肌肉减少性肥胖表型指数（SOPi）

肌肉减少性肥胖（Sarcopenic Obesity，简称SO）是一种日益被重视的疾病，它可以发生在所有年龄段，但在老年人群中更为普遍[1,2,3]。该病的特点是身体成分逐渐失衡，表现为脂肪过多而肌肉质量和肌肉功能下降[1, 2]，这可能导致或加重全身性并发症，包括但不限于代谢、功能和心理方面的并发症[1,2,3]。由于全球预期寿命的增加以及所有年龄段肥胖及相关并发症的普遍化，SO已成为医疗系统面临的紧迫问题，但医疗专业人员和公众对这一疾病的认识仍然不足[1, 2]。特别是，缺乏基于共识的可靠诊断工具，这些工具能够以统一的标准和结果来识别患者[4]。肌肉减少性肥胖全球领导倡议（Sarcopenic Obesity Global Leadership Initiative，简称SOGLI）提出了一个国际共识算法，用于SO的诊断，该算法包括一系列综合步骤和诊断标准，主要依据低肌肉力量、高脂肪和低肌肉质量的检测结果，并为每个指标制定了经过验证的种族特异性阈值[1, 2]。共识小组持续讨论以优化SOGLI算法的诊断效果，初步应用该算法已显示出识别不良健康结果和提高SO患病率报告一致性的积极效果[5, 6]。例如，SOGLI算法在65岁及以上的肥胖成年人群中识别出8-10%的SO患病率[5, 6]，并且在初级保健环境中也验证了其高敏感性[5]。尽管应用SOGLI算法的研究结果令人鼓舞，但需要注意的是，基于各诊断参数正常值阈值的二元疾病定义可能在分层疾病严重程度和监测疾病进展方面存在不足。此外，由于低肌肉力量是诊断的必要条件[1, 2]，当肌肉力量没有显著下降时，可能会低估低肌肉质量的临床影响。

2025年10月，Benz及其同事发表了一项研究，报告了对SOGLI诊断标准（肌肉力量和身体成分指标）的持续改进，提出了一个新的指标——肌肉减少性肥胖表型指数（Sarcopenic Obesity Phenotype Index，简称SOPi）[7]。在这项针对大规模人群的长期随访研究（约10年）中，研究人员使用双能X射线吸收测定法（DXA）测得的体脂百分比（BF%）和经体重调整的四肢瘦软组织重量（ALST/Kg），以及握力（HGS）来计算SOPi指数。Z分数的计算基于Rotterdam研究的性别特异性均值（μ）和标准差（σ）。Z分数的计算公式为Z = (χ-μ)/σ，其中χ为测量值，μ为均值，σ为HGS、ALM/Kg或BF%的标准差。研究发现，SOPi指数与多种与SO发展或临床并发症相关的临床和生活方式因素有关，如低体力活动、胰岛素抵抗和低生活质量。在随访过程中，肥胖、低体力活动和/或胰岛素抵抗的人群中，SOPi指数上升更为明显。具体而言，性别特异性SOPi指数每增加1.0分，全因死亡率风险增加10%（HR = 1.10 [95% CI 1.07; 1.13]）。即使在未达到SO二元诊断阈值的人群中，较高的SOPi指数也与较差的生存概率相关（n = 3096，HR = 1.11 [95% CI 1.04; 1.17]）。

基于这项初步研究，SOPi指数有可能补充现有的二元诊断算法[1, 2]，帮助识别那些尚未达到二元诊断阈值的SO高风险人群[8, 9]。然而，仍需考虑一些潜在的局限性。首先，尽管逐步评估SO风险和临床进展具有潜在优势，但目前尚无外部验证这些临界值的证据。SOPi方法需要在不同的临床环境和条件下进行进一步验证，包括不同种族（如亚洲人和中东人）以及不同年龄组（如儿童和青少年）。此外，由于SOGLI倡议主张在所有临床环境中实施SO诊断，因此基于DXA测量的SOPi指数需要使用其他身体成分评估方法进行验证，特别是更常用的生物电阻抗法（BIA），并可能结合其他区域性的肌肉和脂肪成分替代指标及其组合。最后，在临床实践中，明确的二元临床诊断对于患者识别和治疗仍然至关重要。另一方面，SOPi指数可以作为早期识别SO风险和未来不良结果的工具，从而实现早期个性化干预，即使某些诊断参数尚未完全受损。实际上，SOPi指数可以在SOGLI算法框架内作为筛查工具或用于已确诊SO患者的病情分期和分层。

总之，SOPi指数有助于在SOGLI框架下更全面地评估SO的临床前和临床进程，通过早期识别人体测量和功能异常，实现早期个性化干预和潜在的临床益处。因此，我们建议进一步开展研究，将SOPi指数与SOGLI二元诊断方法结合使用，以明确其在所有相关人群中的潜在临床作用。