條文本
PDF
摘要
客觀的肌肉力量是死亡率的有力預測指標，可以通過測量握力(HGS)快速而廉價地進行評估。然而，臨床實踐中缺少的是適用於一般人群的具有經驗意義的分界點，並考慮HGS與性別和身高的相關性，以及在懷孕過程中HGS的下降正常的老化。本研究提供了直接將HGS與剩餘預期壽命(RLE)聯係起來的標準化閾值，從而使從業者能夠在早期發現死亡風險增加的患者。
設計根據來自健康與退休研究的代表性觀察數據，調查參與者的HGS按性別、年齡和身高進行z-標準化。我們根據SD的分界點定義了6個HGS組;我們在隨訪9年的生存分析中使用這些作為預測因素，並根據每個HGS組的Gompertz模型按性別提供RLE。
參與者8156美國50-80歲的美國男女。
主要結果測量z標準化HGS和全因死亡率。
結果參考組HGS的輕微負偏差(0.0 SD, 0.5 SD)對生存率有顯著影響。60歲的標準化HGS為[−0.5 SD, 0.0 SD)的個體中，男性/女性的RLE比參考組低3.0/1.4年，在HGS為[−1.0 SD，−0.5 SD)的組中增加到4.1/2.6年的差異。相比之下，我們發現與生存相關的強HGS沒有好處。
結論HGS隨性別、年齡和身高的不同而有很大差異。這證實了在定義參照組和風險閾值時考慮這些異質性的重要性。此外，在肌肉力量水平比以往文獻中假設的要高得多的情況下，生存率下降，這表明當HGS略低於參照組時，醫務人員應該開始關注。
- 老年醫學
- 公共衛生
- 統計與研究方法
數據可用性聲明
數據可能從第三方獲得，但不公開。該研究使用匿名的二手數據，所有感興趣的研究人員都可以根據健康與退休研究的要求獲得這些數據。
這是一篇開放獲取的文章，按照創作共用署名4.0未移植(CC BY 4.0)許可發布，該許可允許其他人複製、重新發布、混合、轉換和基於此作品的任何目的，隻要原始作品被正確引用，提供許可證鏈接，並說明是否進行了更改。看到的:https://creativecommons.org/licenses/by/4.0/．
來自Altmetric.com的統計
本研究的優勢和局限性
我們開發了與死亡風險增加相關的低握力(HGS)的臨床定義，並提供了分界點，以及可以在醫療實踐中使用的直接可視化方法。
除了hr之外，我們首次提出了與分界點相關的剩餘預期壽命的估計，從而能夠更直觀地解釋死亡風險，並可以很容易地與患者溝通。
先前的研究表明，不同種族的參考握把強度存在顯著差異。由於對其他種族HGS的觀察較少，本研究僅提供了基於白種人個體數據的截點。
簡介
肌肉力量，如通常測量握力(HGS)，是一個公認的功能狀態的指標，已被廣泛用作虛弱表型的關鍵組成部分1 2在診斷肌肉減少症時。3 4除了在老年病學評估中使用HGS測量外，還有大量和越來越多的研究涉及其對未來健康狀況的預後價值，5這表明HGS是殘疾、認知能力下降和最終死亡率等不良健康結果的有力預測因子。6 - 8
鑒於HGS與老年人的功能狀態密切相關，且對未來發病率和死亡率具有較高的預後價值，HGS已被推廣為健康老齡化的生物標誌物。它被證明比實際年齡更能預測生存和保持健康9它可以作為老年人脆弱性的篩查工具，比全麵的老年病學評估簡單得多，成本效益也高得多。10 11
盡管人們一致認為，HGS可以常規用於篩查未來健康存在風險和可能需要幹預的人，但關於此類篩查的經驗相關閾值的研究很少。12最近關於HGS對死亡率的預測價值的研究使用了以公斤(kg)為單位的HGS的連續測量，或將HGS廣泛和任意地分為分位數。6日12 - 15此外，研究往往基於小規模、非代表性的樣本，隻針對患有某些疾病的患者。16日17一些研究使用中介健康結果來定義閾值。美國國立衛生研究院基金會18例如，基於HGS和低步態速度之間的統計關聯構建的分割點(kg)，在後續研究中用作死亡率預測指標。19
