a 4 anni dopo l’APHV. I guadagni più veloci in BMD e BMC sia nei partecipanti maschi che femmine sono stati tra l’anno prima dell’APHV e fino a 2 anni dopo l’APHV (0,139 g/cm2/y [95% CI, 0,127-0,151 g/cm2/y] per i partecipanti maschi contro 0,106 g/cm2/y [95% CI, 0,098-0,114 g/cm2/y] per le partecipanti femmine). Non sono stati osservati ulteriori guadagni in BMC in partecipanti maschi o femmine a partire da 4 anni dopo l’APHV, con qualche evidenza di modesta perdita in BMC in partecipanti maschi durante questo periodo (eTabella 3 nel Supplemento). La Figura 4Ae B mostra le traiettorie medie stimate dall’infanzia all’età adulta per i partecipanti maschi e femmine, che illustrano questi rapidi guadagni puberali in BMD e BMC.

Età alla pubertà e successivi BMD e BMC Accrual

La Figura 3Ce D mostra i tassi di maturazione di BMD e BMC corpo intero per ogni anno di età in età puberale (cioè, APHV) durante ogni periodo di crescita dal momento della velocità di picco dell’altezza fino all’età adulta. L’età avanzata alla pubertà è stata associata ad un aumento più rapido del BMD e del BMC sia nei partecipanti maschi che femmine. I guadagni in BMD sono continuati ad un ritmo simile fino all’età di 18 anni nei partecipanti maschi (fino all’età di 14 anni, 0,012 g/cm2/y [95% CI, 0,003-0,020 g/cm2/y]; tra i 14 e i 16 anni, 0,013 g/cm2/y [95% CI, 0,011-0,015 g/cm2/y]; tra i 16 e i 18 anni, 0,011 g/cm2/y [95% CI, 0,010-0.013 g/cm2/y]) ma aveva rallentato notevolmente tra i 16 e i 18 anni nei partecipanti di sesso femminile (fino a 14 anni, 0,010 g/cm2/y [95% CI, 0,009-0,011 g/cm2/y]; tra i 14 e i 16 anni, 0,014 g/cm2/y [95% CI, 0,014-0,015 g/cm2/y]; tra i 16 e i 18 anni, 0,003 g/cm2/y [95% CI, 0,003-0,004 g/cm2/y]). Tra i 18 e i 25 anni, i guadagni di BMD erano rallentati sostanzialmente nei partecipanti maschi (0,002 g/cm2/y; 95% CI, 0,001-0,003 g/cm2/y) e avevano cessato completamente nei partecipanti femminili (0,000 g/cm2/y; 95% CI, da -0,001 a 0,000 g/cm2/y) con età puberale più avanzata. I guadagni in BMC nei partecipanti maschi sono continuati a livelli di picco simili fino all’età di 16 anni, rallentando un po’ tra i 16 e i 18 anni, prima di una diminuzione più sostanziale del ritmo tra i 18 e i 25 anni. Nelle partecipanti femminili, i guadagni in BMC hanno raggiunto un picco tra i 14 e i 16 anni, per poi continuare a rallentare notevolmente tra i 16-18 anni e i 18-25 anni.

Esaminando le associazioni tra l’età alla pubertà e i valori ossei stimati, si sono evidenziate differenze persistenti nel BMD e nel recupero del BMC all’età di 25 anni. Ad esempio, nei partecipanti maschi e femmine, rispettivamente, per ogni APHV più vecchio di 1 anno è stato associato a 0,050 g/cm2 (95% di CI, da -0,056 a -0,045 g/cm2) e 0^,044 g/cm2 (95% di^CI, -0.046 a -0,041 g/cm2) BMD inferiore a 14 anni e con 0,047 g/cm2 (95% CI, da -0,051 a -0,043 g/cm2) e 0,034 g/cm2 (95% CI,^{da -0},036 a -0,032 g/cm2) BMD inferiore a 25 anni. Al contrario, nei partecipanti maschi e femmine combinati, per ogni APHV più vecchio di 1 anno è stato associato a 185,5 g (95% CI, da -196,4 a -174,6 g) BMC più basso all’età di 14 anni e a 116,7 g (95% CI, 111,7-121,8 g) BMC più alto all’età di 25 anni.

