探索影响因素和预测分析在中国人口中 Sarcopenia 使用身体组成分析仪
Shaotian Li1, Jingfeng Zou1, Liping Wang1
1Union Hospital TongJi Medical College, Huazhong University of Science and Technology, Wuhan, China.
Science progress
|August 28, 2024
概括
在中国老年人中,肉症的风险与蛋白质,水,矿物质,基础代谢率和年龄的低水平有关. 使用这些因素的综合预测模型实现了0.932的AUC,用于准确预测肉症.
科学领域:
- 老年学和老年医学是老年学和老年医学.
- 营养科学 营养科学
- 身体组成分析 身体成分分析
背景情况:
- 萨科佩尼亚对全球老龄化人口构成重大健康挑战.
- 了解特定的风险因素,以及在中国等不同人群中开发出对肉类的预测工具至关重要.
研究的目的:
- 确定影响中年和老年中国人中 Sarcopenia 发病率的因素.
- 开发和验证一个预测模型,用身体成分分析来预测萨尔科佩尼亚的发生.
主要方法:
- 一项对1258名住院患者进行的回顾性研究,这些患者的诊断使用了2019年亚洲萨尔科佩尼亚工作组的标准.
- 二元物流回归分析以确定影响因素.
- 接收器运行特征 (ROC) 曲线分析以评估预测性能 (曲线下的面积 - AUC).
主要成果:
- 麻症的发生率为27% (340/1258).
- 危险因素包括低蛋白质,低总体水分,低矿物质,低基底代谢率和晚年 (OR > 1,P < 0.05).
- 保护因素包括男性性别,更高的BMI,更高的无脂肪质量指数和更高的InBody分数 (OR < 1,P < 0.05).
- 使用五个指标的综合预测模型实现了0.932.9的AUC.
结论:
- 低蛋白质,低总体体水,低矿物质,低基础代谢率和年龄等身体成分指标是中国老年人肉症的关键决定因素.
- 整合这些因素的预测模型在识别患有萨尔科佩尼亚风险的个体方面具有很高的准确性.
- 临床从业者可以利用这些发现进行积极的风险评估和早期干预策略.
