肌肉含量指標預測社區人群骨質疏松癥風險研究

楊秀琳 馬斌 莫曉丹 馬力揚 海向軍*

1. 西北民族大學醫學部，甘肅 蘭州 730030 2. 西北民族地區環境生態與人群健康國家民委重點實驗室，甘肅 蘭州 730030

骨質疏松癥( osteoporosis，OP) 是最常見的骨骼疾病之一。中國是世界上老年人口絕對數最多的國家，OP已成為中國面臨的重要公共健康問題。雖然OP可防、可治，但OP診療率、整體診治率均較低，加強對危險人群的早期篩查與識別是中國OP的防治重要策略[1]。國內外研究[2-5]均發現，肌肉量是重要的影響骨密度(bone mineral density, BMD)、骨強度及OP發病的因素。目前，一些研究[6-11]已開始通過分析肌肉量指標預測人群老化情況、制定肌少癥診斷標準及分析其與BMD之間的關系，但通過檢測社區人群肌肉量指標預測OP風險的研究不多。本研究擬通過評價各肌肉量指標與OP的相關性，分析其預測OP風險的效果，為進一步識別OP高危人群提供參考。

1 對象和方法

1.1 研究對象

于2016年7月至2020年12月，通過社區體檢選取來自甘肅省蘭州市、臨夏州東鄉縣、天祝縣及張掖市的常住人口為研究對象。要求研究對象活動正常，能配合各項檢查，未患影響骨代謝的疾病或長期服用影響骨代謝藥物。最終獲取符合條件的研究對象3 151名，其中男性1 173名，女性1 978名，年齡最小的12歲，最大的90歲，平均47.54歲。

1.2 研究方法

1.2.1肌肉量相關指標測量：應用日本MC-180生物電阻抗體成分分析儀，分別測量受試者四肢肌肉量，并在此基礎上計算如下指標[6,9-11]：①四肢骨骼肌肉量(appendicular skeletal muscle mass，ASM)：即雙上肢與雙下肢骨骼肌量總和(kg)；②四肢骨骼肌指數(appendicular skeletal muscle mass index，ASMI)：ASM( kg) 除以身高( height，Ht) 的平方, 即ASM/Ht2(kg/m2)；③四肢骨骼肌體重比(skeletal muscle index,SMI)：ASM占體重的比值，即ASM/Weight；④四肢骨骼肌BMI比：ASM-to-BMI ratio，亦作ALMBMI，即ASM/BMI。

1.2.2骨強度測量：采用日本GE EXPRESSⅡ超聲骨密度儀，測量部位為右腳跟骨，要求受試者脫去右足鞋襪，足部緊貼測量凹槽，所得數據通過軟件存儲在計算機并通過excel表格導出。測量指標包括：骨強度指數、T 值等。

1.2.3骨質疏松癥診斷標準：根據OP診斷標準[12]：-1.0≥T>-2.5為骨量減少，T≤-2.5為OP。

1.2.4研究對象分組：不同性別研究對象根據其T值，分別分為骨量正常組(T>-1.0)，骨量減少組(-1.0≥T>-2.5)及OP組(T≤-2.5)。

1.2.5倫理學問題及知情同意：本研究經西北民族大學醫學倫理委員會審查通過。研究前向研究對象講解研究目的、意義，并向研究對象保證所有個人隱私均會嚴格保密。所有研究對象均自愿參加本研究，并均已簽署知情同意書。

1.3 統計學分析

應用SPSS20.0統計軟件進行統計學分析，采用描述性統計分析、兩組獨立樣本t檢驗、方差分析、卡方檢驗、受試者工作特征曲線分析(ROC曲線)及Logistic回歸分析法分析數據。通過AUC值反映ROC曲線預測效果，AUC取值在0.5～1.0之間，越接近1.0，預測效果越好。

2 結果

2.1 不同性別研究對象各指標比較

結果顯示，男性骨強度指數、ASM、ASMI、SMI、ASM-to-BMI ratio均高于女性，差異有統計學意義(P=0.000)，見表1。

表1 不同性別研究對象各指標比較

2.2 不同骨質情況研究對象肌肉量指標比較

男性OP組ASM、ASMI、ASM-to-BMI ratio低于骨量正常及骨量減少組，差異有統計學意義(P<0.05)，但SMI在不同骨質組中差異無統計學意義(F=1.454，P=0.234>0.05)；女性OP組ASM、ASMI、SMI及ASM-to-BMI ratio均低于骨量正常組，差異有統計學意義(P<0.05)。見表2。

表2 不同骨質分組研究對象各指標比較Table 2 Comparison of different indexes in different bone mass groups

2.3 肌肉量指標預測OP的ROC曲線分析

結果顯示，男性及女性ASM、ASMI、SMI、ASM-to-BMI ratio預測OP的ROC曲線下面積(area under the curve，AUC)均有統計學意義(P<0.05)。依照約登指數(靈敏度+特異度-1)最大的原則確定最佳切點值，得出上述肌肉指標預測OP的切點值分別為：ASM：男19.550 kg，女16.350 kg；ASMI：男7.523 3 kg/m2，女6.463 3 kg/m2；SMI：男0.327 5，女0.281 6；ASM-to-BMI ratio：男0.898 6，女0.708 8。見表3。

