丁 妍，常立阳，张红梅
浙江中医药大学附属杭州市中医院，浙江 310007
维持性血液透析(maintenance hemodialysis，MHD)病人呈现老龄化趋势，加之透析治疗、代谢失衡及并发症等因素影响，病人出现明显的肌萎缩、力量降低和选择性肌肉结构改变等肌少症症状[1]。据报道，MHD 病人肌少症患病率为13.5%～73.5%[2-4]。合并肌少症的MHD 病人躯体功能下降，易发生跌倒、骨折等不良后果，增加其致残率及病死率[5-6]。因此，护理人员早期识别肌少症高风险MHD 病人，给予针对性干预，对改善其生活质量、避免过早失能具有重要意义。相角作为生物电阻抗法的新兴指标，与细胞功能[7]、炎症状况[8]、营养状况[9]、肌肉状况[10]、疾病预后和死亡率[11]等有关，其作用越来越受到研究者的重视。近期有研究显示，在健康老年人和肝硬化病人中，相角可以预测肌少症发生风险，对肌少症诊断困难的病人（如无法测量肌力和肌肉功能者或不愿意配合者）有益[12-13]，且临床检测简便易行。但目前尚未检索MHD病人肌少症与相角的关系研究和风险预测模型的相关报告。本研究基于以往文献肌少症的危险因素，结合相角，探索MHD 病人肌少症风险预测模型并进行验证，为临床护理人员早期筛查和预防MHD 病人肌少症提供新思路。
1.1 研究对象 选取2020 年9 月—2021 年1 月在杭州市中医院血液净化中心治疗的MHD 病人作为研究对象。纳入标准：①年龄≥18 岁；
②接受血液透析治疗≥3 个月；
③有自主活动能力；
④自愿参与本研究并签署知情同意书。排除标准：①生物电阻抗测量不能执行者，如安装心脏起搏器等；
②握力和步速无法测量者；
③病情危重者；
④认知障碍者。所有病人均采用聚砜膜透析器，透析液流速500 mL/min，每周进行3 次，每次4 h 的标准碳酸氢盐血液透析治疗，血流量200～300 mL/min，采用低分子肝素或普通肝素抗凝。本研究获得杭州市中医院伦理委员会批准，审批号：2020LH004。
1.2 研究方法
1.2.1 一般资料调查 包括年龄、性别、透析龄、身高、体重、体质指数、腰围、原发病、文化程度等。
1.2.2 疾病相关资料 包括血肌酐、血尿素氮、三酰甘油、胆固醇、高密度脂蛋白、低密度脂蛋白、血钙、血磷、甲状旁腺激素、高敏C 反应蛋白、空腹血糖等生化指标，均于透析前采集标本。
1.2.3 营养相关资料 改良定量主观全面营养评估量表（Modified Quantitative Subjective Global Assessment，MQSGA)评分、清蛋白、血红蛋白、总蛋白。MQSGA从病史、症状及体检体征等方面评估病人营养状况，包括7 个部分，每部分1～5 分，总分为7 分（营养正常）～35 分（严重营养不良）[14]。该量表已被广泛应用于MHD 病人营养状况的评估[15-18]。
1.2.4 体力活动水平（physical activity level，PAL）采用国际体力活动问卷（International Physical Activity Questionnaire，IPAQ）评估MHD 病人的PAL[19]。IPAQ 中文版具有良好的内部可靠性和重测稳定性（ICC=0.84，95%CI 0.76～0.89），其有效性已在中国MHD 病人中得到验证[20]。研究对象根据过去7 d 体力活动回答每日平均活动情况，根据病人体力活动的时间、强度和频率的乘积计算体力活动总量。
1.3 肌少症诊断标准 采用亚洲肌少症工作组对肌少症的诊断共识[21]，肌少症包括肌量减少、肌力降低和肌肉功能减退3 个要素，符合以下诊断标准①且满足②和/或③项者即可诊断为肌少症。①骨骼肌质量指数：男性＜7.0 kg/m2，女性＜5.7 kg/m2为骨骼肌质量减少；
②握力：男性＜28 kg，女性＜18 kg 为肌肉力量降低；
