首页 > 论文范文 > 医药卫生论文 > 骨科疾病论文 > 肌少症论文 > CT评估肌少症研究进展

CT评估肌少症研究进展

2024-06-14 38 上传者：管理员

摘要：肌少症是与增龄相关的进行性骨骼肌量减少、肌肉力量和(或)肌肉功能下降的综合征。CT是评估骨骼肌成分的有效成像技术之一，能对肌量和肌质进行评估。其相对于其他检测方式，具备一定优势和应用前景。此外，近期研究将AI应用于CT诊断肌少症中，虽取得一定进展，但仍有不足。笔者对CT评估肌少症的应用和研究现状作一综述，为今后关于肌少症的临床和研究工作提供新思路。

关键词：
CT
X线
人工智能
肌少症
肌肉生理功能减退
计算机体层成像
加入收藏

肌少症(sarcopenia)于1989年由Rosenberg[1]首次命名，是与增龄相关的进行性、全身肌量减少和(或)肌强度下降或肌肉生理功能减退。近10余年来，欧洲老年人肌少症工作组[2]、国际肌少症工作组[3,4]、亚洲肌少症工作组[5]、中华医学会骨质疏松和骨矿物盐疾病分会[6]分别发表了关于肌少症的共识。2018年初，欧洲老年人肌少症工作组再次召开会议，总结了近10年的肌少症临床及科研的最新研究成果，并修正了诊断标准[7]。总而言之，肌少症作为新型老年综合征，是当下的研究热点，受到国内外多个权威机构的重视。

目前的研究表明，肌少症导致跌倒和骨折风险增加，并与骨质疏松症、糖尿病、动脉粥样硬化、认知障碍及呼吸系统疾病等多种疾病相关，导致患者运动功能障碍、生活质量下降，死亡风险增加[8,9]。据统计，2000年美国因肌少症造成的直接社会成本约185亿美元[10]。据推测，全球目前约有5 000万肌少症患病人群，2050年这个人数预计高达5亿[11],严重威胁人类健康，大大增加了社会经济负担。因此，提高对肌少症的临床诊疗规范，有助于更好地防治肌少症，从而提高肌少症患者的生存质量，减轻社会及家庭负担。

但目前关于肌少症患病率的报道差异较大[12,13],这可能与研究人群的地区、人种、健康状态及参考阈值的不同相关。美国人群(年龄>18岁，30%年龄>60岁)中男女肌少症(SMI小于峰值2个标准差)患病率分别为7%和10%[14]。英国社区老人(平均年龄72.5岁)男女肌少症患病率分别为4.6%和7.9%[8]。比利时社区老人肌少症患病率为3.7%[15]。上海地区健康男女调查显示，>70岁男性和女性肌少症的患病率分别为12.3%和4.8%;而高龄农村男性女性肌少症患病率分别为6.4%和11.5%[16]。此外，骨骼肌质量的检测方法显然也是影响诊断肌少症的核心因素。

目前而言，针对骨骼肌质量的检测手段主要包括双能X线吸收测定法(dualenergy X-ray absorptiometry, DXA)、生物电阻抗、超声、计算机断层扫描(computed tomography, CT)及MRI等。相较于双能X线吸收测定法、生物电阻抗、超声，CT由于其分辨率较高，因而能从周围组织中更好地辨别骨骼肌组织与其他组织(主要为脂肪、纤维结缔组织及内脏等),从而减少测量误差并提高测量精度；此外，大部分需要手术的患者需接受相应部位的CT扫描，作为临床标准诊疗的一部分，因而可以直接利用该扫描结果，不会给患者带来额外的辐射暴露或成本；而MRI虽也具备良好的分辨率，但其费用较高[17]。有研究报道，相较于DXA测量的肌量结果，采用CT测量的股四头肌量与受试者的握力及下肢肌肉功能间具有更强的相关性，因此被认为可能是更好地诊断肌少症的方法[18]。综上，CT被认为在分析骨骼肌横截面积(肌量)和骨骼肌密度(肌质)具有良好的应用前景。

1、CT评估肌量

肌量是指骨骼肌的体积或大小。CT测量肌量是基于骨骼肌与其他组织X线衰减不同，也就是CT值差异，于横轴位图像上手动或利用软件自动勾画兴趣肌肉的轮廓，然后计算出兴趣区的面积。CT测量的部位包括胸部、腹部、臀部、躯干、大腿及上臂等，其中最常用的部位为第3腰椎(L3)层面。L3水平骨骼肌包括腹直肌、腹内斜肌、腹外斜肌、腰大肌、腰方肌、多裂肌和竖脊肌等。研究报道L3水平骨骼肌面积与全身肌肉量有良好的线性相关[19],其测量参数包括肌肉横断面面积(SMA)和肌肉横截面积与身高平方的比值(SMI)[20]。健康成年人数据显示，大腿肌肉面积和平均CT值与肌肉力量和体力呈弱相关，r值为0.2～0.4[21,22]。CT获得的L3水平SMI诊断肌量减少尚无统一标准，其中Shachar等[23]的诊断阈值应用较多，其阈值为：当BMI<25 kg/m2时，女性SMI≤39.5～42.1 cm2/m2;男性SMI≤42.2～43.0 cm2/m2;当BMI≥25 kg/m2,男性/女性SMI<52.0～55.4 cm2/m2。此外，Prado等[24]最早提出的阈值也应用较多，即男性SMI≤52.4 cm2/m2,女性SMI≤38.5 cm2/m2。石志文[25]对911名(494名男性，417名女性，年龄47.72±15.13岁)受试者的研究显示，L3水平SMI男性高于女性，且随年龄增长而减少，当L3水平男性SMI<42.18 cm2/m2,L3水平女性SMI<31.68 cm2/m2提示肌量减低。

