通过简易肌力测试预测社区老年人群身体肌肉含量的模型

刘闵敬 周思美 黎梦丽 王丽

肌肉是人类生命活动的基础，肌肉含量与身体功能、生活质量及健康状况密切相关。人体肌肉含量约45岁开始下降，每10年下降8%，直至70岁时每10年下降15%[1]。国内外研究均显示，60岁以上社区老年人群中，肌肉含量过低者可占10%～70%[2-3]。肌肉含量不足会阻碍关节的正常活动，导致老年人跌倒、骨折等功能性损害，引发一系列健康负性事件[4]，如身体功能减退、生活质量下降，还会引起衰弱、肌少症、骨质疏松等慢性疾病。目前检测肌肉含量的方法较多，包括MRI、双能X线吸收法(DXA)等[5]，但上述方法所需仪器均昂贵庞大，操作流程也需严格培训，在社区应用受到一定的限制。因此，探索简便和价廉的肌肉含量评估方法将有助于社区医疗工作者及居民快速评判其健康状况。简单器械肌力测试可在反映肌肉功能的同时预测肌肉含量，能更为快速、全面地判断当前肌肉及身体健康状况。美国[6]、瑞典[7]、加拿大[8]等地均进行过该类研究，即使用人体测量学指标、上下肢肌力等预测社区及养老院老年人的肌肉含量，结果显示此类方程均具有较好的预测性，但不同地区的预测模型存在差异。本研究旨在通过对社区老年人进行身体肌肉含量测定和不同部位的简易肌力测试，分析其相关关系，建立以简易肌力水平为基础的肌肉含量回归预测模型，从而为医护工作者提供一种简易的筛查方法，以及时评估老年人肌肉健康状况，为后续的检查及治疗提供依据。

1 对象与方法

1.1 研究对象 2019年9～12月在苏州市不同社区发放宣传单、张贴海报横幅、举办义诊活动以招募研究对象，所有研究对象均为社区居民。纳入标准：(1)年龄≥60岁；(2)知情同意，自愿参加并配合研究者。排除标准：(1)体内有心脏支架、起搏器、钢板、钢钉等；(2)患有精神疾病，伴有理解困难、沟通障碍者；(3)存在严重的心血管疾病或处于疾病急性期，如急性心肌梗死、急性心力衰竭、房室传导阻滞、支架植入术后等；(4)存在严重神经系统疾病，如脑血管意外后遗症、PD等。

1.2 研究方法 对所有符合条件且自愿参加的受试者，充分解释试验目的和可能存在的风险。每名受试者在接受检测前表达自愿同意，并签署知情同意书。本研究已获得苏州大学伦理委员会的审查批准，伦理号为ECSU-201900161。所有受试者在完成一般资料的填写后，分别进行体成分仪检测和简易肌力测试。简易肌力测试包括握力、30 s肱二头肌弯举、30 s连续坐立测试和基于Micro FET3手持测力仪测定股四头肌与腘绳肌最大等长肌力。

1.2.1 肌肉含量测试：采用直接节段多频生物电阻抗分析法(direct segmental muti-frequency bioelectrical impedance analysis，DSM-BIA)的体成分仪(TANITA，MC-180，日本)进行测试。嘱受试者测试前15 min内避免剧烈运动，禁止大量饮水或进食；测试时取下手机以及佩戴的金属饰品，脱掉鞋袜与较重衣物；手足与8个电极点紧密接触，肩关节轻微外展，躯干与上肢之间保持15°夹角；站立时全身放松，但不要屈曲肌肉；测量过程中，保持初始固定姿势，禁止交谈，直到测试结束。

1.2.2 简易肌力测试

1.2.2.1 握力：使用Jamar plus+握力计(Jamar，563213型，美国)进行测试。采用1992年美国手功能治疗师协会推荐的测试手部力量步骤及体位[9]。受试者躯干正直坐位，肩关节处中立位，与肘关节保持90°，前臂及髋关节处于中立位。测试时，受试者以优势手尽最大力维持3 s，而后更换非优势手，两侧完成为1组，共3组，每组间休息30 s。测量完成后，分别取两侧3次测量的平均值。

1.2.2.2 30 s肱二头肌弯举测试：女性使用5磅哑铃，男性使用8磅。受试者端坐于椅上，双足平放于地面，优势手持哑铃，手心朝外，手臂自然下垂。测试人员发出“开始”指令后，受试者于30 s内尽可能多次地持哑铃进行全关节范围屈肘弯举，至前臂旋后、掌心与身体正面相对，随后恢复至起始位置。在测试时上臂固定，记录30 s内前臂弯举的次数。