③6 m 步速：＜1 m/s 为肌肉功能减退。
1.3.1 人体成分分析 采用Seca515 双能电阻抗仪在MHD 病人透析后半小时进行人体成分测量，在50 kHz频率下的电抗和电阻记录相角：相角(°)=电抗/电阻×180°/π[22]；
在50 kHz 频率下记录病人的骨骼肌质量，骨骼肌质量指数(kg/m2)=骨骼肌质量(kg)/身高2(m2)[23]。
1.3.2 肌肉力量 以握力评价肌肉力量。采用国产家庭用电子握力计(广东香山衡器集团股份有限公司)在MHD 病人透析前测量，病人直立，两脚自然分开，两臂自然下垂，以非造瘘手（插管病人用优势手）持握力计全力紧握，测量两次取最大值。
1.3.3 肌肉功能 以6 m 步速评价肌肉功能。采用计时器在MHD 病人透析前测量，病人不借助任何工具，按照平时正常步行速度行走6 m 计时，测量两次取平均值[24]。
1.4 统计学方法 以Excel 录入数据，采用SPSS 25.0 进行统计学分析。正态分布的定量资料以均数±标准差（±s）描述，非正态分布定量资料以中位数和四分位数[M（P25，P75）]描述，定性资料以例数和百分比（%）描述。建模组和验证组一般资料比较采用两独立样本t检验、非参数Mann-WhitneyU检验和χ²检验。将建模组数据进行单因素分析，筛选肌少症相关因素，再将有统计学意义的因素进行二元Logistic 回归分析，得出肌少症的独立影响因素，构建风险预测模型。在验证组中对模型进行内部验证，采用Hosmer-Lemeshow 检验和受试者工作特征曲线图（receiver operating characteristic，ROC）评价模型的拟合优度和检验效能。
2.1 一般资料 本研究共纳入346 例MHD 病人，其中男213 例，女133 例；
年龄(58.17±13.77)岁。运用SPSS 随机数字生成器从346 例病人中抽取60%作为建模组，40%作为验证组。两组病人基线水平比较差异无统计学意义(P＞0.05)，具有可比性。见表1。
表1 建模组和验证组的一般资料比较
（续表）
2.2 建模组肌少症的影响因素分析 通过单因素分析，筛选与MHD 病人肌少症有关的变量,包括年龄、性别、血肌酐、高密度脂蛋白、血磷、血钙、空腹血糖、血红蛋白、清蛋白、体质指数、MQSGA、腰围、相角、体力活动水平(P＜0.05)。见表2。将上述具有统计学意义的变量作为自变量，有无肌少症作为因变量，进行二元Logistic 回归分析，结果显示，MHD 病人肌少症的独立影响因素为年龄、体质指数、相角。见表3。
表2 建模组肌少症影响因素的单因素分析
表3 建模组肌少症影响因素的Logistic 回归分析
2.3 MHD 病人肌少症风险预测模型的构建与验证基于Logistic 回归分析结果构建肌少症发生风险预测模型，Z=9.349+0.132×年龄-0.566×体质指数-1.249×相角，预测概率为P=1/[1+exp(-Z)]。利用受试者工作特征曲线下面积（area under curve，AUC）评估模型的检验效能，建模组AUC=0.925,95%CI[0.892,0.958]，P＜0.001，灵敏度为86.8%，特异度为79.2%。见图1。验证组AUC=0.917,95%CI[0.872,0.961]，P＜0.001，灵敏度为89.2%，特异度为81.6%。见图2。采用Hosmer-Lemeshow 检验评估模型的拟合优度，建模组和验证组的预测概率与实际概率差异均无统计学意义（P值分别为0.898，0.986），表示两者之间具有较高的一致性。以ROC 曲线Youden 指数最大值对应点为最佳截断点，确定风险预测模型预警阈值为0.35，年龄、体质指数、相角的最佳临界值分别为60 岁、20.68 kg/m2、4.6°。在验证组中，该模型预警阈值＞0.35 的有49 例MHD 病人，预测49 例会发生肌少症，实际发生32 例；