La Figura 4Ce D mostra le traiettorie medie stimate di BMD e BMC per gli individui nel 10°, 50° e 90° percentile APHV. Il gruppo di età puberale più anziano in entrambi i sessi (cioè il 90° percentile dell’APHV) ha guadagnato BMD e BMC a tassi più rapidi rispetto al follow-up, il che ha parzialmente ridotto le differenze di BMD e più sostanzialmente ridotto le differenze di BMC tra i gruppi di età di 25 anni. La valutazione delle associazioni con valori ossei stimati all’età di 25 anni ha mostrato che i partecipanti maschi e femmine del gruppo di età puberale più anziano avevano 0,054 g/cm2 (95% IC, da -0,60 a -0,49 g/cm2) di BMD inferiore (equivalente a 0,5-SD di differenza in BMD) e 90,9 g (95% CI, 79,6-102,1 g) di BMC superiore rispetto a quelli del gruppo di età puberale più giovane. La figura 2 nel supplemento mostra che le traiettorie della Figura 4Ce D erano in gran parte invariate quando l’APHV è stato stimato solo a partire da altezze misurate. La figura 3 nel supplemento mostra le traiettorie stimate per l’età nei gruppi del percentile maschile nelle partecipanti femminili, che erano molto simili alle traiettorie per i gruppi del percentile APHV presentate nella Figura 4Ce D.

Età alla pubertà e traiettorie ossee specifiche del sito

Le cifre da 4 a 9 nel supplemento mostrano le traiettorie medie stimate di BMD e BMC per braccia, gambe, tronco, colonna vertebrale, costole e bacino, rispettivamente nei partecipanti maschi e femmine nel 10°, 50° e 90° percentile dell’APHV. Nel complesso, queste traiettorie sono simili alle traiettorie principali per tutto il corpo, in quanto quelle dei gruppi APHV più vecchi sono iniziate più basse e hanno mostrato un certo recupero rispetto al follow-up. eFigure 10 nel supplemento mostra traiettorie medie stimate simili per il BMD dell’anca. I partecipanti maschi e femmine del gruppo APHV più vecchio avevano un BMD totale dell’anca e del collo femorale più basso all’età di 14 anni, e queste differenze sono state ridotte in modo più sostanziale nei partecipanti maschi rispetto alle partecipanti femmine all’età di 18 e 25 anni (eFig. 10 nel supplemento). Tuttavia, la mancanza di misure dell’anca a partire dall’età più precoce rende difficile discernere se questi modelli sono diversi dalle traiettorie dei parametri del corpo intero.

Discussione

Abbiamo studiato l’associazione tra l’età alla pubertà (misurata dall’APHV) e la maturazione ossea dai 10 ai 25 anni in partecipanti maschi e femmine di una vasta coorte di potenziali nascite britanniche. Il BMD e il BMC sono aumentati rispetto al follow-up con differenze di sesso che sono emerse durante la pubertà. I partecipanti maschi hanno maturato BMD e BMC a tassi più rapidi rispetto alle partecipanti femminili da prima della pubertà e fino a 4 anni dopo l’APHV. I guadagni più rapidi in BMD e BMC sia nei partecipanti maschili che femminili sono stati durante l’anno prima dell’APHV e fino a 2 anni dopo l’APHV. L’età puberale più avanzata è stata associata ad un’accelerazione iniziale e successivamente ad una decelerazione più rapida dell’accumulo di BMD e BMC rispetto al follow-up. Questo recupero è stato maggiore nei partecipanti maschi che nelle partecipanti femmine tra i 16 e i 18 anni per il BMD e tra i 14 e i 25 anni per il BMC. Nonostante questi guadagni più rapidi, l’età puberale più anziana è rimasta associata a un BMD più basso durante il follow-up fino ai 25 anni e a un BMC più basso in età più giovane, ma più alto all’età di 25 anni. I risultati sono stati nel complesso simili per quanto riguarda la BMD e la maturità specifica del sito.

I risultati che i maggiori guadagni in BMD e BMC si sono verificati durante l’anno precedente e 2 anni dopo l’APHV e che i guadagni in BMC sono cessati 4 anni dopo l’APHV concordano con quelli di uno studio recente³⁰ dell’associazione temporale tra l’altezza del picco e la maturazione ossea del picco; tuttavia, tale studio non ha testato l’associazione tra APHV e maturazione ossea. Quello studio,³⁰ che comprendeva 2000 partecipanti di età compresa tra i 5 e i 19 anni che si sono sottoposti a scansioni DXA annuali per un massimo di 7 anni, ha dimostrato che fino al 36% del BMC viene acquisito nei 2 anni precedenti e nei 2 anni successivi all’APHV. Il nostro studio si espande su questo aspetto, mostrando che, a differenza del BMC, i guadagni in BMD sono continuati fino all’età adulta. Abbiamo anche dimostrato che i partecipanti maschi hanno avuto guadagni più rapidi sia nel BMD che nel BMC prima della pubertà rispetto alle partecipanti femminili, ma che le differenze di sesso nel BMD e nel BMC sono emerse durante la pubertà, il che è coerente con la suggestione che gli ormoni sessuali stanno guidando il dimorfismo sessuale nella composizione corporea.³¹

