在老年人中 Sarcopenia 的风险因素和预测模型

肌肉减少症作为一种与年龄相关的综合征，其特征是肌肉力量和肌肉量进行性下降，或身体功能减退。该病起病隐匿，患病率较高。本研究旨在探讨老年人群中肌肉减少症的危险因素，并构建预测模型。

患者（n= 335）名年龄在60至93岁之间的受试者，这些受试者于2020年1月至2024年5月期间接受了双能X射线吸收测定法（DXA）或身体成分分析仪（InBody）检查。从这些受试者中收集了临床数据和实验室检测结果。采用LASSO和逻辑回归模型识别并评估与肌少症相关的重要风险因素。建立了列线图和决策树模型，用于预测老年人群患肌少症的概率。采用随机森林方法对预测肌少症的变量重要性进行排序。

本研究中与肌少症相关的潜在危险因素包括体重指数、前白蛋白、白蛋白/球蛋白比值、血清肌酐和磷。基于上述因素构建了列线图和决策树模型，分别表现出较高的区分能力和较高的分类准确性。两种模型在预测老年人肌少症方面均有效，其中列线图显示出尤为可靠的预测性能。

本研究确定了老年人肌少症的风险因素并建立了预测模型，有助于对该疾病的及时干预和治疗。列线图（nomogram）为测量老年人群肌少症的发生概率提供了直观的方法，决策树模型则使肌少症的评估变得简便且快速。这两种模型均有助于临床医务人员对肌少症进行早期筛查和识别。