通過簡易肌力測試預測社區老年人群身體肌肉含量的模型

劉閔敬 周思美 黎夢麗 王麗

肌肉是人類生命活動的基礎，肌肉含量與身體功能、生活質量及健康狀況密切相關。人體肌肉含量約45歲開始下降，每10年下降8%，直至70歲時每10年下降15%[1]。國內外研究均顯示，60歲以上社區老年人群中，肌肉含量過低者可占10%～70%[2-3]。肌肉含量不足會阻礙關節的正常活動，導致老年人跌倒、骨折等功能性損害，引發一系列健康負性事件[4]，如身體功能減退、生活質量下降，還會引起衰弱、肌少癥、骨質疏松等慢性疾病。目前檢測肌肉含量的方法較多，包括MRI、雙能X線吸收法(DXA)等[5]，但上述方法所需儀器均昂貴龐大，操作流程也需嚴格培訓，在社區應用受到一定的限制。因此，探索簡便和價廉的肌肉含量評估方法將有助于社區醫療工作者及居民快速評判其健康狀況。簡單器械肌力測試可在反映肌肉功能的同時預測肌肉含量，能更為快速、全面地判斷當前肌肉及身體健康狀況。美國[6]、瑞典[7]、加拿大[8]等地均進行過該類研究，即使用人體測量學指標、上下肢肌力等預測社區及養老院老年人的肌肉含量，結果顯示此類方程均具有較好的預測性，但不同地區的預測模型存在差異。本研究旨在通過對社區老年人進行身體肌肉含量測定和不同部位的簡易肌力測試，分析其相關關系，建立以簡易肌力水平為基礎的肌肉含量回歸預測模型，從而為醫護工作者提供一種簡易的篩查方法，以及時評估老年人肌肉健康狀況，為后續的檢查及治療提供依據。

1 對象與方法

1.1 研究對象 2019年9～12月在蘇州市不同社區發放宣傳單、張貼海報橫幅、舉辦義診活動以招募研究對象，所有研究對象均為社區居民。納入標準：(1)年齡≥60歲；(2)知情同意，自愿參加并配合研究者。排除標準：(1)體內有心臟支架、起搏器、鋼板、鋼釘等；(2)患有精神疾病，伴有理解困難、溝通障礙者；(3)存在嚴重的心血管疾病或處于疾病急性期，如急性心肌梗死、急性心力衰竭、房室傳導阻滯、支架植入術后等；(4)存在嚴重神經系統疾病，如腦血管意外后遺癥、PD等。

1.2 研究方法 對所有符合條件且自愿參加的受試者，充分解釋試驗目的和可能存在的風險。每名受試者在接受檢測前表達自愿同意，并簽署知情同意書。本研究已獲得蘇州大學倫理委員會的審查批準，倫理號為ECSU-201900161。所有受試者在完成一般資料的填寫后，分別進行體成分儀檢測和簡易肌力測試。簡易肌力測試包括握力、30 s肱二頭肌彎舉、30 s連續坐立測試和基于Micro FET3手持測力儀測定股四頭肌與腘繩肌最大等長肌力。

1.2.1 肌肉含量測試：采用直接節段多頻生物電阻抗分析法(direct segmental muti-frequency bioelectrical impedance analysis，DSM-BIA)的體成分儀(TANITA，MC-180，日本)進行測試。囑受試者測試前15 min內避免劇烈運動，禁止大量飲水或進食；測試時取下手機以及佩戴的金屬飾品，脫掉鞋襪與較重衣物；手足與8個電極點緊密接觸，肩關節輕微外展，軀干與上肢之間保持15°夾角；站立時全身放松，但不要屈曲肌肉；測量過程中，保持初始固定姿勢，禁止交談，直到測試結束。

1.2.2 簡易肌力測試

1.2.2.1 握力：使用Jamar plus+握力計(Jamar，563213型，美國)進行測試。采用1992年美國手功能治療師協會推薦的測試手部力量步驟及體位[9]。受試者軀干正直坐位，肩關節處中立位，與肘關節保持90°，前臂及髖關節處于中立位。測試時，受試者以優勢手盡最大力維持3 s，而后更換非優勢手，兩側完成為1組，共3組，每組間休息30 s。測量完成后，分別取兩側3次測量的平均值。

1.2.2.2 30 s肱二頭肌彎舉測試：女性使用5磅啞鈴，男性使用8磅。受試者端坐于椅上，雙足平放于地面，優勢手持啞鈴，手心朝外，手臂自然下垂。測試人員發出“開始”指令后，受試者于30 s內盡可能多次地持啞鈴進行全關節范圍屈肘彎舉，至前臂旋后、掌心與身體正面相對，隨后恢復至起始位置。在測試時上臂固定，記錄30 s內前臂彎舉的次數。

