学术研究报告：社区老年人肌少症风险预测模型（Pre-SARC）的开发与验证
第一作者及机构
本研究由四川大学华西医院老年医学科及国家老年疾病临床研究中心的Taiping Lin、Rui Liang和Quhong Song（共同第一作者）领衔，联合四川大学建筑与环境学院应用力学系、九江第一人民医院老年科、江油903医院消化科等多机构团队共同完成，通讯作者为Jirong Yue。研究成果发表于老年医学领域权威期刊JAMDA（*Journal of the American Medical Directors Association*）2024年第25卷。
研究领域与动机
肌少症（Sarcopenia）是一种与年龄相关的骨骼肌疾病，表现为肌肉质量、力量和/或身体功能的加速丧失，可导致功能衰退、骨折、住院率上升及死亡率增加。全球老龄化加剧使肌少症成为重大公共卫生挑战，60-70岁老年人发病率达5%-13%，80岁以上人群高达11%-50%。然而，现有筛查工具（如SARC-F问卷、SARC-Calf等）仅能评估当前肌少症状态，缺乏预测未来发病风险的能力。因此，开发一种针对社区老年人的短期（1年）肌少症风险预测模型，对早期干预和资源优化至关重要。
研究目标
本研究旨在开发并验证Pre-SARC模型（Prediction of Sarcopenia Risk in Community Older Adults），通过7项易获取的社区指标预测老年人1年内肌少症的绝对风险，为个性化预防提供工具。
1. 研究设计与队列构建
- 数据来源：基于中国西部健康与老龄化趋势研究（WCHAT），覆盖中国西部4省30余个社区的50岁以上老年人，采用多阶段整群抽样策略确保样本代表性。
- 纳入与排除：选取2018年基线调查中无肌少症的60岁以上老年人（n=1042），排除失访、癌症患者、数据缺失者及基线已患肌少症者。
- 肌少症诊断标准：依据2019年亚洲肌少症工作组共识（AWGS 2019），结合低肌肉质量（男性 kg/m²，女性<5.7 kg/m²）、低握力（男性<28 kg，女性<18 kg）和/或低身体功能（5次椅子站立测试≥12秒或6米步速<1.0 m/s）。
2. 候选预测变量
从35项潜在风险因素中筛选，包括人口统计学指标（年龄、性别、BMI）、生活方式（吸烟、饮酒）、慢性疾病（高血压、糖尿病）、营养状态（微型营养评估简表MNA-SF）、身体测量（小腿围、腰围）及功能评估（疲劳、疼痛）。
3. 统计建模与验证
- 模型开发：通过逐步逻辑回归分析确定独立预测因子，最终纳入年龄、性别、BMI、低体力活动、营养不良风险、疼痛和小腿围7项指标。
- 模型性能评估：
- 区分度：受试者工作特征曲线下面积（AUROC）达0.87（95% CI: 0.83-0.90）。
- 校准度：校准曲线斜率0.93，截距-0.07，显示预测风险与实际风险高度一致。
- 内部验证：1000次Bootstrap重采样后，校正AUROC为0.85，表明模型稳定性良好。
- 风险分层：将预测风险分为4级——低（0%-10%）、中（>10%-20%）、高（>20%-40%）和极高（>40%）。
4. 工具转化
开发在线风险计算器（点击访问），供临床免费使用。
1. 预测因子贡献
- 年龄：70-79岁人群风险为60-69岁的2.9倍（OR=2.9, 95% CI: 1.7-5.0）。
- 小腿围：每增加1 cm，风险降低30%（OR=0.7, 95% CI: 0.6-0.9）。
- 营养不良风险：显著增加风险（OR=2.7, 95% CI: 1.5-4.7）。
2. 风险分层表现
- 低风险组（0%-10%）：敏感性97%，可有效排除肌少症（阴性似然比0.07）。
- 高风险组（>20%-40%）：特异性92%，阳性似然比6.86，适合精准筛查。
科学意义
- 填补空白：首个针对社区老年人1年肌少症风险的预测模型，弥补现有工具仅能评估当前状态的不足。
- 机制探索：揭示小腿围、营养不良等可干预因素的关键作用，为病因研究提供新方向。
应用价值
- 临床实践：通过风险分层指导个性化干预（如营养补充、抗阻训练），优化医疗资源配置。
- 公共卫生：助力社区早期筛查，降低肌少症相关疾病负担。
局限性
- 80岁以上样本量不足，需进一步验证。
- 肌肉质量评估采用生物电阻抗分析（BIA），虽便捷但可能高估结果（对比DXA金标准）。
研究获四川省科技计划（2023ZYD0173）、华西医院学科卓越计划（ZYJC21005）等资助，伦理审批号未披露。数据与代码未公开，但模型工具已开源，促进学术合作。