老年骨质疏松症合并肌少症风险评估工具研究进展

孙 丽，顾海燕，徐冠华，崔志明

南通市第一人民医院，江苏 226001

骨质疏松症和肌少症都是与增龄相关的进行性骨骼、肌肉疾病，骨质疏松症以骨量丢失、骨组织结构受损、骨强度下降和骨脆性增加导致骨折危险性增加为特征[1]；肌少症以全身肌肉质量减少、肌肉力量和/或肌肉功能下降为特征[2⁃3]。随着人口老龄化的日益加重，骨质疏松症和肌少症的患病率逐年增加。有研究显示，我国老年人骨质疏松症患病率为36.0%～37.7%[4⁃5]。肌少症由于诊断标准不同，患病率差异较大。2014 版亚洲肌少症共识指出，亚洲老年人肌少症患病率为5.5%～25.7%[6]。2016 年中国社区居民的一项调查显示，我国60 岁以上的女性肌少症患病率为12.5%，男性为8.2%[7]。

1 骨质疏松症与肌少症的相关性

人体在30 岁时骨量达到峰值，35 岁时肌纤维数量达到峰值，之后随年龄的增长逐渐减少[8]。60 岁开始，肌肉质量和力量分别以每年3.0%和1.5%的速度衰减[9]。肌肉质量、力量及功能降低会明显提高骨质疏松症的患病风险，骨骼强度降低又显著提高了肌少症的发生风险，二者相互联结、彼此影响，协同增加老年人跌倒及骨折的发生率，从而增加了病残率和病死率[10]。Binkley[11]在2009 年首次提出了肌少⁃骨质疏松症的观点，即肌少症和骨质疏松症同时存在的综合征。Hirschfeld 等[12]在2017 年提出了骨骼⁃肌肉减少症的概念，即骨量减少或骨质疏松症和肌少症同时存在的综合征。近年来，研究认为肌少症为骨质疏松症的重要危险因素，两者合并存在可导致运动功能和平衡能力减退，故将骨质疏松和肌少症作为一个整体越来越受到关注[13]。澳大利亚的一项横断面研究表明，肌少⁃骨质疏松症的患病率在70 岁以上的老年人群中高达14.2%[14]。中国的一项横断面研究表明，肌少⁃骨质疏松症的患病率在65 岁以上的老年男性和女性中高达10.4%和15.1%[15]，两者研究结果类似。英格兰一项研究表明，绝经后的骨质疏松症妇女中50%患肌少症[16]。比利时研究提示，老年肌少症病人同时患骨质疏松症的风险比非肌少症病人高4 倍[17]。骨质疏松症病人患肌少症风险比非骨质疏松症增加2.99 倍[9]。与单独的骨质疏松症或肌少症病人相比，肌少-骨质疏松症明显增加老年人跌倒及脆性骨折的发生风险，严重影响老年人的日常活动能力[18⁃20]。澳大利亚一项横断面研究显示，社区有跌倒史的老年病人中，37%患有肌少⁃骨质疏松症[16]。中国一项队列研究显示，社区老年男性患有肌少⁃骨质疏松症人群的骨折风险比单独患骨质疏松症或肌少症的风险增加3.5 倍[21]。

2 风险评估工具

2.1 骨质疏松风险评估工具 双能X 线骨密度仪是国际公认的骨质疏松症最佳诊断方法，目前在医疗机构已广泛开展，但因其设备庞大，不可便携，有放射性，价格偏高，未能在社区广泛推行。使用简便有效的评估工具筛选骨质疏松高风险人群，可有效地为老年人群进行早期预防、干预和治疗提供依据。目前，骨质疏松风险评估工具主要有国际骨质疏松基金会（International Osteoporosis Foundation，IOF）骨质疏松症风险1 min 测试题和亚洲人骨质疏松症自我筛查工具（Osteoporosis Self ⁃ assessment Tool for Asians，OSTA），操作简单快捷，适合在社区基层广泛开展。

2.1.1 IOF 骨质疏松症风险1 min 测试题 1 min 测试题共19 个问题，均与骨质疏松症风险因素相关，其中前14 个问题为不可控因素，后5 个问题为可控因素，只要有1 个问题回答“是”即累计1 分，最后累计总分即为1 min 测试题总分，得分越高，提示骨质疏松症的患病风险越大。研究表明，1 min 测试得分为5 分甚至更高时，提示骨质疏松症的患病风险至少达70%；得分6.5分，其灵敏度为100%，特异度为0%，提示病人发生了骨质疏松症甚至脆性骨折。由此可见，1 min 测试题有助于筛查早期骨质疏松症[22]。目前研究主要基于包含10 个问题的早期版本，多项研究已对早期版本的有效性进行了验证[23]。2013 年在此基础上更新了包括18 个女性相关的问题，翻译成多种语言，但关于更新版本有效性的研究很少。杨帆等[24]对受试者单独运用1 min 测试作为风险评估标准时，受试者工作特征（ROC）曲线下面积（AUC）为0.676，切点值为6.5 分，约登指数、灵敏度和特异度分别为0.278、40.3% 和87.5%。