模型预警阈值＜0.35 的91 例，预测91 例未发生肌少症，其中实际未发生86 例，准确率为(32+86)/140=84.29%，提示该模型具有较高的实际应用价值。
图1 建模组风险预测模型的ROC 曲线
图2 验证组风险预测模型的ROC 曲线
本研究基于MHD 病人临床数据筛选肌少症的独立影响因素，结果显示：高龄是MHD 病人肌少症的危险因素，高体质指数和高相角则为保护性因素，基于上述因素构建的模型能够预测MHD 病人肌少症发生风险。研究发现，年龄与MHD 病人肌少症发生风险高度相关，与以往研究结论[25-27]一致。Ren 等[2]对131 例平均年龄49.40 岁的MHD 病人调查显示，肌少症患病率为13.7%；
Isoyama 等[28]调查显示，330 例平均年龄53.00 岁的MHD 病人肌少症患病率为20%；
Kim 等[29]研究显示，95 例平均年龄63.90 岁的MHD 女性病人肌少症患病率为29.3%，男性病人患病率为37.0%。随着年龄的逐渐升高，肌少症的患病率呈上升趋势。肌少症是一种与衰老相关的进行性骨骼肌质量损失，伴有肌肉力量或肌肉功能障碍的综合征[1]，可能与衰老引起的α-神经元损失有关[30]。本研究病人年龄的最佳截断值为60 岁，老年MHD 病人身体机能较差，基础疾病多且存在合并症，老年MHD 病人是肌少症高危人群。护理人员应重点关注年龄＞60 岁的老年MHD 病人的肌肉状况，通过饮食营养、运动锻炼等宣教指导病人进行早期预防，从而降低肌少症的发生率。本研究表明，MHD 病人体质指数与肌少症发生风险密切相关，与既往报道[31-32]一致。本研究体质指数的最佳截断值为20.68 kg/m2，Kim 等[33]在一项前瞻性研究中发现，体质指数＜21.0 kg/m2的MHD 病人与不良预后有关。Kosoku 等[34]报道，体质指数＞22 kg/m2的病人肌少症发生率更低。由于MHD 病人普遍存在蛋白质能量消耗状态，肌肉蛋白加速分解而合成相对不足[35]，体质指数临界值往往高于我国传统营养不良（18.5 kg/m2）的诊断标准，提示护理人员在临床工作中不能以传统体质指数标准区分MHD 病人，应加强对体质指数＜20.68 kg/m2的病人肌肉状况的评估，但MHD 病人肌少症肥胖的现象也不容忽视[36]。因此，在提高透析病人体质指数时宜实施个体化针对性干预，以改善其长期预后[37]。生物电阻抗分析法是通过导入微弱交流电获得阻抗值分析人体成分的方法，相角作为关键因素，与细胞功能、营养状况、肌肉状况、疾病预后等有关。本研究表明，低相角是肌少症的危险因素[OR=0.287,95%CI（0.125，0.658）,P=0.003)]，ROC 得出相角的最佳截断值为4.6°，与大多数研究结果相近。Kosoku 等[34]检测日本的肾移植受者肌少症的最佳相角临界值是4.46°；
Ji 等[38]报道中国老年癌症病人肌少症的最佳相角临界值是4.25°；
Kilic 等[39]报道土耳其老年病人肌少症最佳相角临界值是4.55°，不同研究的相角最佳临界值存在差异，可能与受试人群、种族、肌少症诊断标准、测量设备等不同有关[40]，但差异并不明显，提示相角具有良好的稳定性，可作为肌少症的预测指标。风险预测模型又称风险评分模型，是联合多种预测因子为个体提供预测发生事件的概率值。本研究采用ROC 对构建的风险预测模型的检验效能进行评估，当AUC 为0.5～0.7 时，提示模型区分度一般；
当AUC 为＞0.7～0.9 时，提示模型区分度中等；
当AUC＞0.9 时，提示模型区分度很高。该模型在建模组的AUC 为0.925，灵敏度为86.8%，特异度为79.2%；
在验证组的AUC 为0.917，灵敏度为89.2%，特异度为81.6%，提示该模型对预测MHD 病人是否发生肌少症具有较好的检验效能。
