基于人群的四肢骨骼肌质量预测方程：一项涉及13 582名亚洲成人的三阶段验证研究

《Journal of Cachexia, Sarcopenia and Muscle》：Population-Based Prediction Equations for Appendicular Skeletal Muscle Mass: A Three-Phase Validation Study in 13?582 Asian Adults

　　

背景：准确评估四肢骨骼肌质量（appendicular skeletal muscle mass, ASM）对于肌少症诊断至关重要，但依赖设备的方法（双能X射线吸收测定法[dual-energy X-ray absorptiometry, DXA]或生物电阻抗分析[bioelectrical impedance analysis, BIA]）限制了其在社区环境中的广泛应用。利用现成的人体测量数据和常规实验室数据（如血清肌酐）开发预测方程为大规模筛查提供了一种实用的替代方案。然而，目前尚无使用这些可获取参数开发的、专门针对亚洲人群的基于人群的预测方程，因为亚洲人群的身体组成与西方队列存在显著差异。
方法：研究人员开展了一项三阶段研究：第一阶段在来自台湾（ILAS，n=2780；NAHSIT，n=6853）和日本（NILS-LSA，n=3949）的三个队列（n=13 582）中验证了现有NHANES衍生方程；第二阶段使用NAHSIT队列开发了新的基于人群的方程；第三阶段在独立的日本队列（NILS-LSA）中对新开发的NAHSIT衍生方程进行了外部验证。模型性能通过R²、均方根误差（root mean square error, RMSE）和基于2019年亚洲肌少症工作组（Asian Working Group for Sarcopenia, AWGS）标准检测低肌肉质量的受试者工作特征曲线下面积（area under the receiver operating characteristic curve, AUC）进行评估。
结果：在第一阶段外部验证中，现有方程在各人群中显示出可接受至较强的预测准确性（R²=0.52–0.89）。方程4（包含性别、年龄、身高和体重）在ILAS（R²=0.80，RMSE=1.88）、NILS-LSA（R²=0.86，RMSE=1.51）和NAHSIT（R²=0.89，RMSE=1.52）队列中均表现出稳健性能。在使用AWGS 2019标准检测低肌肉质量方面，各队列男性的AUC值范围为0.79至0.91，女性为0.76至0.89。在第二阶段，研究人员新开发的基于人群的方程4取得了优越性能（R²=0.90，RMSE=1.45），预测偏差极小（中位误差：0.06，IQR：1.81），诊断能力出色（两性AUC=0.90；敏感性/特异性：男性0.85/0.80，女性0.87/0.80）。第三阶段在独立日本队列（NILS-LSA）中的外部验证展示了稳健的跨人群泛化能力，方程4取得了最高的AUC值（男性0.90，女性0.85）。
结论：研究人员的三阶段研究建立并验证了首个用于亚洲人群ASM评估的基于人群的预测方程。这些临床可及的方程克服了设备依赖性局限，能够在社区环境中实现实用的大规模肌少症筛查，代表了亚洲人群肌少症早期识别和促进健康肌肉老化的重要进展。

