编辑推荐：
为解决社区中难以准确评估四肢骨骼肌质量指数（ASMI）以诊断肌少症的问题，研究人员开展了基于甘油三酯葡萄糖指数与体重指数比值（TyG/BMI）预测低 ASMI 的研究。结果显示，TyG/BMI＞0.37 与低 ASMI 风险增加显著相关，列线图模型有良好预测效能，有助于社区筛查肌少症。
随着全球老龄化加剧，肌少症作为一种与衰老相关的全身性、进行性骨骼肌疾病，愈发受到关注。肌少症表现为骨骼肌质量（SMM）下降，会显著增加老年人跌倒、骨折、残疾和死亡风险，严重影响健康。目前，临床评估四肢骨骼肌质量指数（Appendicular skeletal muscle mass index，ASMI）的方法，像磁共振成像（MRI）、计算机断层扫描（CT）、双能 X 线吸收法（DXA）等，存在成本高、有辐射等问题，生物电阻抗分析（BIA）的准确性又易受多种因素干扰。社区常用的自我筛查方法，如 SARC-F 量表，灵敏度和特异性不理想。同时，预测肌少症的列线图模型也存在不足，难以满足临床需求。因此，开展新的研究来寻找更有效的评估方法迫在眉睫。
华中科技大学同济医学院附属协和医院的研究人员针对这一现状，开展了相关研究。他们通过构建基于 TyG/BMI 预测低 ASMI 的列线图模型，并进行评估，旨在为社区筛查肌少症提供更实用的工具。该研究成果发表在《Scientific Reports》上。
研究人员采用回顾性分析方法，选取 2020 年 1 月至 2022 年 12 月武汉协和医院的住院患者作为研究对象。首先，依据一系列排除标准，最终确定了 3209 名参与者。然后，利用 BIA 仪器获取 ASMI 数据，并收集参与者的基本人口学信息、血液生化指标等数据。之后，通过计算得出 BMI、TyG 以及 TyG/BMI 等指标。研究人员将参与者随机分为训练集（n=2407）和验证集（n=802），并在训练集中进一步划分不同亚组。
在研究结果方面：
- 研究人群特征：3209 名受试者年龄在 45 - 102 岁之间，平均年龄 71.7±5.6 岁，男性 2132 人，女性 1077 人，低 ASMI 发生率为 20.69%。训练集和验证集除 ASMI 外，其他基线数据具有可比性。与正常 ASMI 组相比，低 ASMI 组在年龄、HDL-C、TyG/BMI 等多个指标上存在显著差异。
- 风险因素分析：经单因素和多因素逻辑回归分析，确定性别（男性）、年龄、身高、体重、甘油三酯（TG）、丙氨酸转氨酶（ALT）、饮酒和 TyG/BMI 为低 ASMI 的独立风险因素。进一步分析发现，TyG/BMI 值大于 0.37 的个体，低 ASMI 发生风险显著增加。
- 列线图模型评估：利用上述 8 个风险因素构建列线图模型。校准曲线显示，模型预测值与实际值拟合良好；训练集和验证集的受试者工作特征曲线下面积（AUC）分别为 0.879 和 0.881 ，表明模型具有良好的区分度；决策曲线分析（DCA）表明，该列线图在预测低 ASMI 方面有较大净收益。
研究结论表明，TyG/BMI 可有效预测低 ASMI，所构建的列线图模型有助于社区初步筛查肌少症风险人群。不过，该研究也存在一定局限性，如研究设计为横断面研究，无法获取肌肉力量等完整数据，且受降脂药物等因素影响。未来需要大样本、多中心的前瞻性研究进一步验证模型的预测效能。总体而言，这项研究为社区肌少症的早期筛查提供了新的思路和方法，对提高老年人健康管理水平具有重要意义。