本研究采用Hosmer -Lemeshow 检验对模型的拟合优度进行评估，当P＞0.05 时，提示该模型校准度良好。该模型在建模组和验证组的Hosmer-Lemeshow 检验P值分别为0.898，0.986，提示该模型预测概率与实际发生概率一致性程度高。以ROC 曲线Youden 指数最大值对应点为最佳截断点，确定风险预测模型预警的阈值为0.35，即当模型预警阈值＞0.35 时，预测MHD 病人会发生肌少症。在验证组中，该模型预警阈值＞0.35 的有49 例MHD病人，预测49 例会发生肌少症，实际发生32 例；
模型预警阈值＜0.35 的91 例，预测91 例未发生肌少症，其中实际未发生86 例，准确率为(32+86)/140=84.29%，提示该模型具有较高的实际应用价值。风险预测模型能够整合疾病危险因素，通过个体化精确预测疾病发生概率，对临床护理人员早期筛查和干预具有重要作用。日本学者Ishii 等[41]在2014 年基于年龄、握力和小腿围构建了预测健康老年群体肌少症发生风险的方程式，张颖等[42]分析老年住院病人肌少症的独立影响因素，基于年龄、体质指数、吸烟、骨质疏松症构建了列线图模型，但并不适用于MHD 病人。杜晓菊等[43]对MHD 病人骨骼肌质量下降开发了简化预测模型，Z=1.1×性别+1.5×体质指数+2.8×小腿围+1.9×透析前肌酐，但是小腿围受病人体内水分影响较大，而且还需要检验病人透析前血清肌酐水平，操作有创，过程烦琐。本研究为MHD 病人构建的肌少症风险预测模型具有简便、无创、有效的特点，在临床实践中具有更大的应用价值。临床护理人员在早期筛查肌少症时，需要重点关注年龄＞60 岁、体质指数＜20.68 kg/m2和相角＜4.6°的MHD 病人，当以上3 个指标都满足条件时，应引起高度重视，需要对MHD 病人实施进一步的确诊检查。当存在1 个或2 个风险指标时，护理人员可根据模型进行个体化风险预测，若模型预警的阈值＜0.35，则为肌少症低危病人，日常应做好定期监测和随访工作。若＞0.35，则为肌少症高危病人，应通过合理的运动处方、科学的营养管理策略和必要时的药物治疗等方式尽早干预，以达到降低肌少症发生风险的目的。
本研究基于MHD 病人年龄、体质指数和相角构建的风险预测模型对肌少症诊断困难的病人(如无法测量肌力和肌肉功能者或不愿意配合者)有益，为临床护理人员早期筛查肌少症提供了简便、有效的工具。MHD 病人常规人体分析评估干体重时即可获得相角值，简单无创且易于操作，故建议护理人员应用相角作为筛查肌少症的辅助手段。医护人员可根据病人年龄、体质指数和相角构建风险预测模型了解肌少症前期病人，进行早期精准干预，预防肌少症的发生，改善MHD 人群预后和生活质量。本研究的局限性在于单中心研究，建模组和验证组的研究对象均来自于同一个透析治疗中心，存在一定的选择偏倚，尚需要多中心、大规模的临床研究进一步验证其外部适用性，以期将该风险预测模型应用于临床。
猜你喜欢 肌少症体质建模 小腿围在肌少症筛查中的研究进展医学前沿(2022年1期)2022-03-05物理建模在教与学实践中的应用数理化解题研究·综合版(2021年11期)2021-12-22咱爸妈的腰背疼可能是它闹的文萃报·周五版(2021年46期)2021-12-16在经历中发现在探究中建模小学教学研究(2021年5期)2021-09-29思维建模在连续型随机变量中的应用课程教育研究(2021年27期)2021-04-13过瘦要当心肌少症青春期健康·青少版(2020年11期)2020-12-10肌少症与衰老爱你(2020年16期)2020-11-1828天吃出易瘦体质海峡姐妹(2020年7期)2020-08-13求距求值方程建模初中生世界·九年级(2020年2期)2020-04-10中日青少年体质PK世界博览(2017年14期)2017-07-31