**研究背景**
肌少症（sarcopenia）作为一种与年龄相关的进行性骨骼肌疾病，显著增加社区中老年人跌倒、骨折、住院和死亡的风险，并与生活活力及认知功能下降相关。欧洲老年人肌少症工作组（EWGSOP）和亚洲肌少症工作组（AWGS）均将肌肉质量列为肌少症诊断的核心要素。虽然磁共振成像（MRI）、计算机断层扫描（CT）和双能X射线吸收测定法（DXA）能够精确量化肌肉质量，但受可及性和成本限制难以在社区推广应用；生物电阻抗分析（BIA）虽便携，却存在方法、设备和种族差异导致的准确性挑战。基于美国国家健康与营养调查（NHANES）的四肢骨骼肌质量（ASM）预测方程在西方人群中表现优异（R²：0.89–0.91；AUC：0.90–0.95），但亚洲与西方人群在身体组成和人体测量特征上存在显著种族异质性，直接外推这些方程可能存在有效性限制。因此，开发针对亚洲人群的基于人群的预测方程具有重要的临床和公共卫生意义。
**研究内容与结论**
研究人员开展了一项三阶段研究：第一阶段在来自台湾的ILAS（n=2780）和NAHSIT（n=6853）以及日本的NILS-LSA（n=3949）三个队列共13 582名参与者中外部验证现有NHANES衍生方程；第二阶段利用NAHSIT队列开发新的亚洲特异性预测方程；第三阶段在独立日本队列NILS-LSA中实施外部验证。研究结论表明，新开发的方程4（纳入年龄、性别、身高和体重）在内部验证中取得R²=0.90、RMSE=1.45、AUC=0.90的优异性能，并在跨人群外部验证中展现出稳健的泛化能力。该研究发表于《Journal of Cachexia, Sarcopenia and Muscle》，是首个在亚洲人群中建立并验证的基于人群的ASM预测方程，克服了设备依赖局限性，为社区大规模肌少症筛查提供了实用工具，对亚洲人群肌少症早期识别和健康肌肉老化具有重要推动作用。
**关键技术方法**
研究人员的主要技术方法包括：(1) 三阶段验证框架，依次进行现有方程外部验证、新方程开发与独立外部验证；(2) DXA参考标准测量ASM（ILAS和NAHSIT使用Lunar Prodigy仪器[GE Healthcare]，NILS-LSA使用QDR-4500[Hologic]）；(3) 逐步回归结合赤池信息准则（AIC）和贝叶斯信息准则（BIC）进行模型选择；(4) 采用R²、均方根误差（RMSE）、Bland–Altman图和受试者工作特征曲线下面积（AUC）评估模型性能；(5) 依据AWGS 2019标准（男性<7.0 kg/m²，女性<5.4 kg/m²）定义低肌肉质量。样本队列来源包括台湾的ILAS、NAHSIT和日本的NILS-LSA。
**研究结果**
3.1 三个队列的基线特征
三个队列的基线特征显示，ILAS参与者年龄最大（平均63.5±8.5岁），NAHSIT招募了21.2%的40岁以下参与者。NAHSIT的BMI最高（24.7±4.1 kg/m²），NILS-LSA最低（22.8±3.1 kg/m²）。ASM在NAHSIT最高（18.1±4.6 kg），NILS-LSA最低（17.3±4.1 kg）。
3.2 第一阶段：现有NHANES衍生方程的外部验证
现有方程在三个队列中的R²为0.52–0.89。方程4（包含性别、年龄、身高和体重）表现最优，在ILAS（R²=0.80，RMSE=1.88）、NILS-LSA（R²=0.86，RMSE=1.51）和NAHSIT（R²=0.89，RMSE=1.52）中均展现稳健预测能力。依据AWGS 2019标准检测低肌肉质量，男性的AUC为0.79–0.91，女性为0.76–0.89。
3.3 第二阶段：基于NAHSIT开发新的亚洲特异性预测方程
研究人员基于6853名NAHSIT参与者，通过单变量和多变量回归筛选变量，最终纳入对数转换的年龄、性别、身高和体重。方程4表现最优，R²=0.90，RMSE=1.45，预测偏差极小（中位误差：0.06，IQR：1.81），诊断性能优异（两性AUC=0.90；敏感性/特异性：男性0.85/0.80，女性0.87/0.80）。散点图和Bland–Altman图显示估算与实际骨骼肌指数（SMI）强相关（r=0.82），无系统性偏倚。
3.4 第三阶段：在NILS-LSA中的外部验证
在独立日本队列NILS-LSA中的外部验证显示，方程4和5取得最高AUC值（男性0.90，女性0.85），估算与实际SMI的相关系数为0.75–0.84，证实方程具有良好的跨人群泛化能力。
**讨论与结论**
讨论部分指出，方程4仅利用年龄、性别、身高和体重等常规可及参数，无需血清肌酐和专用设备，使全科医生、护士和社区健康工作者能够在常规健康评估中筛查低肌肉质量，实现早期识别和及时干预。研究局限性包括以社区人群为主可能限制对住院人群的推广、NILS-LSA队列缺少40岁以下参与者、各队列使用不同DXA系统以及横断面设计无法追踪肌肉质量纵向变化。研究结论表明，这项三阶段研究建立并验证了首个针对亚洲人群的基于人群的肌肉质量预测方程；其稳健的诊断性能和实用性使其成为肌少症筛查的宝贵工具，尤其在DXA可及性有限的场景中，标志着在亚洲人群中实现肌少症早期识别和促进健康老龄化方面的重要进展。