一种基于动脉硬化指标的社区老年人肌少症筛查方法

1.本发明属于肌少症筛查技术领域，具体涉及一种基于动脉硬化指标的社区老年人肌少症筛查方法。


背景技术：

2.肌少症主要表现为骨骼肌萎缩和功能下降。该疾病在世界范围内流行，尤其是在老年人中已成为重要的公共卫生问题。肌少症诊断使用最广泛的标准是亚洲肌少症工作组(awgs2019)的标准。awgs2019的最新建议表明，在诊断肌少症时首先需要测量肌肉质量通常采用双能x射线(dxa)、计算机断层扫描(ct)、生物电阻抗(bia)和磁共振成像(mri)评估，若肌肉质量存在异常，再进一步评估肌肉功能(握力、步速)，然后综合诊断肌少症。
3.患有肌少症的老年人跌倒、功能下降、虚弱和死亡的风险更高，而传统的肌少症诊断方法费时费力，并且对于老年人群来说大部分检测方法均昂贵且缺乏便携性。因此，目前有研究者开发出多种不依赖于传统检查方法的诊断工具应用于快速评估老年人肌少症发病风险。但其中许多诊断工具还是存在成本高、特异性、敏感性不足的缺点，在临床实践中受到限制。因此，迫切需要探索更敏感和更切实可行的筛查工具，以早期识别老年人肌少症高危人群。
4.研究表明bapwv的增加和abi的降低与肌少症的高风险相关。bapwv和abi是两个广泛用于反应大动脉和外周动脉的硬化程度的指标。充足的血流量对维持正常的骨骼肌功能至关重要，动脉硬化是老年人肌少症发生和发展的中心环节，并跟老年人不良预后密切相关，因此，基于老年人血管硬化的评估对预测受试者肌少症的发生及判断严重程度存在充分的理论基础。