表3 肌肉指標預測骨質疏松癥的ROC曲線分析結果Table 3 ROC curve analysis of muscle mass indexes in predicting osteoporosis risk

2.4 肌肉指標預測高血壓風險的Logistic 回歸分析

2.4.1單因素Logistics回歸分析：以是否OP為因變量(非OP=0，OP=1)；分別以ROC 曲線分析中AUC有統計學意義的肌肉指標為自變量，以各指標大于切點值為參照組。結果表明，男性ASM、ASMI、SMI、ASM-to-BMI ratio四個指標小于等于切點值者患OP的風險分別是切點值以上者的6.050、4.299、2.177及2.113倍；女性ASM、ASMI、SMI、ASM-to-BMI ratio小于等于切點值者患OP風險分別是切點值以上者的5.211、3.160、2.897及4.689倍。見表4。

表4 各肌肉量指標預測OP的單因素Logistics回歸分析結果Table 4 Univariate logistics analysis of muscle mass indexes in predicting the incidence of OP

2.4.2多因素Logistic回歸分析：以是否OP為因變量(非OP=0，OP=1)，以單因素Logistic回歸分析中有統計學意義的ASM、ASMI、SMI、ASM-to-BMI ratio為自變量，Enter法選擇自變量進行分析。結果顯示，男性進入模型的變量為ASM及ASMI，男性ASM≤19.550者患OP風險是ASM>19.550的3.476倍，ASMI≤7.523者患OP的風險是ASMI>7.523的2.047倍；女性進入模型的變量為ASM、ASMI及ASM-to-BMI ratio：ASM≤16.350、ASMI≤6.463及ASM-to-BMI ratio≤0.709者患OP風險分別是AMS>16.350、ASMI>6.463及ASM-to-BMI ratio>0.709者的2.629、2.061及3.442倍。見表5。

表5 肌肉量指標預測OP的多因素logistics回歸分析Table 5 Multivariate logistics analysis of muscle mass indexes in predicting the incidence of OP

2.5 不同肌肉量指標組合研究對象OP檢出率

根據多因素Logistic回歸分析中男、女性有統計學意義的肌肉量指標并結合ROC曲線切點值，將ASM、ASMI及ASM-to-BMI ratio(僅針對女性)分為正常組(-)即大于切點值組、過低組(+)即小于等于切點值組。結果發現，男性ASM與AMSI均(-)組OP檢出率最低(4.38%)，ASM(+)與ASMI(+)組OP檢出率最高(26.60%)，差異有統計學意義；女性ASM(-)、AMSI(-)、ASM-to-BMI ratio(-)組OP檢出率最低(0.88%)，ASM(+)、AMSI(+)、ASM-to-BMI ratio (+)組OP檢出率最高(23.78%)，差異有統計學意義。見表6。

表6 不同肌肉量指標組合的OP檢出率[n(%)]Table 6 The OP incidence in different muscle mass indexes combination groups [n(%)]

3 討論

適當的力學刺激和負重有利于維持骨重建，肌肉的機械負荷也是維持BMD 的重要機制。肌肉量可能通過機械負荷調節骨量[13]，是預防OP的重要保護因素[5]，而肌肉萎縮引起的機械負荷下降會誘發骨質流失[14]。雖然肌肉量與OP間關系的研究較多，但尚需在此基礎上深入分析與OP相關的肌肉量指標在預測OP風險中的意義。本研究納入近年來國內外提出并廣泛使用的四項反映肌肉量的指標，即ASM、ASMI、SMI和ASM-to-BMI ratio，分析這些指標預測OP的效果。

四項指標中，ASM是四肢骨骼肌肉量的總和，是反映肌肉量的直接指標，但由于肌肉量與體型、體表面積有關，為了消除體型因素對肌肉量的影響，國內外研究者[9-11]提出ASMI、SMI及ASM-to-BMI ratio三個肌肉量校正指標，這三個指標分別校正了身高、體重及BMI對肌肉量的影響。目前，這些代表肌肉量的指標主要用于肌少癥的診斷切點值分析[7,9-11]、制定骨骼肌含量正常參考值[15]及反映人體老化狀況[6]等研究，較少用于OP風險預測研究。本次研究發現，這四項反映肌肉量的指標存在性別差異，男性均高于女性，符合男性與女性體成分差異特點。骨強度指數是綜合反映骨的幾何結構、骨密度、骨骼的材料性能、體重及骨骼所受外力等因素的指標[16]，由超聲骨密度儀通過測定超聲波傳導速度(SOS)與超聲振幅衰減系數(BUA)所得，對預測OP有一定的優勢，近年來成為很多OP防治研究中的重要指標。本研究通過比較不同性別骨強度指數發現，男性骨強度指數高于女性，亦符合不同性別骨質量差異。