最流行的弱hgs的閾值——今天也經常用於預測生存——實際上並沒有考慮到死亡率，而是用於診斷肌少症。2010年，歐洲老年人骨骼肌減少問題工作組(EWGSOP)建議，從一個規範、健康的參考人群中提取的HGS平均值以下2個標準差的臨界值來定義肌肉無力。3.2019年，該小組更新了他們的閾值，現在建議2.5 SD的臨界值定義低HGS，即男性<27公斤，女性<16公斤。4這一簡單的建議已經成為在老年病學評估和老年學研究中診斷肌少症的通用標準，在全世界範圍內使用。此外，在許多研究中，它被用作預測死亡率差異的閾值。
然而，當閾值定義為低於健康參考人群的平均值(即t分)2或2.5個標準差時，HGS在衰老過程中的下降正常的從40歲開始變老20.這與身體活動水平的變化、對蛋白質攝入的合成代謝反應和激素狀態有關21-無法解釋。這種下降並不是病理性衰老的表現;換句話說，與其他同年齡個體相比，它與死亡風險並無關聯。使用基於t分值的閾值將意味著大多數老年人的死亡風險較高，並隻是反映老年人的預期壽命較低，而不是提供一個有效的工具來檢測每個年齡組中最脆弱的人。此外，HGS隨著身高的增加而顯著增加，20.這既不能說明沒有肌少症也不能說明存活率更高。因此，根據身高調整HGS有可能改善死亡率風險評估。14同樣，女性的平均HGS比男性低，22HGS因種族而異。23
因此，EWGSOP在其最新的報告中強調，有必要開展研究，確定針對性別和地區的閾值，以改進結果預測。4再往前一步，對過程進行核算正常的我們提出了標準化的閾值，該閾值考慮了肌肉力量隨性別、年齡和身高的內在、非信息性變化，即z得分，對每個性別-年齡-身高組使用單獨的參考類別。這些閾值的使用使從業人員能夠檢測出哪些患者偏離了標準(即他們的參照組)，因此誰的死亡風險更高，或可能更低。
因此，本研究的目的是使用z評分定義與死亡風險大幅增加相關的HGS的標準化閾值。我們根據50歲及以上美國人的代表性數據提供估計，無論他們的健康狀況如何，並直接將肌肉力量與死亡率聯係起來，沒有任何偏差的中介疾病。除了定義標準化閾值之外，我們還提供了與每個分界點相關的剩餘預期壽命(RLE)的估計值，從而超越了以前的工作。與hr相比，RLE提供了HGS組之間實際預期壽命差異的信息，可以更直觀地與患者溝通。此外，我們提供了測試的HGS和風險群體之間的關係的清晰說明，這可以在醫療實踐中作為進一步的老年病學評估和健康增強患者幹預的低入門起點常規使用。
方法
數據、樣本和研究設計
我們的分析基於健康與退休研究(HRS)，這是一項縱向麵板調查，為美國50歲及以上人口提供有代表性的數據。242006年，一半的調查參與者被隨機選中進行HGS測試，另一半在2008年完成測試。HRS可以與國家死亡指數的死亡率登記數據相關聯，這使我們能夠跟蹤調查參與者直到2014年12月。參與者可以與國家死亡指數聯係起來，即使他們很早就離開了研究，使損耗對本分析的影響較小。
我們將樣本限製在50-80歲的個體，保持所有HGS的觀察值至少為6公斤。為了去除人體測量特征方麵的異常值，我們隻保留身高在130-190厘米的女性和至少150厘米的男性。我們關注的是白種人，因為之前的工作表明，需要根據種族區分HGS閾值，23對其他種族群體的觀察數量太少，無法進行異質性分析。最後，我們從HGS中年齡和身高的性別線性回歸中剔除殘差大於2.5 SD的病例(詳情見下一小節)。這使得我們有8156個人的樣本來預測死亡，隨訪期長達9年，其中978名參與者死亡。更詳細的樣本特征載於表1，並可在網頁內找到一個圖示樣本結構的圖表在線補充圖A1．
按性別、年齡和身高進行HGS測量和z-標準化
HGS的測量采用Smedley彈簧式手持式測功機。每隻手都測量了兩次。後發表建議,25我們用兩隻手的最大值進行分析。
如前所述，不同性別、年齡和身高的HGS存在很大差異，這與死亡風險的差異沒有直接聯係。因此，我們使用直接回歸技術來調整這些特征的HGS值。首先，我們使用女性(f)和男性(m)的獨立線性模型，對年齡和身高進行HGS回歸。年齡和身高的平方項不顯著。回歸分析證實了HGS在性別、年齡和身高上的顯著差異。更具體地說，2006/2008年50-80歲人群基線時的預期健康指數可表示為:
其次，我們從前麵的方程中計算標準化殘差，應用均值為0和標準差為1的z標準化，得到每個觀測值的HGS測量值，該測量值對性別、年齡和身高進行了標準化，如下所示