技术实现要素：

5.针对现有技术的不足，本发明的目的在于提供一种基于动脉硬化指标的社区老年人肌少症筛查方法。
6.本发明的目的可以通过以下技术方案实现：
7.一种基于动脉硬化指标的社区老年人肌少症筛查方法，包括以下步骤：
8.确定目标社区居住的目标人群，获取目标人群动脉硬化指标数据和体检信息，所述动脉硬化指标数据脉搏波传导速度和踝臂指数，体检信息包括年龄、性别、身高、体重、生化全套和血常规
9.根据上述动脉硬化指标数据和体检信息，采用统计学方法筛选出包括年龄、体重指数(bmi)、天冬氨酸转氨酶和丙氨酸转氨酶的比值(ast/alt比值)、踝臂指数(abi)、脉搏波传导速度(bapwv)在内的肌少症强相关因子；
10.基于上述肌少症强相关因子参数，构建肌少症筛查模型并绘制诺莫图；
11.根据所述肌少症筛查模型和诺莫图筛查肌少症。
12.进一步的，所述目标人群动脉硬化指标数据和体检信息均从社区人群体检数据库
中提取。
13.进一步的，所述统计学方法具体为多元logistic回归法。
14.进一步的，所述目标人群年龄确定在大于等于65岁且社区居住的老年人群。
15.进一步的，所述体重指数(bmi)的计算方法是用体重除以身高的平方。
16.本发明还包括一种肌少症筛查系统，所述筛查系统包括：筛查终端；
17.所述筛查终端包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
18.本发明还包括一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述方法的步骤。
19.本发明的有益效果：
20.本发明通过上述基于动脉硬化指标(abi、bapwv)，联合年龄、bmi、ast/alt比值构建ablip预测模型用于筛查肌少症的方法，能够识别出老年人群中肌少症发病的高危群体，从而为进一步检测肌少症提供精准的预测，极大地缩小需要筛查肌少症的人群规模，节约人力和成本，适用于大规模老年人群的肌少症筛查。此外该预测模型包含了目标人群的血管硬化程度、营养状态、器官功能等生理学和生物学属性，这种多维参数的引入对全面判断肌少症严重程度和指导肌少症干预措施具有一定价值。
附图说明
21.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
22.图1是本发明基于动脉硬化指标(abi、bapwv)，联合年龄、bmi、ast/alt比值构建ablip预测模型用于筛查肌少症的方法的流程图；
23.图2是本发明肌少症ablip预测模型诺莫图。
具体实施方式
24.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
25.本发明提出的一种基于动脉硬化指标(abi、bapwv)，联合年龄、bmi、ast/alt比值构建ablip预测模型用于筛查肌少症的方法，其流程图见图1，其中，该方法包括如下步骤：
26.确定目标社区居住的目标人群；
27.获取目标人群中动脉硬化指标(abi、bapwv)数据；
28.获取目标人群基于国家基本公共卫生项目下的一般体检信息；
29.采用多元logistic回归法最终筛选出包括年龄、bmi、ast/alt值、abi、bapwv在内的肌少症强相关因子；
30.基于上述参数构建和训练肌少症筛查模型并绘制诺莫图；
31.根据所述预测模型筛查肌少症的发病风险；
32.上述方法中，为了能够及时有效地获取到动脉硬化指标，采用现场采集的方法；
33.其他体检信息均基于国家基本公共卫生项目，从目标人群体检数据库中获取；
34.本研究中预测模型采用回归预测模型，模型构建后采取内部验证的方式检验模型的诊断效能。
35.实际应用中，在≥65岁的社区人群中可以通过诺莫图快速粗筛，也可以通过模型公式精确计算发病风险。
36.实施例
37.肌少症与增龄密切相关，老年人是肌少症发病的高危人群，实现早期筛查干预对老年人肌少症的防治尤为重要。因此，我们邀请年龄大于65岁的社区老年人参加本研究。排除标准：(1)不能独立步行或不能完成指定的动作；(2)严重心肺功能不全(纽约心脏协会心力衰竭被分为iii级和iv级或无法进行6米步行试验)；(3)肾功能不全(肌酐清除率《60ml/min)或肝损伤(转氨酶增加2倍以上)；(4)恶性肿瘤。采集受试者的临床信息和血样，并进行人体测量和动脉硬化检测。
38.为了评估动脉硬化程度，我们使用动脉硬化检测仪(欧姆龙，日本)检测受试者的abi和bapwv。在受试者充分休息10分钟后，分别测量双侧上臂、踝关节血压两次，然后取平均值。本发明中左右bapwv的平均值计为最终bapwv。abi以踝臂收缩压比值计算，分别计算每条腿的abi，然后取较低者作为结果。
39.根据最新的亚洲肌少症工作组(awgs)2019年标准，肌少症被定义为低肌肉质量加上低肌力和/或低体能表现。肌肉质量采用生物电阻抗分析(bia)法(inbodys10，韩国)进行测量。肌肉质量指数(asmi)定义为asm除以身高平方米(asm/height2).低肌肉质量定义为男性的asmi＜7.0kg/m2，女性为5.7kg/m2。握力使用握力计(camryeh101，中国)评估，测量方案采用《中国国民体质测定标准》提出的建议：第一，向受试者分发测力计使用说明；第二，要求受试者两脚分开与肩同宽站立，肘部完全伸展；第三，要求受试者握住测力计保持在正中位置，食指屈曲90
°
，测力计不触碰到身体；第四，要求受试者用全力连续挤压握把3s。测量期间不允许口头鼓励或视觉反馈，受试者每只手进行三次交替试验，每次测量之间休息30s，握力结果选取六次测量的最大值。低握力根据性别分别定义为《28kg(男)和《18kg(女)。躯体功能的测量方案采用6米步速，测量三次取平均值，步速＜1m/s定义为步速缓慢。
40.体重指数(bmi)的计算方法是用体重除以身高的平方。血液和生化参数分别为：白细胞(wbc)、血小板(plt)、血红蛋白(hb)、丙氨酸转氨酶(alt)、天冬氨酸转氨酶(ast)、总胆红素(tbil)、空腹血糖(fbg)、肌酐(cr)、血尿素氮(bun)、总胆固醇(tc)、甘油三酯(tg)、低密度脂蛋白胆固醇(ldl-c)和高密度脂蛋白胆固醇(hdl-c)。
41.连续变量的正态性采用kolmogorov-smirnov检验进行评估。连续变量被报告为平均
±
标准差(sd)或中位数和四分位数范围(iqr)。连续变量根据分布情况，采用样本t检验或mann-whitneyu检验。pearsonχ2检验用于比较以频率表示的定性变量。采用spearman相关系数计算动脉硬化指标与肌少症成分之间的相关性。
42.将调查对象按7:3随机分为训练集和验证集。在训练集中，以是否患肌少症为因变量，构建二分类logistic回归模型，采用逐步向后法进行特征选择，对模型中的连续型变量，分别构建3、4、5个节点的限制性立方样条，在所有候选模型中，选择aic值最小模型为最终模型，并绘制诺莫图。采用受试者工作特征曲线下面积(auc)评估模型的区分度。绘制校
准曲线评估模型的校准度，并采用1000次bootstrap重抽样对模型进行内部验证。
43.为进一步明确动脉硬化指标跟少症之间的关系，绘制受试者工作特征曲线(roc)寻找bapwv与abi筛查肌少症最佳切点值，选择约登指数最大时的点为最佳切点值，将肌少症患者分为四组，采用方差分析或χ2检验比较不同分组间各肌少症组分的统计学差异，组间两两比较采用bonferroni法。双侧p《为0.05被认为差异有统计学意义。本实施例中，还计算了模型敏感性、特异性、阳性似然比和阴性似然比。所有分析均采用r(3.6.1)软件。
44.通过表1可知，本研究共纳入2236名受试者，其中女性占50.5％，男性占49.5％。肌少症的总患病率为20.1％。
45.表1研究人群特征表
46.47.我们在训练集中，采用多因素回归分析的方法首先确定了5个临床指标作为ablip模型的预测指标，包括年龄、bmi、ast/alt比值、abi和bapwv，并通过逐步向后法回归分析确定最终模型，同时绘制诺莫图。为评价该预测模型的诊断能力，进一步绘制诺莫图及各参数对肌少症的roc曲线(图2)。本研究中预测模型诺莫图训练集和验证集中auc值分别为0.836(95％ci
48.0.810～0.862)和0.828(95％ci0.796～0.860)，提示良好的诊断价值，且相比各单项的预测能力明显提高。(表2)
49.表2模型及各参数的诊断能力
[0050][0051]
图2为预测模型的诺莫图
[0052]
此外，我们的结果显示跟普通肌少症患者相比，严重肌少症患者的bapwv显著升高(1988.9
±
477.4cm/svs.1868.96
±
435.62cm/s，p＝0.007)，abi略降低(1.11
±
0.11vs.1.12
±
0.11，p＝0.463)。roc曲线分析表明，预测肌少症的bapwv最佳临界值为1995m/s(auc＝0.597,95％ci＝0.558-0.635，p《0.001)和abi的1.13(auc＝0.623,95％ci＝0.586-0.660，p《0.001)
[0053]
在这里一致表明，高bapwv和低abi与肌少症的风险和严重程度的增加相关。逐步回归分析显示，添加bapwv和abi后显著提高了ablip模型对肌少症的预测能力，表明动脉硬化程度和肌少症发病机制之间存在因果关系。
[0054]
综上所述，构建并验证了一个客观且易于操作的名为ablip的诺莫图工具，以识别有肌少症风险的老年人。该工具使用简单，可在短时间内推广到社区医务人员或护理人员进行老年人肌少症的早期筛查。
[0055]
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0056]
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术
人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。

