基于超声测量小腿最大肌肉周长的肌肉减少症预测模型：为老年住院患者精准把关

为解决肌肉减少症（Sarcopenia）临床诊断工具缺乏的问题，研究人员开展了基于超声测量小腿最大肌肉周长（CMMC）构建肌肉减少症预测模型的研究。结果发现年龄、白蛋白（ALB）水平等是独立预测因素，构建的模型预测性能良好，为老年住院患者肌肉减少症预测提供了新工具。

　　随着全球人口老龄化加剧，肌肉减少症这一与年龄相关的系统性疾病愈发受到关注。肌肉减少症由 Irwin Rosenberg 在 1989 年首次提出，其特征为肌肉质量、重量和功能进行性丧失，与跌倒、骨折、残疾乃至死亡等不良后果密切相关。全球范围内，肌肉减少症的患病率已升至 10 - 27%，在中国社区老年人群中约为 17%，长期住院患者中更是高达 40%。预计到 2050 年，全球肌肉减少症患者将达 5 亿人。由于肌肉减少症可通过低成本、非侵入性方法有效治疗，早期干预至关重要。然而，目前在许多国家，肌肉减少症却未得到常规诊断，原因在于缺乏实用的临床诊断工具。

传统用于确定肌肉质量的 “金标准” 方法，如计算机断层扫描（CT）、磁共振成像（MRI）和双能 X 线吸收法（DXA），存在设备昂贵、CT 和 X 线有放射性等问题，不利于常规筛查。生物电阻抗分析（BIA）虽有优势，但受患者水化状态影响。小腿周长（CC）虽简便，却包含皮下脂肪，易漏诊肥胖和水肿型肌肉减少症。便携式超声设备具有轻便、可移动至社区等基层医疗单位的优势，欧洲老年人肌肉减少症工作组（EWGSOP2）推荐其作为测量肌肉质量的有效可靠工具，但目前关于超声测量小腿骨骼肌周长预测肌肉减少症的研究尚未见报道。

在此背景下，湖南省人民医院（湖南师范大学第一附属医院）的研究人员开展了相关研究，旨在构建基于超声测量 CMMC、肱桡肌厚度（BR MT）和下肢肌肉厚度（MT），并结合患者临床基础、血清生化指标和生活习惯的肌肉减少症预测模型。研究成果发表在《BMC Geriatrics 》上。

研究人员采用回顾性对照研究方法，选取 2021 年 11 月至 2023 年 1 月在湖南省人民医院老年科住院且自愿接受肌肉减少症筛查的患者作为研究对象。研究需满足年龄≥60 岁、能独立完成肌肉减少症筛查所需的所有运动功能评估、意识清醒且能完成问卷等条件，同时排除近期可能导致身体成分急剧变化、急慢性器官衰竭、无法独立完成运动功能评估和问卷等情况的患者。

研究中，研究人员收集了患者的临床数据，包括身高、体重、年龄、血清生化指标等；通过问卷记录患者的生活习惯；采用生物电阻抗分析仪测量骨骼肌质量，计算四肢骨骼肌质量指数（ASM）；使用 Mindray M9 超声仪测量双侧肱桡肌、股内侧肌、腓肠肌内侧头、腓肠肌外侧头的肌肉厚度以及小腿最大肌肉周长。以亚洲肌肉减少症工作组（AWGS2）2019 年推荐的肌肉减少症诊断共识为 “金标准”，将患者分为肌肉减少症组和非肌肉减少症组。运用 SPSS 26.0 软件进行统计分析，通过单因素和多因素逻辑回归分析确定肌肉减少症的独立预测因素，构建预测模型，并通过受试者工作特征（ROC）曲线评估模型的预测性能。

研究结果显示，最终共有 167 例患者纳入研究。患者年龄为（70.9 ± 8.1）岁，其中男性 91 例，女性 76 例。依据 AWGS2 标准，诊断出 69 例肌肉减少症患者和 98 例非肌肉减少症患者，肌肉减少症患病率为 41.3%，且存在性别差异，男性患病率（49.5%）显著高于女性（31.5%）。

在临床基础、血清生化指标比较方面，肌肉减少症组和非肌肉减少症组在性别、年龄、ALB 水平上存在显著差异。肌肉减少症组患者年龄更大，ALB 水平更低。通过 ROC 曲线确定年龄和 ALB 的最佳截断值分别为 70 岁和 40g/L。

超声测量结果表明，两组在 CMMC、BR MT、腓肠肌外侧头肌肉厚度（Glh MT）和腓肠肌内侧头肌肉厚度（Gmh MT）上存在显著差异，肌肉减少症组这些指标更低。CMMC、BR MT、Gmh MT 和 Glh MT 的最佳截断值分别为 24cm、15mm、15mm 和 15mm。其中，CMMC < 24cm 对肌肉减少症的阳性预测值、敏感性和阴性预测值较高，与金标准诊断的 Kappa 值也较好。

生活习惯方面，两组在每餐肉类摄入量和每周锻炼时间上存在差异。非肌肉减少症组每餐肉类摄入量和每周锻炼时间的比例更高。每餐不吃肉使肌肉减少症风险增加 1.8 倍，每周锻炼≤90min 使风险增加 1.3 倍。

多因素逻辑回归分析确定年龄、ALB 水平、BR MT、Glh MT 和 CMMC 为肌肉减少症的独立预测因素，并构建了预测模型 Logistic P=?4.449+1.373×Age+1.291×ALB+1.572×BRMT+3.655×CMMC+1.809×GlhMT。为方便临床使用，简化模型为 Logistic P=?4.5+1.4×Age+1.3×ALB+1.6×BRMT+3.7×CMMC+1.8×GlhMT。两个模型的最佳截断值均为 0.485，简化模型的敏感性为 0.884，特异性为 0.837，ROC 曲线下面积（AUC）为 0.927，与 AWGS2 诊断标准的 Kappa 系数为 0.709，预测性能良好。

该研究构建的基于 ALB、MT 和 CMMC 的肌肉减少症预测模型具有良好的预测性能，为老年患者，尤其是老年住院患者提供了相对简单的肌肉减少症预测工具。同时发现每餐吃肉和每周锻炼超过 90min 可降低肌肉减少症风险，对老年住院患者具有一定的指导意义。不过，研究也存在局限性，如样本来自单一医院且样本量较小，未考虑吸烟、饮酒等影响因素，存在病例选择偏倚，模型有效性尚未进行外部验证等。未来需进一步研究加以完善，以更好地服务于临床实践，为肌肉减少症的早期诊断和干预提供更有力的支持。