Yoon等[26]分析健康韩国肝脏捐献者(408名男性和251名女性，年龄20～60岁)的腹部CT资料，将肌少症定义为CT值低于平均参考值两个标准差或整体人群的末5%;使用标准差定义，男性SMA和SMI的临界值分别为117.04 cm2和39.33 cm2/m2,女性分别为71.39 cm2和27.77 cm2/m2;使用后一种方法定义，男性SMA和SMI的临界值分别为126.88 cm2和40.96 cm2/m2,女性分别为78.85 cm2和30.60 cm2/m2。Gulistan等[27]对601名土耳其肝脏捐献者(54.2%为男性，年龄18～59岁)的术前平扫CT图像进行分析测量，使用平均值减去两个标准差得出的腰大肌指数和整体肌群SMI临界值男性为4.62 cm2/m2和38.67 cm2/m2,女性为2.66 cm2/m2和27.8 cm2/m2;使用人群末5%的腰大肌指数和L3水平整体肌群SMI临界值男性为5.40 cm2/m2和41.42 cm2/m2;女性为3.56 cm2/m2和30.70 cm2/m2。比较上述报道结果，亚洲人SMA、SMI诊断肌量减低的临界值近似，但低于欧美人。因此，为了更精确地应用CT获得SMA及SMI诊断国内肌少症患病情况，应进行本国人大样本量的统计分析，以制定符合我国的诊断阈值标准。

2、CT评估肌质

CT值可以反映肌肉密度及脂肪浸润程度，在一定程度上反映肌质的变化，即肌肉结构和成分的宏观和微观变化[28,29]。脂肪存在于肌肉细胞内，也存在于肌群、肌束之间，CT无法通过肉眼识别存在于肌肉细胞内的脂肪，但可通过CT测量值反映其组织特征[30]。目前大多数肌肉成像研究主要涉及肌肉面积(肌量),肌肉密度(肌质)往往被忽略[31]。但有研究表明，肌质比肌量对肌力及肌肉功能的影响更大，更具有临床意义[32,33,34,35,36]。因此，肌肉CT值既可以直接反映肌肉密度、脂肪浸润程度，又能间接反映肌肉的功能。例如，Wang等[36]探讨肌肉(躯干、臀部和大腿中部肌肉)大小、密度与握力(hand grip strength, HGS)及起立-行走定时测试(timed up & go test, TUG)的关系发现，男性和女性经年龄、身高、体重校准后的肌肉面积与TUG的关联均不显著；与HGS的关联只在男子的臀大肌和大腿中部肌肉面积有统计学意义，但关联性相当低(β<0.20);肌肉密度与TUG/HGS的相关性更为显著，尤其是HGS;经年龄、身高、体重校准后，女性的臀大肌和躯干肌密度与TUG的关联性仍显著存在(β=0.06,P=0.001;β=0.07,P=0.031),因此认为肌质与肌力的相关性强于肌量。躯干和臀肌的肌肉密度测量很容易从常规CT扫描中获得，因此可能成为重要的肌少症诊断手段。

3、肌少症人工智能诊断

然而，尽管CT在诊断肌少症上有良好的应用前景，但目前在临床实践工作中并没有常规应用于计算身体成分。这一方面是由于缺乏自动测量工具，使得通过人工进行逐一个体身体成分的计算过程相当繁琐、耗时且成本高昂；另一方面，人工测量也受到测量者内部和测量者之间变异性的影响，从而影响不同研究间的一致性[37]。随着计算机技术、计算机算法不断发展和创新，深度学习模型可以通过自学的方式来克服这些问题，特别是深度卷积神经网络能够在同一架构的优化中提取和选择特征，从而允许自动校准。目前，人工智能(artificial intelligence, AI)技术在医学领域的应用也逐渐发展壮大，近期有研究尝试应用AI分析CT数据进行肌少症的诊断[38,39]。

但目前而言，基于AI算法对CT扫描得到的人体成分自动分析进行肌少症的诊断模型还存在以下缺点：因放射学量化特征相似，可能会被误识别，准确性待提高；CT层面选择的代表性和准确性；研究设定的相关参数可能并不适合所有人群；AI算法无法清晰展现推理过程，可解释性差[40]。因此，基于CT数据的AI深度学习模型虽然可能有助于使肌少症诊断变得方便快捷，但在将其应用于临床实践之前，需要更严格的规范标准和比较研究来评估其实用性[37]。

4、总结

肌少症这一新型老年综合征被证实与多种不良临床结局相关，极大地影响了老年人的生存质量和生存率，CT被认为是一种较好的骨骼肌检查手段，在肌少症的诊断中具有极大的应用前景，目前已被广泛应用于研究中。先前更多的研究应用CT扫描的肌量来定义肌少症，近期研究更多地关注肌质在肌少症诊断中的应用前景。此外，基于AI对CT扫描得到的数据进行分析诊断肌少症被认为可以解决人工手动分析存在的缺点，但其准确性和实用性仍需要进一步证实。

参考文献:

[6]中华医学会骨质疏松和骨矿盐疾病分会.肌少症共识[J].中华骨质疏松和骨矿盐疾病杂志,2016,9(3):215-227.

[9]黄宏兴,史晓林,李盛华,等.肌少-骨质疏松症专家共识[J].中国骨质疏松杂志,2022,28(11):1561-1570.

[25]石志文.L3骨骼肌指数评估肝硬化患者预后的相关研究[D].上海:中国人民解放军海军军医大学,2019.

[30]修双玲,孙丽娜,穆志静,等.老年男性2型糖尿病患者肌少症的相关因素[J].山西医科大学学报,2018,49(12):1479-1482.

文章来源:张继扬,何珍.CT评估肌少症研究进展[J].中国骨质疏松杂志,2024,30(06):926-929.