T-score 是什麼？骨密度檢查的關鍵指標
在醫院做骨質密度檢查時，許多人會拿到一個看似簡單的數字 —— T-score。但這個分數不只是「骨頭好不好」的量表，它其實是一個來自統計學的語言，一個把身體狀況放入數學模型中的結果。
本篇文章的目的不僅是告訴你 T-score 是什麼、怎麼算，更希望帶你看見它為什麼這樣設計、背後的原理是什麼。這樣的理解，不僅能讓你對骨質健康有更深刻的認識，也能幫助你建立一種更有力量的思考方式：從一個具體的醫學問題，學會用一般性的原則去看待現象。
T-score 是一個統計指標，用來描述你的骨頭密度（Bone Mineral Density, 簡稱 BMD）和年輕健康成年人之間的差距。想像有一個標準值代表三十歲左右、骨骼最健康時的平均骨密度。當你做骨密度檢查時，醫生會將你的數據與這個「黃金標準」相比較，看看你距離正常有多遠。
T-score 的計算公式
T-score = (你的 BMD - 年輕人平均 BMD) ÷ 標準差
例如：
- 你的 BMD = 0.85 g/cm²
- 年輕健康群體的平均 BMD = 1.00 g/cm²
- 該群體的標準差 SD = 0.10 g/cm²
則：
T-score = (0.85 - 1.00) ÷ 0.10 = -1.5
T-score 如何解讀？
世界衛生組織（WHO）訂出以下標準來判斷骨密度的狀況：
| T-score 值 | 判斷結果 |
|---|---|
| ≥ -1.0 | 骨密度正常 |
| -1.0 ~ -2.5 | 骨質疏鬆前期（骨質減少） |
| ≤ -2.5 | 骨質疏鬆 |
| ≤ -2.5 且已有骨折 | 嚴重骨質疏鬆 |
這個分數幫助醫生判斷骨頭的健康程度，也能評估將來發生骨折的風險。雖然 T-score 是一個數字，但背後其實是一套統計學與醫學的結合，用來守護我們的骨骼健康。
為什麼要除以標準差？T-score 背後的統計學原理
在計算 T-score 時，我們會把你的骨密度與年輕人的平均值相比，並除以標準差（SD），這個動作其實是做了統計上的「標準化（normalization）」。
在健康年輕人的族群中，骨密度（BMD）大致符合一個常態分布（Normal Distribution），也就是俗稱的「鐘型曲線」。這代表大多數人的骨密度落在平均值附近，離平均越遠的人越少。
我們透過以下公式：
T-score = (你的 BMD − 年輕人平均 BMD) ÷ 標準差
就能知道你的骨密度距離「平均值」有多遠，而且這個距離是以「標準差」為單位計算的。這就像考試中標準化後的成績一樣，能夠客觀地比較每個人落在族群中的位置。
舉例：當你的 T-score 為 -2.5，代表你的骨密度比健康年輕人平均低了 2.5 個標準差，這在常態分布中只占極少數（約 0.6%），因此被定義為「骨質疏鬆症」。
所以，T-score 不只是骨密度的絕對數字，而是你在統計族群中的「位置」，它能幫助醫生快速判斷風險程度。
骨密度分布與年齡的關係
以亞洲女性的股骨頸骨質密度（BMD），在三個年齡層（25 歲、60–69 歲、80 歲以上）的平均值與標準差如下表所示。
| 年齡層 | 平均骨密度（g/cm²） | 標準差（SD） |
|---|---|---|
| 25 歲 | 0.948 | 0.108 |
| 60–69 歲 | 0.783 | 0.112 |
| 80 歲以上 | 0.669 | 0.121 |
將三個分佈繪圖，並全部以 25 歲族群為基準進行 T-score 標準化，可得下圖：
我們以 25 歲的年輕族群作為「理想骨密度」的參考，將其他年齡層的骨密度數據透過標準差（Standard Deviation）轉換為 T-score。換句話說，一個人的骨密度越是低於 25 歲的平均值，其 T-score 就越負。
上圖顯示了三個年齡層（25 歲、60–69 歲、80 歲以上）的骨密度分布曲線。儘管每個年齡層的骨密度平均值與變異不同，我們仍然可以透過 T-score 的方式，把它們「映射」到相同的基準系統上進行比較。
T-score 的精髓就在於這種轉換：它不是原始的骨密度數值，而是將個人骨密度和年輕健康族群進行標準化比較的結果。這讓我們可以清楚地量化骨質流失的程度。
Comments
Post a Comment