．這樣就可以為每個性別-年齡-身高組合構造參考類別。偏差在
根據這些參考類別，可以發現死亡率風險差異。
在第三步中，我們定義閾值，允許早期發現死亡風險增加的患者。嚐試使用對數秩或類似的方法來定義最佳分界點會產生非穩健的結果，因為與的死亡風險單調增加
．因此，我們根據SD閾值構造了六組，如圖所示表2，第1行和第2行。考慮到在50歲及以上的研究人群中慢性疾病的高患病率，我們將“健康”參照組定義為患有慢性疾病的人群
達到或略高於平均值[0.0 SD, 0.5 SD)。對照組包括低於均值0.5 SD的組(弱1)、低於均值半SD到全SD的組(弱2)、低於均值1 - 2 SD的組(弱3)、低於均值2 SD的組(弱4)以及高於參照組的組(強)。在男性樣本中，參考組的平均強度為43.9 kg，比第一弱組多約3.9 kg，比最弱組多約17.1 kg。在女性樣本中，參考組的平均強度為26.8 kg，對應約2.7 kg，比第一弱組多，比最弱組多約12.0 kg。值得注意的是，考慮到標準化，HGS組之間的中位年齡幾乎沒有變化。
統計分析
作為第一步，我們估計了6個st_HGS組(強、參考、弱1-4)和全因死亡率之間的關聯，使用女性和男性的單獨Cox比例風險模型。我們在第一個模型中控製了年齡，並在第二個模型中為穩健性分析添加了受教育年限，以解釋受教育程度與老齡化速度的強烈相關性。26由於在預期壽命的差異方麵，估計的hr並不能提供信息，因此在第二步中，我們提供男女在60歲和70歲時的RLE估計數。更具體地說，我們通過估計60歲到90歲和70歲到90歲的分段預期壽命來近似RLE，該模型基於包括年齡作為協變量的Gompertz模型。因此，嚴格地說，RLE給出的是一個人在60歲到90歲之間的平均壽命，而不是60歲以後的平均壽命。這種方法是必要的，因為在觀察的隊列和HRS樣本中，活到90歲以上的人很少——排除他們有助於防止有偏見的估計。
我們應用了自舉法，對每個性別運行1000個模擬，並報告了六個st_HGS組的中位數RLE。最後，我們提供了直觀的數據可視化，可以方便地評估與HGS相關的死亡風險(以公斤為單位)，並結合患者的年齡和身高。所有統計分析均采用R。
患者和公眾的參與
本研究沒有直接的患者或公眾參與，因為分析是基於二次觀察數據。
結果
按HGS組和性別分列的死亡率HRs
考克斯比例風險模型的結果表明，存活率在低於群體特異性平均HGS時開始下降，即在弱1組和弱2組。按性別和跨標準化HGS組的死亡率HR在表2，第5行和第9行(另見在線補充表A1)．男性參照組[0.0 SD, 0.5 SD)與三個較弱組的比較表明，男性的死亡風險隨著每個較弱組的增加呈單調的方式增加。當標準化HGS進入弱1組[−0.5 SD, 0.0 SD)， HR為1.67 (95% CI 1.23至2.26)時，風險大幅增加。隨後，弱2組的HR進一步增加到2.02 (95% 1.49 CI 2.75)，弱3組的HR進一步增加到2.40 (95% CI 1.77 ~ 3.26)。最弱的組(−3.0至-2.0)隻占樣本的一小部分(2.9%)，其HR為2.34,CI(1.40至3.93)較大。參考組和強組(0.5 SD, 3.0 SD)在死亡風險方麵相似(男性:HR 0.93, 95% CI 0.69 - 1.25;女性:0.90,95% CI 0.66 - 1.22)，表明與高於平均HGS沒有關聯的生存益處。女性的調查結果也類似(表2(第9行)，但涉及的HR略小，從弱1的1.32 (95% CI 0.96 ~ 1.82)增加到弱2的1.65 (95% CI 1.20 ~ 2.28)，弱3的1.85 (95% CI 1.34 ~ 2.55)，弱4的3.03 (95% CI 1.83 ~ 5.04)。控製受教育程度的敏感性分析得到了幾乎相同的結果在線補充表A1)．生存曲線和危險人數見在線補充圖A2．
HGS閾值和性別的RLE差異
