开发一种算法,从区域脊椎和部Dxa扫描中预测尾质量指数
Krista Rossum1, Mackenzie R Alexiuk1, Clara Bohm1
1Chronic Disease Innovation Centre, Winnipeg, Manitoba, Canada; University of Manitoba, Winnipeg, Manitoba, Canada.
概括
这项研究开发了一种方法,使用常见的部和脊柱DXA扫描来预测尾肌瘦质量指数 (ALMI),有助于在没有全身扫描的情况下评估肉症.
科学领域:
- 老年学是一门学科.
- 生物医学工程 生物医学工程
- 放射学 放射学是一门学科.
背景情况:
- 标志着肌肉损失和功能减弱的萨尔科佩尼亚,通常使用尾肌肉质量指数 (ALMI) 来定义.
- 通常用全身双能X射线吸收计 (DXA) 测量ALMI,但在临床环境中不常用这种方法进行.
- 这种限制需要在临床实践中使用替代方法来评估ALMI.
研究的目的:
- 开发和验证用于预测ALMI的算法.
- 为此预测,利用随时可用的部和脊柱DXA扫描的数据.
- 在各种临床场景中提供一种切实可行的方法来评估肉症.
主要方法:
- 一项回顾性横截面研究分析了来自676名患者的DXA数据.
- 使用包括年龄,性别,身高,体重和脊椎和部的DXA衍生脂肪分数在内的共变量开发了一个算法.
- 内部验证是使用引导方法进行的.
主要成果:
- 最终的预测模型包括性别,年龄,身高,体重,脊柱脂肪分数和部脂肪分数.
- 该模型实现了0.863的调整R平方和0.529kg/m2的根平均平方误差.
- 预测低ALMI的接收器操作特征曲线 (AUROC) 下的面积为0.88.
结论:
- 尾肌瘦质量指数 (ALMI) 可以有效地使用标准的部和脊椎DXA扫描来预测.
- 这种预测能力为在全身DXA无法使用时,提供了一种可行的替代方法来评估肉症.
- 需要进一步的研究来探索预测ALMI与其他健康状况相关的临床实用性.