1.2.2.3 30 s连续坐立测试：受试者端坐于椅上，双足平放于地面，双臂交叉抱于胸前，测试人员发出“开始”口令后，受试者完全站起，随后完全坐下，起-坐记为1次。受试者于30 s内尽可能多次完成起-坐动作。

1.2.2.4 股四头肌与腘绳肌最大等长肌力：使用Micro FET 3便携式肌力与关节活动度测试仪(Hoggan，120382型，美国)测试股四头肌与腘绳肌最大等长肌力。(1)股四头肌：即伸膝肌群肌力；受试者坐于高椅上，双足离地，膝关节弯曲90°，测力仪置于小腿前侧下部，靠近踝关节。(2)腘绳肌：即屈膝肌群肌力；受试者坐于高椅上，双足离地，膝关节弯曲90°，测力仪置于小腿后侧下部，靠近踝关节。具体流程见参考文献中方法[10]。

2 结果

2.1 一般资料 本研究共纳入研究对象140例(其中接受股四头肌与腘绳肌最大等长肌力测试者为107例，接受其余测试者均为140例)，年龄60～80岁，平均(72.04±6.78)岁；男57例(40.7%)，女83例(59.3%)。

2.2 肌肉含量与肌力以及一般资料的相关性分析 正态性检验结果表明，除股四头肌最大等长肌力呈正态分布，其余指标均为非正态分布。相关分析结果显示，除年龄外，各项指标均与肌肉含量呈正相关(P<0.001)。非优势手握力与肌肉含量的相关系数最高(r=0.720)；其后依次为优势手握力(r=0.661)、股四头肌(r=0.558)和腘绳肌(r=0.601)最大等长肌力、30 s肱二头肌弯举测试(r=0.328)、30 s连续坐立测试(r=0.207)。

2.3 肌肉含量的多重线性回归分析

2.3.1 各简易肌力检测结果分别预测肌肉含量的多重线性回归：在回归分析中，男性赋值为1，女性赋值为0。多重线性回归结果显示，优势手握力(r2=0.732，P<0.001)、非优势手握力(r2=0.761，P<0.001)、30 s肱二头肌弯举测试(r2=0.702，P<0.001)、股四头肌(r2=0.724，P<0.001)与腘绳肌最大等长肌力(r2=0.719，P<0.001)分别构建的肌肉含量预测模型均有统计学意义，而30 s连续坐立测试模型不具有统计学意义(P=0.802)。仅包含性别与BMI的模型也具有统计学意义(r2=0.679，P<0.001)。见表1。

2.3.2 各简易肌力检测结果联合预测肌肉含量的多重线性回归：由于相关分析显示，年龄与肌肉含量无关，此外，身高与体质量在同一回归方程中存在共线性，因此在建立回归预测方程时仅纳入性别与BMI作为协变量，将男性赋值为1，女性赋值为0。将不同简易肌力测试的结果纳入同一回归模型后，性别(P<0.001)、BMI(P<0.001)、非优势手握力(P<0.001)、30 s连续坐立测试(P=0.039)和股四头肌最大等长肌力(P=0.002)有统计学意义。与表1中各单独预测回归方程相比，联合预测方程拟合优度(调整r2=0.773)高于各单独预测方程。见表2。

表1 各简易肌力检测结果分别预测肌肉含量的多重线性回归分析

表2 各简易肌力检测指标联合预测肌肉含量的多重线性回归分析

3 讨论

3.1 简易肌力测试与身体肌肉含量的相关性 本研究结果表明，简易肌力测试结果均与身体肌肉含量呈正相关。非优势手握力与肌肉含量的相关性最佳，其后依次为优势手握力、股四头肌与腘绳肌最大等长肌力、30 s肱二头肌弯举测试和30 s连续坐立测试。Heimburger等[11]的研究报道了握力与肌肉含量呈高度正相关(r=0.70)，与本研究结果一致，表明握力是一项可以有效反映肌肉含量的评估指标。Crispim等[12]的研究显示，非优势手握力与肌肉含量的相关性(r=0.610)较优势手(r=0.588)更好，与本研究相同，推测可能是由于优势手日常需要进行更多的活动，其肌肉功能除与肌肉含量有关外，还有更多其他影响因素，导致其与肌肉含量之间的相关性降低。因此，在同时测得优势手与非优势手握力时，使用非优势手握力评估肌肉含量效果更佳。膝关节最重要的活动方式是伸屈，参与伸屈活动的主要肌肉是股四头肌和腘绳肌[13]。Landers等[14]在研究中得出股四头肌和腘绳肌最大等长肌力与大腿肌肉含量呈正相关，同本研究结果基本一致。尽管股四头肌与腘绳肌最大等长肌力对肌肉含量的评估效果不及握力，但也不失为一种简易有效的判断方法。

