Correlations of Hip Muscle Composition with Age and Body Mass Index in Middle-aged and Elderly Patients with Hip Fracture
-
摘要:
目的：探讨中老年髋部骨折患者的髋部肌肉脂肪与年龄、体质指数（BMI）的相关性。方法：回顾性收集175例51～95岁的低能量髋部骨折患者的髋部CT图像，其中男性56例，年龄（75.0±12.1）岁，女性119例，年龄（78.0±9.7）岁，根据年龄分为＜80岁组和≥80岁组。使用定量CT获得患者健侧髋部的肌肉横截面积（CSMA）、总脂肪面积（TAA）、肌肉间隙内脂肪面积（IMAA）、皮下脂肪面积（SAA）及肌肉脂肪浸润程度（MFI）；使用独立样本t检验比较不同性别、不同年龄组之间的差异；使用偏相关分析髋部肌肉脂肪面积与年龄及BMI的相关性。结果：中老年男性髋部的TAA、SAA、MFI明显低于女性，CSMA明显高于女性。男性及女性＜80岁组的CSMA均高于≥80岁组，MFI均低于≥80岁组。控制BMI因素，中老年男性、女性的年龄均与IMAA、MFI呈正相关（男r=0.445、0.612，女r=0.202、0.390），与CSMA呈负相关（男r=-0.673，女r=-0.428）。控制年龄因素，中老年男性的BMI与TAA、IMAA、SAA及CSMA呈正相关（r=0.430、0.491、0.389、0.623），中老年女性的BMI与TAA、IMAA、SAA、CSMA及MFI均呈正相关（r=0.510、0.389、0.478、0.295、0.296）。结论：在中老年髋部脆性骨折患者中，男性肌肉更多，总脂肪更少，但肌间脂肪与女性相仿；年龄越大，肌肉越小，肌间脂肪越多；BMI越大，肌肉和脂肪越多，但男性的MFI与BMI无关。
Abstract:Objective: To investigate the correlations of hip muscle composition with age and body mass index (BMI) in middle-aged and elderly patients with hip fracture. Methods: In total of 175 patients aged 51~95 years with low-energy hip fracture who underwent hip computed tomography scans were divided into ＜80 and ≥80 year-old groups. Quantitative computed tomography (QCT) was performed to obtain the cross-sectional muscle area (CSMA), total adipose area (TAA), intra-muscular adipose area (IMAA), subcutaneous adipose area (SAA) and muscle fat infiltration (MFI) of the hip. An independent t-test was used to compare the differences between gender and groups, and correlation analysis was used to determine the relationships between hip muscle fat area and age and BMI. Results: The hip TAA, SAA and MFI of men were significantly lower than those of women (t=−2.356, −2.550, −3.090), and CSMA was significantly higher than that of women. The CSMA in the ＜80 year-old age group was higher than that of the ≥80 year-old age group, and the MFI was lower than that found in the ≥80 years age old group. After adjusting for BMI, the age of men and women positively correlated with IMAA and MFI (r=0.445 and 0.612 for men, r=0.202 and 0.390 for women), and negatively correlated with CSMA (r=−0.673 for men, r=−0.428 for women). After adjusting for age, the BMI of men positively correlated with TAA, IMAA, SAA, and CSMA (r=0.430, 0.491, 0.389, 0.623), whereas the BMI of women positively correlated with TAA, IMAA, SAA, CSMA, and MFI (r=0.510, 0.389, 0.478, 0.295, 0.296). Conclusion: In middle-aged and elderly patients with hip fragility fractures, men had more muscle and less total fat than those in women, but similar intermuscular fat to that of women. Hip muscle mass decreased and intermuscular fat increased with age. Generally, higher BMI, correlated with more muscle and fat. However, MFI in men was not associated with BMI.