與Cox比例風險模型的結果類似，RLE顯示了參照組的微小負偏差如何對兩性的預期壽命產生重大影響。表3提供各HGS組60歲和70歲兩個參考年齡的RLE和閾值，男性平均身高為175 cm，女性平均身高為163 cm。例如，弱1組60歲男性(−0.5 SD, 0.0 SD)的RLE估計為18.4年，比參考組(21.4年)少3.0年。弱3組[−2.0 SD，−1.0 SD)的RLE估計比參考組低16.2 - 5.2年。女性RLE的組間差異略小，但仍然很大。例如，弱3組在60歲時的RLE估計為20.5，比參考組(23.8歲)低3.3歲。
以公斤為單位的組特定HGS閾值
表3還為兩個平均身高參考年齡提供了以公斤為單位的群體特定閾值，進一步強調了HGS與正常值的微小負偏差如何對生存率產生重大影響。例如，對於平均身高175厘米的60歲男性來說，HGS低於45.9公斤的人屬於弱1組，與HGS為45.9 - 49.4公斤的按年齡劃分的參照組相比，這一組的死亡風險已經顯著升高。因此，當HGS低於標準幾公斤時，從業者應該關注潛在的風險因素，但當HGS低於特定人群的閾值0.5 SD時，從業者當然應該關注。
值得注意的是，對於平均身高的70歲男子，這些閾值要低得多，例如，弱1的閾值為41.2公斤，而60歲的人的閾值為45.9公斤，這突出表明，在評估健康脆弱性和死亡風險時，需要以公斤為單位的特定群體的閾值而不是絕對閾值。
利用HGS閾值在早期發現死亡風險增加
來自Cox比例風險模型和RLE的研究結果表明，當HGS略低於參考組時，從業者應開始關注潛在的和潛在的未診斷風險，因為該組的死亡風險已經增加了(−0.5 SD, 0.0 SD)。在圖1，我們提供可視化，允許基於我們的模型進行直接的生存評估。該圖直接將HGS(公斤)與早期發現死亡風險增加最相關的HGS閾值聯係起來，即參照組、弱1組和弱2組。
基於模型的HGS閾值(下界)按性別、年齡和身高按公斤計算。參考組是指HGS處於或略高於平均值[0.0 SD, 0.5 SD)，弱1到HGS低於平均值0.5 SD[−0.5 SD, 0.0 SD)，弱2到低於平均值半SD到完全SD之間[−1.0 SD，−0.5 SD)。硫化汞,握力;SD,標準差。
考慮到性別和身高組之間的平均體重(公斤)差異無法用於死亡率評估，因此為一組性別-身高組合提供了年齡相關的閾值。例如，該圖顯示，一名70歲的男子，身高170厘米，測量出的平均體重為40公斤，將高於參照組的閾值(綠線)，這不會導致對死亡風險增加的擔憂。而175厘米的高個男性，年齡相同，測量的HGS值相同，則屬於弱1組(橙色線以上)，這表明可能需要更徹底的健康篩查和增強健康的臨床幹預。
討論
本研究旨在為一般人群提供HGS閾值，以便及早發現與肌無力相關的死亡風險增加。鑒於本文提供的分界點以及它們的可視化插圖可以在醫療實踐中例行實施，並且它們與RLE的聯係可以比以前報告的HR更容易地傳達給患者，因此所作的貢獻具有廣泛的適用性。因此，這些閾值可作為篩查工具，以確定哪些患者將從進一步的評估、保健幹預或生活方式改變中受益。
大多數用於定義弱握力的臨床臨界值是由以公斤為單位的HGS給出的，分別按性別計算，但與年齡和身高無關。據我們所知，這是第一項基於代表性數據提供HGS閾值的研究，該數據考慮了肌肉力量隨身高的增加固有的非信息量，以及HGS隨年齡的下降。我們主張在臨床實踐中使用z標準化的HGS，因為我們的研究結果證實HGS隨性別、年齡和身高的變化而顯著不同，這需要有區別這些維度的參考點。
我們的結果表明，偏離參照組隻對HGS低於組特異性“規範”(參照組)的HGS有影響，而優越的HGS對生存沒有有益的影響。此外，我們發現，當HGS低於平均水平時，存活率單調下降，這阻止了使用log-rank或類似方法來確定最佳分界點。以前關於HGS和死亡率之間的關係的證據是混合的。最近的一項元分析得出結論，這種關係是線性的，5雖然其他研究表明，與中等水平相比，高水平的HGS不能對死亡率提供額外的保護，27從而支持了我們的發現。