Il nostro studio contribuisce alla ricerca precedente documentando un processo di recupero puberale transitorio nella BMD e BMC tra le persone con età puberale più avanzata che non ha eliminato completamente le differenze nella BMD. Ciò concorda con i risultati che le differenze di BMD e BMC del gruppo APHV sono state attenuate al follow-up in un campione misto di 230 partecipanti di età compresa tra gli 8 e i 14 anni con follow-up a lungo termine.¹⁸ e in 500 partecipanti maschi di 18 anni che sono stati valutati al baseline e 5 anni dopo.¹⁹ Il nostro lavoro si aggiunge a questi studi avendo un numero considerevolmente maggiore e ripetute misure di BMD dai 10 ai 25 anni e includendo partecipanti di sesso femminile e maschile. Questo ci ha permesso di dimostrare i guadagni transitori di recupero puberale in BMD tra quelli con età puberale più avanzata, che sono stati maggiori per i maschi che per le partecipanti femminili. A differenza del BMD, abbiamo scoperto che la pubertà successiva è stata associata a un recupero più prolungato del BMC, che ha portato a livelli totali più alti in età adulta. Questo risultato può essere spiegato da coloro che raggiungono la pubertà più tardi, finendo per diventare più alti¹⁷^,³² e, quindi, avere ossa più grandi (anche se meno dense), ma sono necessarie ulteriori ricerche per distinguere le complesse associazioni tra crescita puberale e mineralizzazione ossea fino all’età adulta.

Date le associazioni persistenti tra la pubertà più tardiva e la bassa BMD qui riportate e le prove che la mineralizzazione ossea di picco è in ritardo rispetto alla maturazione di picco dell’altezza,³⁰ i nostri risultati suggeriscono che gli adolescenti che maturano più tardi possono essere più a rischio di fratture durante l’adolescenza.¹⁵^,¹⁹^,³⁰ Perché le differenze nella BMD persistevano fino all’età di 25 anni, anche nei siti della colonna vertebrale e dell’anca, che sono preferibilmente colpiti da fratture osteoporotiche in età avanzata,³³ quelli con età puberale più avanzata potrebbero essere anche a maggior rischio di osteoporosi in età avanzata,¹³ anche se è necessario un follow-up continuo di questa coorte per identificare come le associazioni possono variare nel corso della vita adulta.

Limitazioni

A nostra conoscenza, questo è il più grande studio sul BMD negli adolescenti fino ad oggi e ha un follow-up più lungo rispetto agli studi precedenti, ma è necessario notare alcuni limiti. L’assorbitometria a raggi X a doppia energia è utilizzata di routine nella pratica clinica per valutare la BMD e l’osteoporosi; tuttavia, l’errore di misurazione e la variazione della distribuzione dei tessuti molli potrebbero influenzare i risultati. Nuovi approcci di imaging potrebbero essere utilizzati per indagare i cambiamenti strutturali nella microarchitettura ossea, compresa la porosità corticale associata alla crescita.³⁴ L’uso dell’APHV come misura dell’età alla pubertà è un punto di forza fondamentale perché consente le stesse analisi nei partecipanti maschi e femmine ed è meno soggetto a errori di misurazione differenziale rispetto alla stadiazione puberale utilizzando i rapporti della maturità sessuale, come gli stadi di Tanner. L’errore di misurazione, in particolare dai rapporti di altezza di sé o dei genitori, può aver influenzato i nostri risultati. Tuttavia, poiché i genitori non sarebbero a conoscenza delle successive misurazioni ossee del figlio, è improbabile che ciò sia stato sistematico. Inoltre, limitando le analisi alle sole misure di altezza di ricerca-clinica ha prodotto risultati simili. Inoltre, risultati simili sono stati ottenuti utilizzando l’età al menarca come marcatore alternativo dell’età puberale nelle partecipanti femminili.