2.1.2 OSTA OSTA 是基于2001 年对来自亚洲8 个国家的860 名社区绝经后妇女进行分析所得出的一项可评估亚洲人患骨质疏松症风险等级的计算公式，只需纳入体重和年龄2 个客观指标，[体重(kg)-年龄(岁)]×0.2 即为OSTA 指数。针对绝经后的女性，OSTA 与双能量X 射线骨密度仪检测相比，使用−1为切点值，其灵敏度达91%，特异度为45%，骨质疏松症的患病风险分为以下3 级：OSTA 指数>-1 为低风险，-4～-1 为中风险，≤-4 为高风险[25]。虽然只需年龄和体重2 项简易测量值，OSTA 仍然被证明是预测绝经后妇女发生骨质疏松风险的一个简便有效的筛查工具[26]。一项对北京绝经后妇女的横断面研究显示，OSTA 预测骨质疏松风险的AUC、灵敏度和特异度分别为0.798、69.64%和75.07%，证实了OSTA 的可靠性[27]。而针对50～90 岁的亚洲老年男性，同样推荐使用−1 的切点值，与双能量X 射线骨密度仪检测相比，此时的灵敏度和特异度分别为81%和66%，且通过对356 名男性进行验证，灵敏度和特异度分别为83%和67%，与之前结果类似。对于亚洲老年男性，骨质疏松症的患病风险等级界定标准：OSTA 指数>-1 为 低 风 险，-6～-1 为 中 风 险，≤-6 为 高风险[28]。

2.2 肌少症风险评估工具 肌少症起病隐匿，早期不易察觉，往往出现严重的身体功能下降或残疾时，病人才会主动寻求康复指导[29]。因肌少症诊断流程复杂，作为临床常规实践有一定的难度。2019 年亚洲肌少症工作组（Asian Working Group for Sarcopenia，AWGS）强调对肌少症开展“筛查⁃评估⁃干预”的诊疗流程，早期识别肌少症风险人群，有针对性地进行干预更加重要[3]，可以及时阻止或延缓肌少症的进展，降低肌少症的危害。

2.2.1 简易五项评分问卷（Sarcopenia⁃Five,SARC⁃F）

SARC⁃F 是2013 年英国学者Malmstrom 等[30]提出的一项简易问卷，包括力量、行走能力、坐位起立、爬楼梯能力受限和跌倒经历5 个条目，与老年人的功能状态密切相关。每个条目0～2 分，总分0～10 分，得分≥4 分即可预测肌少症[31]。由于SARC⁃F 适用人群广泛，不受年龄和性别差异的影响，且无须检测仪器，测评过程简单、快速、有效。2018 年欧洲老年人肌少症工作组（European Working Group on Sarcopenia in Older People，EWGSOP）推荐使用该问卷作为肌少症的临床筛查工具[32]。目前，欧洲、亚洲学者已将该问卷进行翻译并在各类人群中进行了大样本验证[33⁃35]。国内一项关于肌少症筛查诊断准确性的荟萃分析[36]也显示，基于不同的诊断标准，SARC⁃F 均表现出较低的灵敏度和较高的特异度，由于其低灵敏度增加了漏筛的风险，目前主要用于肌少症的初步筛查，排除非肌少症人群，发现重症病例。2018 年，王晓英[37]对该问卷进行汉化，经测试，中文版SARC⁃F 问卷的Cronbach′s α 系数和重测信度分别为0.849 和0.853，具有较高的信效度，为国内肌少症的早期筛查提供了依据。

2.2.2 SARC⁃CalF SARC⁃CalF 是2016 年巴西学者Barbosa⁃Silva[38]提出的SARC⁃F 的改良版，在SARC⁃F问卷5 个条目的基础上增加了1 项客观指标——小腿围（calf circumference，CC）的测量，又称为SARC⁃F+CC。以小腿围的切点值男性为34 cm、女性为33 cm[33]为标准，高于此标准评0 分，等于或低于此标准评10 分，其余各条目不变，总分0～20 分，得分≥11 分表明可能存在肌少症。2018 年，Yang[39]对社区老年人群运用2 种筛查工具SARC⁃F 和SARC⁃CalF 进行横断面研究结果发现，基于AWGS诊断标准，SARC⁃F 和SARC⁃CalF的灵敏度分别为60.7% 和29.5%，特异度分别为98.1%和94.7%，且基于不同的诊断标准，均显示了类似的结果，提示SARC⁃CalF 的筛查准确性较SARC⁃F显著提高。2019 年，Yang 等[40]比较了4 种筛查工具结果 显 示，SARC⁃CalF 的AUC 明 显 高 于 其 他3 种[SARC⁃F、迷你肌少症风险评估（Mini Sarcopenia Risk Assessment，MSRA）问 卷5(MRSA⁃5)和MRSA⁃7]，提示对于中国养老院居民而言，SARC⁃CalF 是筛查肌少症的最优选择。但是，SARC⁃CalF 并不是预测住院病人出院后临床结局的独立预测因子，对预测住院病人的临床结局如再住院、死亡等的价值有待进一步研究[41]。