根据肌肉的收缩形式，肌力可分为等长性、等张性和等速性收缩。其中，等速性收缩需利用特定设备，且该测试仪价格昂贵、十分笨重。本研究选择了等长性和等张性肌力测试2种方法，其中，等长性肌力测试包括握力、基于Micro FET3手持式测力仪测定的股四头肌与腘绳肌最大等长肌力测试，等张性肌力测试包括30 s肱二头肌弯举测试和30 s连续坐立测试。本研究结果中，等长性肌力与身体肌肉含量的相关性较等张性肌力更佳，这可能与本研究中前者记录的是肌力的千克数而后者记录的是动作完成次数有关。Davison等[15]研究发现，股四头肌和腘绳肌的等张肌力与其相应部位肌肉含量的相关性优于等长性肌力，推测这一结果与本研究结果的差异可能与其使用肌肉收缩的峰值功率来表示结果有关；其次，该研究评估的受试人群与肌肉部分也与本研究不同。潘玲等[16]的研究表示，30 s连续坐立测试与肌肉含量的相关性偏弱(r=0.203)，这一研究结果与本研究类似。而在Bentes等[17]的研究中，30 s肱二头肌弯举测试和30 s连续坐立测试均与肌肉含量无相关性(P>0.05)。由此表明，尽管这两种测试作为评价肌肉功能的简易方法已受到广泛的认可，但在反映肌肉含量效果方面不及握力和股四头肌与腘绳肌最大等长肌力。但这并不代表等张性肌力测试与肌肉含量的相关性不佳，若将等张性肌力测试结果量化为肌肉做功，可能二者的相关性会有所提高。

3.2 简易肌力测试结果单独及联合预测身体肌肉含量 在本研究的相关分析结果中，年龄与肌肉含量无关(P=0.152)，可能是由于本研究招募的人群均≥60岁，年龄分布相对集中，无法体现其差异性。在其他体质指标预测肌肉含量的研究中[5, 18]，年龄与肌肉量具有相关性且均纳入回归方程，肌肉含量也的确随年龄的增加而逐渐降低[1]。

在简易肌力测试结果中，握力与肌肉含量的相关性最好，非优势手握力最佳。在建立肌力单独预测肌肉含量的回归模型时，同样是握力构建的回归方程的预测效果最好，非优势手握力(r2=0.761)优于优势手(r2=0.732)。Hausdorff等[19]的研究指出，握力能比膝关节肌力更好地预测肌肉质量。Michelle的研究[6]也表明，握力在肌力指标预测肌肉质量的方程中预测性最佳。在下肢最大等长肌力测试中，腘绳肌肌力与肌肉含量的相关性(r=0.601)优于股四头肌(r=0.558)，但股四头肌预测肌肉含量的回归方程的拟合优度较腘绳肌偏高，这可能与二者资料分布类型不同(是否呈正态分布)，由此采用不同的相关分析方法有关，且相关系数差别较小。在使用Micro FET3手持式测力仪测定下肢等长肌力来预测老年人肌肉含量时，可优先使用股四头肌的预测模型。尽管30 s肱二头肌弯举测试与肌肉含量的相关性不高，但其在预测肌肉含量时效果较好，可以解释70.2%的因变量(肌肉含量)变异。30 s连续坐立测试则与肌肉含量的相关性偏弱，且无法达到预测目的(P=0.802)。

此外，在不纳入任何肌力测试结果，仅将性别和BMI作为自变量时，也能对肌肉含量进行预测，解释67.9%的因变量(肌肉含量)变异，虽然预测效果不及包含肌力测试的方程，但在缺少适当的测量工具时，该方程亦不失为一种快速、简单的计算肌肉含量的方法。当不同简易肌力测试结果纳入同一回归方程联合预测肌肉含量时，其模型预测因子包括性别、BMI、非优势手握力、30 s连续坐立测试和股四头肌最大等长肌力，且联合方程的预测效果优于单独预测方程的最佳式(即非优势手握力方程)，表明联合方程预测效果更好，因此在测量工具充足的条件下，优先使用联合预测方程。

3.3 不足与展望 目前关于简易肌力测试结果单独或联合预测肌肉含量的研究较少，因此本研究结果无法与更多历史研究进行对照。其次，本研究的样本量较小，仅建立回归方程，未对其进行实例验证，未来会进行更大样本量的相关研究。