I modelli di spline lineari hanno ridotto il bias risultante dai dati ossei mancanti includendo tutti i partecipanti con almeno 1 misura ossea sotto l’ipotesi di mancante a caso²⁷^,²⁸ (vale a dire, che la probabilità che i dati ossei mancanti siano associati a covariate del modello e non associati a fattori non misurati). Anche se non è possibile verificare completamente che l’ipotesi della mancanza di dati ossei a caso sia valida, la probabilità di dati ossei mancanti tra quelli inclusi nell’analisi lineare delle spline è stata associata alle variabili incluse nei modelli (eTable 1 nel Supplemento). Quelle escluse dalle analisi a causa della mancanza di tutte e 6 le scansioni DXA erano socioeconomicamente diverse dal campione analitico (eTabella 2 nel Supplemento), il che potrebbe limitare la generalizzabilità dei nostri risultati. I partecipanti con dati mancanti sulle covariate (28% di quelli potenzialmente ammissibili) sono stati esclusi dalle analisi, il che potrebbe introdurre un pregiudizio se avessero sistematicamente diverse misurazioni ossee; tuttavia, questo sembra improbabile perché i partecipanti non avrebbero conosciuto le loro misurazioni ossee.³⁵^,³⁶ Il nostro campione di studio era per lo più di etnia bianca britannica, il che significa che i risultati potrebbero non essere generalizzabili ai partecipanti di altre etnie, con tassi di maturazione ossea potenzialmente diversi.³⁰ Inoltre, le nostre analisi sono state eseguite in 2 fasi piuttosto che come un unico modello congiunto, il che potrebbe introdurre un pregiudizio³⁷^,³⁸Tuttavia, dati i complessi modelli SITAR non lineari, è improbabile che la modellazione congiunta sia fattibile per questo studio.

Conclusioni

Questo studio di coorte di follow-up prospettico, ampio e di lunga durata, ha dimostrato che la pubertà successiva è stata associata ad un persistente abbassamento del BMD dai 10 ai 25 anni di età nei partecipanti maschi e femmine, nonostante i più rapidi guadagni di BMD durante la pubertà in quelli con età puberale più avanzata. Gli studi futuri dovrebbero cercare prove più solide delle associazioni tra i tempi della pubertà e la maturazione ossea, grazie alle grandi collaborazioni emergenti, come la Child Cohort Network dell’Unione Europea,³⁹ che può fornire misure più ripetute su un follow-up più lungo in popolazioni con strutture confondenti diverse e con campioni di dimensioni maggiori che possono supportare metodi statisticamente inefficienti, come le analisi di randomizzazione all’interno di sibship e mendeliane.⁴⁰^,⁴¹ I nostri risultati suggeriscono che i consigli su come aumentare e mantenere la BMD, ad esempio attraverso l’attività fisica⁴²^,⁴³ dovrebbe essere offerto a persone in età puberale avanzata.