2.2.3 SARC⁃EBM SARC⁃EBM 是2019 年日本学者Kurita 等[42]设计的肌少症筛查方法，在SARC⁃F 问卷的基础上添加EBM 即老年人（elderly）和体质指数（body mass index，BMI），改善SARC⁃F 的诊断性能，也称为SARC⁃F+EBM。除SARC⁃F 问卷评分外，该方法纳入了病人的年龄和BMI，当年龄≥75岁或BMI≤21 kg/m2时评10 分，否则评0 分，其余SARC⁃F 各评分条目不变，总分0～30 分，得分≥12 分表明存在发生肌少症的高风险。研究中对959 例肌少症病人运用2 种筛查工具比较其性能，结果显示，SARC⁃F+EBM 的灵敏度、特异度和AUC 分别为77.8%、69.6% 和0.824，而SARC⁃F 分别为41.7%、68.5% 和0.557，提示SARC⁃F+EBM 在灵敏度和准确性方面明显优于SARC⁃F[42]。目前，关于SARC⁃EBM 有效性的研究较少，未来需要在不同人群、更大样本量中展开进一步研究，以确定其筛查价值。

2.2.4 MSRA 问卷 MSRA 问卷是2017 年意大利学者Rossi 等[13]提出的一种调查人群的日常营养摄入状况和活动量的肌少症筛查工具，根据问卷条目的数量，有MSRA⁃7 和MSRA⁃5 两个版本，均包含一般情况和饮食情况2 个维度。MSRA⁃7 从病人的年龄、身体活动水平、过去1 年的住院次数和体重减轻情况4 个方面进行一般评估，从每天膳食数、乳制品摄入和蛋白质摄入3 方面进行饮食评估，总分为0～40 分，得分低于30 分表明可能患有肌少症。MSRA⁃5 和MSRA⁃7 相比，剔除了乳制品摄入和蛋白质摄入2 个条目，由于MSRA⁃5部分条目分值较MSRA⁃7高，总分为0～60分，得分＜45 分表明可能患有肌少症。Rossi 等[13]对社区274 名65 岁以上的老年人运用MSRA 问卷进行肌少症筛查，研究结果显示，MSRA⁃7 和MSRA⁃5 问卷的灵敏度均达到80.4%，特异度分别为50.1%和60.4%，提示2 个版本的问卷均可预测肌少症，但MSRA⁃5 问卷的特异度更高。Roma 等对MSRA 问卷的2 个版本进行了翻译及跨文化调试，运用该问卷对160 名60 岁以上的社区人群开展肌少症筛查[43]，结果和Rossi 等[13]研究结果基本一致。此外，Roma 的研究中MSRA⁃5 较MSRA⁃7 表现更高的筛查准确性。2018 年,我国学者Yang 等[44]对MSRA 问卷进行了汉化，并对MSRA⁃7、MSRA⁃5 和SARC⁃F 进行了比较。结果表明，MSRA具有更高的灵敏度，在肌少症筛查方面优于SARC⁃F，尤其是MSRA⁃5 版本，优选MSRA⁃5 作为我国肌少症的风险评估工具。但目前MSRA 问卷的应用不多，需要在大样本研究中验证其有效性和临床预测能力。