從我們的研究結果可以清楚地看出，當按性別、年齡和身高進行標準化時，HGS是(非)健康衰老的精確生物標誌物，表明死亡風險增加，即使它隻偏離標準(即各自的參照組)半個標準差。例如，當將參考組中50-80歲的男性[0.0 SD, 0.5 SD)與相同年齡和身高但HGS略弱的男性(−0.5 SD, 0.0 SD)進行比較時，後者顯示出67%的早死可能性(HR 1.67, 95% CI 1.23至2.26)。值得注意的是，這一人力資源類似於先前使用了較低的HGS閾值的工作(即，在風險組中包括了較弱的個體)。28利用HRS數據，杜喬尼29將肌肉無力定義為白人男性<35公斤，女性<22公斤，並在9年的隨訪期間顯示其與50%的死亡風險相關(HR: 1.52, 95% CI 1.15 - 1.47)。同樣，這些絕對閾值大大高於我們研究中建議的閾值。在本論文中，特定群體參照組和弱1組(HR為1.67)之間以公斤計的HGS差異非常小，再次強調HGS測量作為篩選工具是多麼精確。所示表2，參照組與弱1組男性平均HGS相差約4公斤，女性相差更小。這也是顯而易見的圖1，每個風險群體的閾值線都非常緊。
這項研究的大部分局限性都是數據驅動的。首先，由於來自其他種族的觀察數量較少，所以隻對白種人進行了觀察;這是相關的，因為之前的研究已經發現不同種族的參考HGS存在顯著差異。23第二，最脆弱的調查參與者可能無法執行HGS測試。先前的研究表明，這些人的死亡率自然也較高，在這種情況下，他們的無反應可能導致低估我們樣本中的死亡率。30.因此，我們的分析針對的是超過一定強度和健康相關閾值的患者，這些患者在谘詢醫生時能夠進行HGS測試，同樣，在參與調查時也能夠進行HGS測試。
盡管有數據的限製，這項研究已經證實，肌肉力量是一個強大而精確的生存預測器，在臨床實踐中，HGS是一種快速而廉價的評估RLE減少的方法，隻要在應用的分點中考慮性別、年齡和身高的固有變化。我們的證據指向一個閾值來定義一個嚴重無力的握把，這個閾值比迄今為止在老年學研究中假設的要高得多。生存率低於性別特異性、年齡特異性和身高特異性HGS規範，這就是為什麼我們建議0.5或更小的分界點，以早期發現死亡風險增加的患者。
數據可用性聲明
數據可能從第三方獲得，但不公開。該研究使用匿名的二手數據，所有感興趣的研究人員都可以根據健康與退休研究的要求獲得這些數據。
倫理語句
病人同意發表
倫理批準
本文基於健康與退休研究的二次數據，該研究根據《赫爾辛基宣言》進行，並由密歇根大學機構審查委員會批準(UM健康科學/行為科學IRB協議:HUM00061128批準至2018年10月18日相關協議:HUM00056464, HUM00002562, HUM00074501, HUM00079949, HUM00080925, HUM00085942, HUM00099822, HUM00103072, HUM00106904, HUM00122335, REP00000046)。參與者在參與研究前給予知情同意。
參考文獻
補充材料
-
補充數據
這個網絡僅文件已由BMJ出版集團從作者提供的電子文件生產(s)，並沒有編輯的內容。
腳注
推特@Sonja_Spitzer, @NadiaSteiber
貢獻者SSc和NS設計了研究;SSc負責數據整理和統計分析;NS撰寫了初稿，SSp負責審稿和編輯，並負責數據可視化。所有作者都驗證了基礎數據，並對總體內容負責。通訊作者證明所有列出的作者都符合作者標準，沒有其他符合標準的作者被遺漏，並作為擔保人。
資金維也納大學提供了開放獲取資金。
免責聲明研究的資助方在研究設計、數據分析、數據解釋、稿件撰寫等方麵沒有任何作用;或決定投稿出版。所有作者都獨立於資助方，並可以完全訪問研究中的所有數據，因此可以對數據的完整性和數據分析的準確性負責。
相互競爭的利益沒有宣布。
患者和公眾的參與患者和/或公眾未參與本研究的設計、實施、報告或傳播計劃。
來源和同行評審不是委托;外部同行評議。
補充材料本內容由作者提供。它沒有經過BMJ出版集團有限公司(BMJ)的審查，也可能沒有經過同行評審。討論的任何意見或建議僅僅是那些作者(s)和不被BMJ認可。BMJ放棄從放在內容上的任何依賴產生的所有責任和責任。如果內容包含任何翻譯材料，BMJ不保證翻譯的準確性和可靠性(包括但不限於當地法規、臨床指南、術語、藥品名稱和藥物劑量)，並且不對翻譯和改編或其他原因引起的任何錯誤和/或遺漏負責。