1.2.2.3 30 s連續坐立測試：受試者端坐于椅上，雙足平放于地面，雙臂交叉抱于胸前，測試人員發出“開始”口令后，受試者完全站起，隨后完全坐下，起-坐記為1次。受試者于30 s內盡可能多次完成起-坐動作。

1.2.2.4 股四頭肌與腘繩肌最大等長肌力：使用Micro FET 3便攜式肌力與關節活動度測試儀(Hoggan，120382型，美國)測試股四頭肌與腘繩肌最大等長肌力。(1)股四頭肌：即伸膝肌群肌力；受試者坐于高椅上，雙足離地，膝關節彎曲90°，測力儀置于小腿前側下部，靠近踝關節。(2)腘繩肌：即屈膝肌群肌力；受試者坐于高椅上，雙足離地，膝關節彎曲90°，測力儀置于小腿后側下部，靠近踝關節。具體流程見參考文獻中方法[10]。

2 結果

2.1 一般資料 本研究共納入研究對象140例(其中接受股四頭肌與腘繩肌最大等長肌力測試者為107例，接受其余測試者均為140例)，年齡60～80歲，平均(72.04±6.78)歲；男57例(40.7%)，女83例(59.3%)。

2.2 肌肉含量與肌力以及一般資料的相關性分析 正態性檢驗結果表明，除股四頭肌最大等長肌力呈正態分布，其余指標均為非正態分布。相關分析結果顯示，除年齡外，各項指標均與肌肉含量呈正相關(P<0.001)。非優勢手握力與肌肉含量的相關系數最高(r=0.720)；其后依次為優勢手握力(r=0.661)、股四頭肌(r=0.558)和腘繩肌(r=0.601)最大等長肌力、30 s肱二頭肌彎舉測試(r=0.328)、30 s連續坐立測試(r=0.207)。

2.3 肌肉含量的多重線性回歸分析

2.3.1 各簡易肌力檢測結果分別預測肌肉含量的多重線性回歸：在回歸分析中，男性賦值為1，女性賦值為0。多重線性回歸結果顯示，優勢手握力(r2=0.732，P<0.001)、非優勢手握力(r2=0.761，P<0.001)、30 s肱二頭肌彎舉測試(r2=0.702，P<0.001)、股四頭肌(r2=0.724，P<0.001)與腘繩肌最大等長肌力(r2=0.719，P<0.001)分別構建的肌肉含量預測模型均有統計學意義，而30 s連續坐立測試模型不具有統計學意義(P=0.802)。僅包含性別與BMI的模型也具有統計學意義(r2=0.679，P<0.001)。見表1。

2.3.2 各簡易肌力檢測結果聯合預測肌肉含量的多重線性回歸：由于相關分析顯示，年齡與肌肉含量無關，此外，身高與體質量在同一回歸方程中存在共線性，因此在建立回歸預測方程時僅納入性別與BMI作為協變量，將男性賦值為1，女性賦值為0。將不同簡易肌力測試的結果納入同一回歸模型后，性別(P<0.001)、BMI(P<0.001)、非優勢手握力(P<0.001)、30 s連續坐立測試(P=0.039)和股四頭肌最大等長肌力(P=0.002)有統計學意義。與表1中各單獨預測回歸方程相比，聯合預測方程擬合優度(調整r2=0.773)高于各單獨預測方程。見表2。

表1 各簡易肌力檢測結果分別預測肌肉含量的多重線性回歸分析

表2 各簡易肌力檢測指標聯合預測肌肉含量的多重線性回歸分析

3 討論

3.1 簡易肌力測試與身體肌肉含量的相關性 本研究結果表明，簡易肌力測試結果均與身體肌肉含量呈正相關。非優勢手握力與肌肉含量的相關性最佳，其后依次為優勢手握力、股四頭肌與腘繩肌最大等長肌力、30 s肱二頭肌彎舉測試和30 s連續坐立測試。Heimburger等[11]的研究報道了握力與肌肉含量呈高度正相關(r=0.70)，與本研究結果一致，表明握力是一項可以有效反映肌肉含量的評估指標。Crispim等[12]的研究顯示，非優勢手握力與肌肉含量的相關性(r=0.610)較優勢手(r=0.588)更好，與本研究相同，推測可能是由于優勢手日常需要進行更多的活動，其肌肉功能除與肌肉含量有關外，還有更多其他影響因素，導致其與肌肉含量之間的相關性降低。因此，在同時測得優勢手與非優勢手握力時，使用非優勢手握力評估肌肉含量效果更佳。膝關節最重要的活動方式是伸屈，參與伸屈活動的主要肌肉是股四頭肌和腘繩肌[13]。Landers等[14]在研究中得出股四頭肌和腘繩肌最大等長肌力與大腿肌肉含量呈正相關，同本研究結果基本一致。盡管股四頭肌與腘繩肌最大等長肌力對肌肉含量的評估效果不及握力，但也不失為一種簡易有效的判斷方法。

