摘要
肌肉减少症（Sarcopenia）的定义尚不一致，现有定义可能不足以充分反映老年人肌肉衰竭（Muscle Failure）、潜在残疾及其他不良结局。研究人员旨在开发并验证一种基于证据、以结局为导向的肌肉衰竭模型。在这项推导及多队列验证研究中，研究人员分析了SPRINTT随机对照试验的数据（1519名参与者；平均年龄78.9岁[标准差5.8]；男性431人[28.4%]，女性1088人[71.6%]），并在五个独立队列（ilSIRENTE、NHANES、HRS、ELSA和CHARLS）中验证了结果。研究评估了神经肌肉域指标，包括四肢瘦体重（Appendicular Lean Mass, ALM）、肌力与功率、移动能力和体力活动。通过主成分分析（Principal Component Analysis, PCA）识别指标聚类，并使用校正回归模型检验其与移动能力残疾、日常生活活动（Activities of Daily Living, ADL）残疾、住院及死亡率的关联。预测性能采用受试者工作特征曲线（Receiver Operating Characteristic Curve, ROC）评估，曲线下面积（Area Under the Curve, AUC）划分为可接受（0.7–0.8）、优秀（0.8–0.9）和卓越（>0.9）。研究人员识别出两大主要肌肉衰竭指数：移动能力指数（短距离步行速度、400米步行）和体力活动指数（步数、站立、行走及久坐时间）。在SPRINTT中，移动能力模型对残疾的预测能力强（AUC 0.721，95%置信区间0.698–0.795；p<0.0001），而体力活动模型与住院（AUC 0.646，0.570–0.731；p=0.00040）和死亡（AUC 0.746，0.612–0.926；p=0.0020）关联更密切。结合移动能力、握力、四肢瘦体重和绝对肌肉功率的复合模型提升了死亡预测能力（AUC 0.746，0.549–0.955；p=0.0076）。外部验证显示，跨队列对残疾结局的区分度为可接受至强（AUC 0.7–0.9），而与住院和死亡的关联较弱且不一致（0.4–0.9）。相较于基于共识的肌肉减少症定义，该基于证据的模型显示出更优的残疾预测能力。研究表明，特异性移动能力指标为识别老年人肌肉衰竭及预测残疾提供了稳健框架；持续活动监测或可改善住院与死亡预测。这一以结局为导向的方法有助于优化肌肉减少症的临床评估与应用。
研究背景
肌肉减少症最初用于描述与年龄相关的瘦体质量下降及其对移动能力和能量代谢的影响。随着研究进展，其已被视为一种临床疾病，并建立了标准化诊断标准。然而，现有定义的异质性导致患病率及风险因素估计差异显著，且多依赖专家共识，缺乏透明、标准化的方法学，评估工具多样，可能无法全面反映肌肉健康。尤其是，现有定义对残疾、住院或死亡的预测能力有限且不稳定，未能充分涵盖导致功能衰退和不良结局的肌肉衰竭（Muscle Failure）这一更广泛概念。因此，研究人员提出应建立以结局为导向、整合多维神经肌肉指标的实证模型，以替代单纯依赖共识的诊断框架。
本研究由Hélio José Coelho-Júnior、Alejandro Álvarez-Bustos、Isabel Rodríguez-Sánchez、Francesco Landi及Emanuele Marzetti合作完成，发表于《The Lancet Healthy Longevity》。研究目的是利用SPRINTT试验数据，结合多队列外部验证，确定哪些单独或组合的神经肌肉指标最能预测老年人的残疾、住院及死亡风险，从而为肌肉衰竭的临床定义和管理提供实证依据。
关键技术方法
研究采用四阶段设计：首先在SPRINTT数据库中筛选候选模型，其次评估其与不良结局的关联并量化预测能力，随后在五个外部队列中适配候选模型，最后评估适配模型的预测性能。SPRINTT试验纳入1519名≥70岁的社区居住老年人，功能受限但未丧失移动能力。神经肌肉指标包括四肢瘦体重（ALM）、握力、五次坐站测试（5STS）、400米步行时间、短距离步行速度、肌肉功率衍生指标及体力活动（通过activPAL设备测量步数、站立、行走和久坐时间）。统计分析采用主成分分析（PCA）提取潜在结构，正交Varimax旋转增强可解释性，结合二元Logistic回归和Cox比例风险模型检验与结局的关联，校正年龄、性别、认知功能、营养状态、多病共存及分组干预等因素。模型性能通过ROC曲线下面积（AUC）评估，并与欧洲老年人肌肉减少症工作组2（EWGSOP2）共识定义进行比较。外部验证在ilSIRENTE、NHANES、HRS、ELSA和CHARLS队列中进行，根据各队列可用数据适配模型。
研究结果
主要发现
研究人员通过PCA识别出两个主要肌肉衰竭指数：移动能力指数（包含4米步行速度和400米步行时间）和体力活动指数（包含每日步数、站立时间、行走时间和久坐时间）。在SPRINTT队列中，移动能力模型对移动能力残疾和ADL残疾的预测表现最佳（AIC最低），体力活动模型对住院和死亡的预测表现最佳。结合移动能力、握力、ALM和绝对肌肉功率的多指标模型进一步提升了死亡预测的AUC值。
预测性能
移动能力模型对残疾的AUC为0.721（p<0.0001），属可接受水平；体力活动模型对死亡的AUC为0.746（p=0.0020），多指标模型对死亡的AUC同样为0.746（p=0.0076）。体力活动模型对住院的预测AUC较低（0.646，p=0.00040）。
外部验证
移动能力模型在多个外部队列中对残疾结局表现出稳定且较强的预测能力，例如ilSIRENTE队列AUC达0.9，NHANES队列AUC为0.7，HRS队列AUC为0.9。体力活动模型与住院或死亡的关联在各队列间异质性较高，仅在ilSIRENTE与HRS中观察到显著关联。与EWGSOP2定义的肌肉减少症相比，本研究模型在预测残疾方面表现相当或更优，但对住院和死亡的预测优势不明显。
讨论与结论
本研究支持以结局为导向的多维肌肉衰竭模型，用于预测社区老年人的不良结局。移动能力的不同维度是ADL和移动能力残疾的最强预测因子，而总体体力活动与住院和死亡关联更密切。即便采用自我报告的简化指标，这些模型的表现仍优于或等于EWGSOP框架。短距离步行速度与400米步行分别捕捉力量、功率、平衡和有氧耐力，二者结合能全面反映日常活动所需的移动能力。体力活动指标则综合反映了整体健康状况，但其预测住院和死亡的效果受队列特征影响较大。研究创新在于从共识驱动转向结局驱动的肌肉衰竭定义，强调通过常规、低成本的步行测试和可行的活动监测实现临床转化。局限包括SPRINTT人群存在功能受限的选择偏倚，部分队列缺乏客观400米步行数据，多指标复合模型未得到广泛外部验证。总体而言，该模型为肌肉减少症的识别、监测和干预提供了实证基础，有望优化老年健康管理与资源配置。
