基于常规血液检测指标的老年肌肉减少症预测模型：中国农村多中心研究

本研究针对中国农村地区老年肌肉减少症(sarcopenia)筛查难题，开发了基于常规血液检测指标的预测列线图(nomogram)。研究人员通过多中心横断面研究，整合年龄、性别、BMI、FT3、TC、TG及TG/HDL-C等7项易获取指标，构建出AUC达0.813-0.819的高精度预测工具，为医疗资源匮乏地区提供了经济高效的筛查方案。

　　

随着全球老龄化进程加速，肌肉减少症(sarcopenia)已成为威胁老年人健康的隐形杀手。这种以肌肉质量、肌力和躯体功能进行性下降为特征的综合征，不仅导致活动能力受限，更与跌倒、骨折等不良事件密切相关。在中国农村地区，约21.6%的老年人受此困扰，但由于专业设备缺乏和检测手段复杂，早期筛查面临巨大挑战。传统诊断依赖昂贵的双能X线吸收测定法(DXA)和复杂的体能测试，在医疗资源有限的农村地区难以普及。

厦门大学医学院附属第一医院中西医结合研究所的研究团队创新性地开发了一套基于常规血液指标的预测工具。这项发表在《BMC Geriatrics》的研究，通过对611名中国农村老年人进行多中心调查，首次将游离三碘甲状腺原氨酸(FT3)和血脂指标纳入预测模型，构建出操作简便、成本低廉的筛查方案。

研究采用分层随机抽样方法，从甲状腺疾病老年人群(TOPS)队列中筛选受试者。通过生物电阻抗分析(Inbody S10)测量四肢骨骼肌质量(ASM)，采用握力计(Jamar°)评估肌力，结合短时体能测试(SPPB)评分系统，严格遵循亚洲肌肉减少症工作组(AWGS)2019标准进行诊断。运用逐步多元逻辑回归筛选预测因子，最终通过列线图可视化模型，并开发了配套的在线预测平台。

研究结果部分揭示多个重要发现：
【基线特征】纳入的611名受试者平均年龄73.04±5.09岁，BMI 24.97±3.54 kg/m²，肌肉减少症患病率达21.6%，男性患病风险是女性的3.1倍(OR 3.10)。

【影响因素】年龄增长(OR 1.08)、低BMI(OR 0.72)、低FT3水平(OR 0.70)与疾病显著相关。血脂指标呈现复杂关联：低总胆固醇(TC)(OR 0.77)增加风险，而高甘油三酯(TG)(OR 4.15)与低TG/HDL-C比值(OR 0.33)共同构成独立预测因子。

【模型效能】列线图在训练集和验证集的AUC分别为0.813(95% CI 0.775-0.846)和0.819(95% CI 0.739-0.883)，校准曲线显示预测与实际风险高度吻合。决策曲线分析(DCA)证实当阈值概率>0.2时具有显著临床效用。

这项研究创新性地建立了首个针对中国农村老年人的肌肉减少症预测模型。通过常规体检指标即可实现风险分层，解决了专业设备依赖性问题。特别值得注意的是，研究发现FT3水平与肌肉健康存在独立关联，为甲状腺功能与肌少症的机制研究提供了新线索。模型配套的在线平台(https://risk-of-sarcopenia.shinyapps.io/dynnomapp/)进一步提升了临床适用性，有望成为基层医疗机构筛查高危人群的利器。未来研究需通过纵向队列验证因果关联，并探索营养干预、运动疗法在不同风险人群中的差异化效果。