一个基于通过超声波测量小牛肉最大肌肉周长的萨尔科佩尼亚预测模型
An Wei1, Yan Zou2, Zhen-Hua Tang3
1Department of Ultrasound, Hunan Provincial People's Hospital, The First Affiliated Hospital of Hunan Normal University, No.89, GuHan Avenue, Changsha, HuNan, 410024, China. weian1976@163.com.
BMC geriatrics
|February 5, 2025
概括
这项研究开发了一种新的模型,用于预测老年住院患者使用小牛最大肌肉周长 (CMMC) 和其他因素预测肉症. 该模型准确地识别了有风险的个体,有助于对这种与年龄有关的疾病进行早期干预.
科学领域:
- 老年医学 老年医学
- 诊断工具 诊断工具 诊断工具
- 肌肉健康研究 肌肉健康研究
背景情况:
- 在老年人中诊断萨科佩尼亚对于健康管理至关重要.
- 牛犊周长 (CC) 与肉相关,但牛犊最大肌肉周长 (CMMC) 尚未研究.
- 在住院的老年患者中,需要一种新的萨尔科佩尼亚预测模型.
研究的目的:
- 在住院的老年患者中构建和验证皮病的预测模型.
- 为了研究用超声波测量小牛最大肌肉周长 (CMMC) 在萨尔科佩尼亚预测中的实用性.
- 在这个人口群体中识别肉类的关键预测因素.
主要方法:
- 对60岁以上住院患者进行了回顾性受控研究.
- 超声波测量肌肉厚度和CMMC.
- 根据2019年亚洲肉病工作组 (AWGS2) 标准进行的肉病诊断.
- 后勤回归分析用于识别预测因素并开发简化预测模型.
主要成果:
- 年龄,白蛋白水平 (ALB),胸肌肉厚度 (BRMT),胃肌侧头肌厚度 (Glh MT) 和CMMC是萨尔科佩尼亚的独立预测因素.
- 开发了一个预测模型 (物流P = -4.5 + 1.4 ×年龄 + 1.3 ×ALB + 1.6 ×BR MT + 3.7 ×CMMC + 1.8 ×Glh MT) 的AUC为0.927.
- 该模型显示了高灵敏度 (0.884) 和特异性 (0.837) 对于萨科佩尼亚预测.
结论:
- 在老年住院患者中成功构建了对缩症的强大预测模型.
- 该模型包含易于测量的参数,包括CMMC,年龄,ALB,BR MT和Glh MT.
- 该工具提供了一种快速有效的方法,用于在临床环境中预测肉类症.