2.2.5 Ishii 评分 Ishii 评分是2014 年日本学者Ishii等[45]研发的肌少症评估工具，通过分析1 971 名社区老年人群的人体测量数据及功能状况，创建了一项性别特异性评分公式，最终纳入年龄、握力和小腿围3 个客观指标作为评分公式的变量。男性得分=0.62×(年龄-64)-3.09×(握力-50)-4.64×(CC-42)，女性得分=0.8×(年 龄-64)-5.09×(握 力-34)-3.28×(CC-42)。结合得分和Ishii 制作的简易得分表，可快速判定肌少症的患病率。Ishii 评分最佳切点值为男性105 分、女性120 分，因其对应的灵敏度、特异度、阳性预测值、阴性预测值、阳性似然比和阴性似然比在男性分别为84.9%、88.2%、54.4%、97.2%、7.19 和0.17，女性为75.5%、92.0%、72.8%、93.0%、9.44 和0.27，均较为理想。Locquet 等[46]对5 种肌少症筛查工具进行比较，结果显示Ishii 评分的AUC 为0.914，灵敏度为100%，阴性预测值为99.1%，提示Ishii 评分具有更高的准确性和敏感度，在区分是否为肌少症高危人群方面显示出了更好的特性。李敏等[47]使用Ishii 评分表对国内122 名社区老年人进行肌少症评估，结果发现，Ishii 评分男性AUC 为0.917，女性AUC 为0.859，最佳诊断界值与Ishii 结果一致，提示Ishii 评分对于社区老年人群尤其是老年男性肌少症筛查具有较高的筛查准确性。Ishii 评分仅需简单的人体学测量，避免了复杂的肌肉质量、握力及步速等测量评估，便于护理人员在社区开展肌少症初筛工作。此外研究表明，Ishii 评分筛查肌少症是中国老年住院病人全因死亡率的一个独立预测因子，可预测老年住院病人的3 年全因死亡率[48]。未来需要进一步进行更大样本量的前瞻性研究，以证实该工具在预测死亡率和临床结局方面的有效性。

2.2.6 指 环 测 试（Finger⁃circle Test） 指 环 测 试 是2017 年日本学者Tanaka 等[49]发明的，通过比较人体小腿围与双手手围的一种肌少症自我筛查方法，也是小腿围的一种有效替代方法。被检者取坐位，屈膝屈髋90°，双足自然垂直平放于地面，双手食指和拇指在非优势小腿的最厚部分对接环绕形成指环，如果指环小于小腿围，表明无肌少症，反之其患肌少症的风险增加[49]。温鹏天等[50]基于AWGS 的诊断标准，比较了几种肌少症的筛查工具后发现，指环测试的灵敏度为70.00%，特异度为85.65%，均高于SARC⁃F、MSRA等筛查工具[40,51]。Tanaka 等[49]对研究人群进行了追踪，发现通过指环测试提示可能存在肌少症的老年人群，较无肌少症人群具有更高的死亡风险，表明指环测试对肌少症人群的预后有一定的预测价值。指环测试操作简便，无须任何仪器设备，或可作为社区老年人群开展肌少症自我筛查的便捷方法。

2.2.7 人体测量学预测公式 2011 年,中国学者Wen等[52]通过收集分析763 名18～69 岁个体的人体测量学数据，开发了3 种可推算四肢骨骼肌量（appendicular skeletal mass，ASM）的预测公式，交叉验证结果发现3 种预测公式均体现较好的预测性能，其中基于身高、体重、性别和年龄4 个参数的身高-体重预测公式操作最简单易行，该预测公式为0.193×体重+0.107×身高-4.157×性别（男性为1，女性为2）-0.037×年龄-2.631，可用于中国成年人ASM 的定量预测。2013年美国学者Goodman 等[53]采用双能量X 射线骨密度仪检测测量ASM，结合1999 年—2004 年全美健康和营养调查研究的数据，采用Logistic 回归分析，构建了一种基于这两个与骨骼肌质量指数（skeletal muscle index，SMI）显著相关的2 各独立危险因子，即年龄和BMI 的预测模型。经验证，该模型的灵敏度在男、女分别为81.6%、90.6%，特异度均为66.2%，可以早期识别可能存在肌量减少的人群并从双能量X 射线骨密度仪检测扫描获益，避免了不必要的检查。但该模型局限于BMI 为（26.6±4.5）kg/m2的人群[54]。2015 年澳大利亚学者Yu 等[55]设计的一项基于体重、BMI、年龄和性别4 个参数的预测公式，即10.05+0.35×体重-0.62×BMI-0.02×年龄+5.10，计算结果可判断肌量及肌少症的患病风险。经验证，该预测公式与肌肉功能联合评估时，在筛查肌少症方面具有较高的灵敏度和阴性预测值。但该公式目前仅适用于高加索人，尚未在其他人群开展相关研究。

3 小结

骨质疏松症和肌少症均为增龄性的骨骼、肌肉疾病，在老年人群中较为常见，相互影响，降低老年人群的平衡力，从而发生跌倒、骨折，甚至引起残疾、死亡，严重降低了老年人群的生活质量。应早期识别和干预此类高风险人群，避免不良结局，由此可见，建立骨质疏松症和肌少症的早期风险评估和筛查方法至关重要。骨质疏松症风险评估较为简单，但肌少症的风险评估工具种类较多,各评估工具均有各自的优点和不足,且多数评估方法缺乏在不同种族人群有效性及临床预测能力的进一步验证，故应根据不同研究特点选取肌少症的评估方法，以进一步研究验证各种评估工具的有效性及适应证，规范评估量表的使用，提高肌少症的早期筛查率，利于早期发现、诊断和治疗，避免不良结局，提升老年人的生活质量。