根據肌肉的收縮形式，肌力可分為等長性、等張性和等速性收縮。其中，等速性收縮需利用特定設備，且該測試儀價格昂貴、十分笨重。本研究選擇了等長性和等張性肌力測試2種方法，其中，等長性肌力測試包括握力、基于Micro FET3手持式測力儀測定的股四頭肌與腘繩肌最大等長肌力測試，等張性肌力測試包括30 s肱二頭肌彎舉測試和30 s連續坐立測試。本研究結果中，等長性肌力與身體肌肉含量的相關性較等張性肌力更佳，這可能與本研究中前者記錄的是肌力的千克數而后者記錄的是動作完成次數有關。Davison等[15]研究發現，股四頭肌和腘繩肌的等張肌力與其相應部位肌肉含量的相關性優于等長性肌力，推測這一結果與本研究結果的差異可能與其使用肌肉收縮的峰值功率來表示結果有關；其次，該研究評估的受試人群與肌肉部分也與本研究不同。潘玲等[16]的研究表示，30 s連續坐立測試與肌肉含量的相關性偏弱(r=0.203)，這一研究結果與本研究類似。而在Bentes等[17]的研究中，30 s肱二頭肌彎舉測試和30 s連續坐立測試均與肌肉含量無相關性(P>0.05)。由此表明，盡管這兩種測試作為評價肌肉功能的簡易方法已受到廣泛的認可，但在反映肌肉含量效果方面不及握力和股四頭肌與腘繩肌最大等長肌力。但這并不代表等張性肌力測試與肌肉含量的相關性不佳，若將等張性肌力測試結果量化為肌肉做功，可能二者的相關性會有所提高。

3.2 簡易肌力測試結果單獨及聯合預測身體肌肉含量 在本研究的相關分析結果中，年齡與肌肉含量無關(P=0.152)，可能是由于本研究招募的人群均≥60歲，年齡分布相對集中，無法體現其差異性。在其他體質指標預測肌肉含量的研究中[5, 18]，年齡與肌肉量具有相關性且均納入回歸方程，肌肉含量也的確隨年齡的增加而逐漸降低[1]。

在簡易肌力測試結果中，握力與肌肉含量的相關性最好，非優勢手握力最佳。在建立肌力單獨預測肌肉含量的回歸模型時，同樣是握力構建的回歸方程的預測效果最好，非優勢手握力(r2=0.761)優于優勢手(r2=0.732)。Hausdorff等[19]的研究指出，握力能比膝關節肌力更好地預測肌肉質量。Michelle的研究[6]也表明，握力在肌力指標預測肌肉質量的方程中預測性最佳。在下肢最大等長肌力測試中，腘繩肌肌力與肌肉含量的相關性(r=0.601)優于股四頭肌(r=0.558)，但股四頭肌預測肌肉含量的回歸方程的擬合優度較腘繩肌偏高，這可能與二者資料分布類型不同(是否呈正態分布)，由此采用不同的相關分析方法有關，且相關系數差別較小。在使用Micro FET3手持式測力儀測定下肢等長肌力來預測老年人肌肉含量時，可優先使用股四頭肌的預測模型。盡管30 s肱二頭肌彎舉測試與肌肉含量的相關性不高，但其在預測肌肉含量時效果較好，可以解釋70.2%的因變量(肌肉含量)變異。30 s連續坐立測試則與肌肉含量的相關性偏弱，且無法達到預測目的(P=0.802)。

此外，在不納入任何肌力測試結果，僅將性別和BMI作為自變量時，也能對肌肉含量進行預測，解釋67.9%的因變量(肌肉含量)變異，雖然預測效果不及包含肌力測試的方程，但在缺少適當的測量工具時，該方程亦不失為一種快速、簡單的計算肌肉含量的方法。當不同簡易肌力測試結果納入同一回歸方程聯合預測肌肉含量時，其模型預測因子包括性別、BMI、非優勢手握力、30 s連續坐立測試和股四頭肌最大等長肌力，且聯合方程的預測效果優于單獨預測方程的最佳式(即非優勢手握力方程)，表明聯合方程預測效果更好，因此在測量工具充足的條件下，優先使用聯合預測方程。

3.3 不足與展望 目前關于簡易肌力測試結果單獨或聯合預測肌肉含量的研究較少，因此本研究結果無法與更多歷史研究進行對照。其次，本研究的樣本量較小，僅建立回歸方程，未對其進行實例驗證，未來會進行更大樣本量的相關研究。