References

Role of peak bone mass and bone loss in postmenopausal osteoporosis: 12 year study. BMJ. 1991; 303(6808)DOI | PubMed
Osteoporosis: a lifecourse approach. J Bone Miner Res. 2014; 29(9):1917-1925. DOI | PubMed
The National Osteoporosis Foundation’s position statement on peak bone mass development and lifestyle factors: a systematic review and implementation recommendations. Osteoporos Int. 2016; 27(4):1281-1386. DOI | PubMed
A theoretical analysis of the relative influences of peak BMD, age-related bone loss and menopause on the development of osteoporosis. Osteoporos Int. 2003; 14(10):843-847. DOI | PubMed
Peak bone mass. Osteoporos Int. 2000; 11(12):985-1009. DOI | PubMed
Incidence and economic burden of osteoporosis-related fractures in the United States, 2005-2025. J Bone Miner Res. 2007; 22(3):465-475. DOI | PubMed
The current economic burden of illness of osteoporosis in Canada. Osteoporos Int. 2016; 27(10):3023-3032. DOI | PubMed
Growth at puberty. J Adolesc Health. 2002; 31(6):192-200. DOI | PubMed
Pubertal transitions in health. Lancet. 2007; 369(9567):1130-1139. DOI | PubMed
The genetics of pubertal timing in the general population: recent advances and evidence for sex-specificity. Curr Opin Endocrinol Diabetes Obes. 2016; 23(1):57-65. DOI | PubMed
Shared genetic aetiology of puberty timing between sexes and with health-related outcomes. Nat Commun. 2015; 6:8842. DOI | PubMed
Identification of 153 new loci associated with heel bone mineral density and functional involvement of GPC6 in osteoporosis. Nat Genet. 2017; 49(10):1468-1475. DOI | PubMed
Using Super-Imposition by Translation And Rotation (SITAR) to relate pubertal growth to bone health in later life: the Medical Research Council (MRC) National Survey of Health and Development. Int J Epidemiol. 2016; 45(4):1125-1134. PubMed
Genetically determined later puberty impacts lowered bone mineral density in childhood and adulthood. J Bone Miner Res. 2018; 33(3):430-436. DOI | PubMed
Pubertal timing, bone acquisition, and risk of fracture throughout life. Endocr Rev. 2014; 35(5):820-847. DOI | PubMed
Puberty timing associated with diabetes, cardiovascular disease and also diverse health outcomes in men and women: the UK Biobank study. Sci Rep. 2015; 5:11208. DOI | PubMed
Genome-wide association and longitudinal analyses reveal genetic loci linking pubertal height growth, pubertal timing and childhood adiposity. Hum Mol Genet. 2013; 22(13):2735-2747. DOI | PubMed
Effect of maturational timing on bone mineral content accrual from childhood to adulthood: evidence from 15 years of longitudinal data. Bone. 2011; 48(5):1178-1185. DOI | PubMed
Catch up in bone acquisition in young adult men with late normal puberty. J Bone Miner Res. 2012; 27(10):2198-2207. DOI | PubMed
Cohort profile: the Avon Longitudinal Study of Parents and Children: ALSPAC mothers cohort. Int J Epidemiol. 2013; 42(1):97-110. DOI | PubMed
Cohort profile: the ‘children of the 90s’—the index offspring of the Avon Longitudinal Study of Parents and Children. Int J Epidemiol. 2013; 42(1):111-127. DOI | PubMed
Publisher Full Text | PubMed
Association of maternal vitamin D status during pregnancy with bone-mineral content in offspring: a prospective cohort study. Lancet. 2013; 381(9884):2176-2183. DOI | PubMed
Genetic variants in adult bone mineral density and fracture risk genes are associated with the rate of bone mineral density acquisition in adolescence. Hum Mol Genet. 2015; 24(14):4158-4166. DOI | PubMed
Dietary patterns in the Avon Longitudinal Study of Parents and Children. Nutr Rev. 2015; 73(suppl 3):207-230. DOI | PubMed
SITAR—a useful instrument for growth curve analysis. Int J Epidemiol. 2010; 39(6):1558-1566. DOI | PubMed
Linear spline multilevel models for summarising childhood growth trajectories: a guide to their application using examples from five birth cohorts. Stat Methods Med Res. 2016; 25(5):1854-1874. DOI | PubMed
Modelling childhood growth using fractional polynomials and linear splines. Ann Nutr Metab. 2014; 65(2-3):129-138. DOI | PubMed
Using SITAR (SuperImposition by Translation and Rotation) to estimate age at peak height velocity in Avon Longitudinal Study of Parents and Children. Wellcome Open Res. 2018; 3:90. DOI | PubMed
Association between linear growth and bone accrual in a diverse cohort of children and adolescents. JAMA Pediatr. 2017; 171(9):e171769. DOI | PubMed
Sexual dimorphism of body composition. Best Pract Res Clin Endocrinol Metab. 2007; 21(3):415-430. DOI | PubMed
Precocious puberty and statural growth. Hum Reprod Update. 2004; 10(2):135-147. DOI | PubMed
Diagnosis of osteoporosis and assessment of fracture risk. Lancet. 2002; 359(9321):1929-1936. DOI | PubMed
Skeletal changes through the lifespan—from growth to senescence. Nat Rev Endocrinol. 2015; 11(9):513-521. DOI | PubMed
Collider scope: when selection bias can substantially influence observed associations. Int J Epidemiol. 2018; 47(1):226-235. DOI | PubMed
Accounting for missing data in statistical analyses: multiple imputation is not always the answer. Int J Epidemiol. 2019;dyz032. DOI | PubMed
Joint modelling compared with two stage methods for analysing longitudinal data and prospective outcomes: a simulation study of childhood growth and BP. Stat Methods Med Res. 2017; 26(1):437-452. DOI | PubMed
Multivariate multilevel spline models for parallel growth processes: application to weight and mean arterial pressure in pregnancy. Stat Med. 2012; 31(26):3147-3164. DOI | PubMed
Publisher Full Text | PubMed
Triangulation in aetiological epidemiology. Int J Epidemiol. 2016; 45(6):1866-1886. PubMed
Robust research needs many lines of evidence. Nature. 2018; 553(7689):399-401. DOI | PubMed
Physical activity and bone accretion: isotemporal modeling and genetic interactions. Med Sci Sports Exerc. 2018; 50(5):977-986. DOI | PubMed
Physical activity across adulthood and bone health in later life: the 1946 British birth cohort. J Bone Miner Res. 2019; 34(2):252-261. PubMed

Fonte

Elhakeem A, Frysz M, Tilling K, Tobias JH, Lawlor DA, et al. (2019) Association Between Age at Puberty and Bone Accrual From 10 to 25 Years of Age. JAMA Network Open 2(8): e198918. https://doi.org/10.1001/jamanetworkopen.2019.8918