技术特征：
1.一种基于动脉硬化指标的社区老年人肌少症筛查方法，其特征在于，包括以下步骤：确定目标社区居住的目标人群，获取目标人群动脉硬化指标数据和体检信息，所述动脉硬化指标数据脉搏波传导速度和踝臂指数，体检信息包括年龄、性别、身高、体重、生化全套和血常规根据上述动脉硬化指标数据和体检信息，采用统计学方法筛选出包括年龄、体重指数、天冬氨酸转氨酶和丙氨酸转氨酶的比值、踝臂指数、脉搏波传导速度在内的肌少症强相关因子；基于上述肌少症强相关因子参数，构建肌少症筛查模型并绘制诺莫图；根据所述肌少症筛查模型和诺莫图筛查肌少症。2.根据权利要求1所述的一种基于动脉硬化指标的社区老年人肌少症筛查方法，其特征在于，所述目标人群动脉硬化指标数据和体检信息均从社区人群体检数据库中提取。3.根据权利要求1所述的一种基于动脉硬化指标的社区老年人肌少症筛查方法，其特征在于，所述统计学方法具体为多元logistic回归法。4.根据权利要求1所述的一种基于动脉硬化指标的社区老年人肌少症筛查方法，其特征在于，所述目标人群年龄确定在大于等于65岁且社区居住的老年人群。5.根据权利要求1所述的一种基于动脉硬化指标的社区老年人肌少症筛查方法，其特征在于，所述体重指数(bmi)的计算方法是用体重除以身高的平方。6.一种肌少症筛查系统，其特征在于，包括：筛查终端；所述筛查终端包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。7.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。

技术总结
本发明公开一种基于动脉硬化指标的社区老年人肌少症筛查方法，属于肌少症筛查技术领域，包括：获取目标人群动脉硬化指标包括脉搏波传导速度、踝臂指数和年龄、性别、身高、体重、生化全套、血常规；采用多元logistic回归法筛选出肌少症强相关因子，包括ABI、baPWV、年龄、BMI、AST/ALT比值；基于上述参数，构建和训练ABLIP(A:ABI、B:BMI、L:AST/AST、I:ABI、P:baPWV)模型并绘制诺莫图用于预测受试者肌少症的发病风险。本发明能够较为准确筛选出肌少症高危人群，极大地缩小了需要筛查肌少症的人群规模。本预测工具包含了目标人群的血管硬化程、营养状态、器官功能等生理学和生物学属性，这种包含多维度参数的引入对全面判断肌少症严重程度和指导肌少症干预措施具有一定价值。严重程度和指导肌少症干预措施具有一定价值。严重程度和指导肌少症干预措施具有一定价值。


技术研发人员：高伟 王权 嵇达康
受保护的技术使用者：东南大学附属中大医院
技术研发日：2023.06.05
技术公布日：2023/10/8