本研究發現，男性除SMI外，OP組其他三個肌肉含量指標均低于骨質正常組；而女性中，OP者ASM、ASMI、SMI及ASM-to-BMI ratio四個指標均低于骨量正常組，初步印證了肌肉量對OP的保護意義。在此基礎上，本次研究通過ROC曲線分析和單因素Logistic回歸分析，分別找出了預測男性及女性OP風險的四個肌肉量指標切點值及小于等于各指標切點值者較切點值以上者患OP的風險。從單因素分析結果來看，四個指標以切點值分類后，對男性與女性預測OP風險均有意義，其中，男性和女性與OP風險關聯強度最高的肌肉量指標均為AMI，而關聯強度最低的指標在男性與女性中不同，女性為SMI(2.897倍)，男性則為ASM-to-BMI ratio(2.113倍)。

在單因素Logistic回歸分析的基礎上，將有統計學意義的所有指標共同納入多因素Logistic回歸分析，結果發現僅ASM及ASMI是預測男性OP風險的指標，兩個指標小于等于切點值者患OP風險分別是高于切點值者的3.476倍及2.047倍。Xu等[8]一項針對40歲以上中國男性的隊列研究指出，除顱骨BMD外，ASM與全身其他部位BMD均成正比，與本研究結果發現的ASM是良好的預測男性OP風險的肌肉指標結果相印證。對于女性而言，小于等于切點值較高于切點值者患OP風險最高的指標為ASM-to-BMI ratio(3.442倍)。也就是說，ASM-to-BMI ratio是預測女性OP風險關聯強度最高的肌肉指標，但卻不是預測男性OP風險性的指標。Spira等指出，低ALMBMI(即ASM-to-BMI ratio)男性發生肌無力的危險性要比低ALMBMI女性發生肌無力的危險性更低[17]，而肌肉力量(反映肌肉的功能狀況的指標)是重要的影響骨量的指標，與BMD成正相關[18]。因此，本次研究發現的“ASM-to-BMI ratio是否低于切點值對于預測女性患OP的風險有重要意義，但卻不是預測男性OP風險的預測指標”這一結果也側面印證了Spira的研究結果。分析其原因，可能與不同性別體成分差異有關：BMI是重要的衡量肥胖的指標，BMI標化肌肉量較其他肌肉量校正指標如ASMI更能反映出身體瘦組織與脂肪比例[19]，而女性體成分中脂肪含量較男性高，因此，對于女性而言，BMI標化ASM較其他肌肉量標準化指標對于一些與肌肉量相關的慢性病預測能力更強。此外，本研究結果顯示，ASMI對男性及女性OP風險預測均有統計學意義，與國內吳小寶等[20]針對絕經后女性的研究發現的“ASMI 和BMD 之間無相關性”研究結果有矛盾。分析其原因，可能與兩項研究的研究對象不同有關，吳小寶等人的研究對象為絕經后婦女，但本研究女性對象還包括青年、中年女性。提示未來研究還需擴大樣本量，對研究對象進行年齡分層，針對不同年齡層逐一深入分析。

分別聯合應用多因素分析中對預測男性及女性有意義的肌肉含量指標，分析不同指標陽性(小于等于切點值)及陰性(大于切點值)組合者OP檢出率，結果發現男性檢出率最高的組合(ASM與ASMI均為陽性，檢出率26.60%)是檢出率最低組合(ASM與ASMI均陰性，檢出率4.38%)的6.07倍；女性中OP檢出率最高組合(23.78%)是檢出率最低組合(0.88%)的27.02倍。提示在未來工作中，對于男性和女性分別聯合應用ASM與ASMI及ASM、ASMI與ASM-to-BMI ratio，能夠更高效識別OP高危人群。而該結果也進一步證實，增加運動量，提高肌肉量，是降低OP風險的重要措施。

雖然本研究應用目前國內外最主要的衡量肌肉量的指標深入分析各指標預測OP風險的意義，但依然有不足之處：首先，診斷OP的金標準為雙能X線(DXA)BMD檢查，但由DXA檢查成本較高，儀器昂貴且不便攜帶，難用于基層大樣本普查，因此本研究采用超聲骨密度儀所得T值進行OP診斷，雖然該檢查不是診斷OP的金標準，但對于初探各肌肉量指標對于OP的風險預測有一定意義；其次，目前國內外研究對于肌肉量與肌肉功能(如握力)哪一個指標才是骨量的影響因素尚存在一定爭論。有研究[19]認為，肌肉功能而非肌肉量才是影響骨量、預防OP的重要因素，本研究僅分析了肌肉量指標對OP風險的預測意義，未能將握力等反映肌肉功能的指標納入分析；再次，OP的高發人群主要是絕經后女性及老年人，而本研究為探索肌肉指標對OP的預測意義，將社區12～90歲年齡段人群均納入為研究對象，尚缺乏針對性，這可能也是導致AUC雖然大多有統計學意義、但預測效果不高的原因。因此，在未來的研究中，需要通過DXA檢查并納入肌肉功能狀態指標，對不同年齡段研究對象進行分層，尤其是針對OP患病的高危人群展開專門研究，進一步分析肌肉量對OP防治、風險預測的意義。