-
Keywords:
- X-ray computed /
- tomography /
- adipose tissue /
- body mass index
-
胰腺神经内分泌肿瘤（pancreatic neuroendocrine tumor，pNET）是一种十分罕见的肿瘤，起病隐匿，生物学行为表现为高度异质性，既可惰性生长，也可侵袭性生长，甚至发生早期转移，且生物学特性随着疾病的进展而发生变化[1]。近年来，随着检查技术的进步和健康体检的普及，pNET的临床检出率亦呈上升趋势[2]。由于pNET不同的生物学行为，治疗方式及预后也明显不同，因此术前判断肿瘤的侵袭性对临床有重要的指导意义。
以往文献大多数是探讨pNET的CT征象与肿瘤病理分级的相关研究[3-5]，很少研究 CT征象对其侵袭性的预测价值，本研究通过分析120例pNET患者的临床及增强CT资料，并结合病理，探讨CT征象对pNET的侵袭性生物学行为的预测价值。
1. 资料与方法
1.1 临床资料
回顾性分析2018年6月至2021年6月上海交通大学医学院附属瑞金医院经手术和病理确诊的pNET患者。纳入标准：①经手术切除病理证实为 pNET，病理资料完整；②手术前 30天内行胰腺CT平扫及增强检查。排除标准：①碘造影剂过敏者；②CT图像肿瘤病灶显示不清；③患者曾有恶性肿瘤史或胰腺手术史。
120例患者中，103例患者为单发病灶、17例多发灶；男58例，女62例，年龄6～80岁。临床上65例患者有不同症状，包括腹痛33例，低血糖症状（如意识障碍、头昏、行为异常以及心慌、心悸和出汗等）22例，其他不典型症状（如恶心、呕吐、纳差以及乏力、腹痛腹胀等）10例。无症状患者55例，在体检或其他原因检查时偶然发现。肿瘤标记物中，神经元特异性烯醇化酶（neuron specific enolase，NSE）异常升高66例，甲胎蛋白（alpha fetoprotein，AFP）异常升高2例，癌胚抗原（carcinoembryonic antigen，CEA）异常升高5例，CA-199异常升高11例，CA125异常升高7例。
1.2 CT检查
120例患者均行胰腺CT平扫及增强扫描，其中，71例采用GE Light Speed VCT 64排螺旋CT，31例采用GE Discovery CT750 HD、18例采用Siemens IQON-SPECTRAL的MDCT设备检查。
由3名具有5年以上工作经验的放射科技师行CT扫描。参数：层厚、间隔5 mm，重建图像层厚l mm，螺距l，管电压120 kV，管电流为自动毫安秒；使用高压注射器经肘部静脉团注非离子型碘造影剂（碘佛醇）1.5 mL/kg，流速为2～3 mL/s，采集2期动态增强CT影像，即增强扫描动脉期（30～35 s）、门静脉期（70～80 s）影像。
1.3 图像评估
CT图像由两名放射科高年资主治医师（参与放射诊断工作≥10年）通过医学影像信息系统（picture archiving and communication systems，PACS）独立进行分析，意见不一致时，由上一级主任医师仲裁得出最终结果。
CT征象的评估：包括病灶部位（胰腺头颈、体、尾部，当肿瘤同时占两个部位时以病灶占据较大位置统计病灶位置）、形态（类圆形或椭圆形、分叶状或不规则形）、包膜（完整、无或不完整）、有无胰管扩张、有无囊变和钙化、肿瘤的强化方式（均匀、不均匀）。
肿瘤大小及CT值的评估：手动测量3次，结果取平均值。包括：①测量肿瘤最大径、最短径；②密度：分别测量平扫、动脉期及门脉期肿瘤实性部分的密度，并计算动脉期差值（动脉期密度与平扫的差值）、门脉期差值（门脉期密度与平扫的差值）。
1.4 统计学分析
采用SPSS 24.0软件进行统计学分析。定性数据以计数表示，使用χ2检验或Fisher确切概率法分析。定量数据使用Kolmogorov-Smirnov测试是否符合正态分布，正态分布资料以
$\bar x\pm s $ 表示，并用独立样本t检验分析。非正态分布的数据用中位数表示四分位范围，使用 Mann-Whitney分析。采用受试者操作特征（receiver operating characteristic，ROC）曲线评价肿瘤最大径、最短径和CT强化指标对pNET侵袭性行为的诊断效能，并计算ROC曲线下面积（area under curve，AUC）、阈值、95％ 可信区间（confidence interval，CI）。以差异有统计学意义的CT参数作为协变量进行多变量Logistic回归分析。P<0.05为差异有统计学意义。
2. 结果
2.1 临床及病理资料
依据病理结果（是否侵犯胰腺周围脂肪组织、神经、血管、脾脏、胆总管及胰周淋巴结转移、远处脏器转移等），分为侵袭组（n=64）和无侵袭组（n=56）。侵袭组64例中，侵犯胰周脂肪组织17例，侵犯周围神经5例、脉管癌栓3例，胰周淋巴结转移1例，同时侵犯2个及以上部位38例。
侵袭组与无侵袭组患者在年龄、性别、临床症状、基础疾病方面差异无统计学意义；但肿瘤的分泌功能及病理组织学分级差异有统计学意义。120例pNET中，包括无功能性51例和功能性69例，其中功能性pNET包括胰岛素瘤37例，胃泌素瘤18例，胰高血糖素瘤9例以及生长抑素瘤5例（表1）。
表 1 侵袭组与无侵袭组pNET的临床特征比较Table 1. Comparison of clinical characteristics of pNET between the invasive group and the non-invasive group组别 例数 年龄/岁 性别/例 临床症状
/例基础疾病/例 血清神经元特
异性烯醇化酶
/（ng/mL）分泌功能
/例病理分级
/例男 女 有 无 无 1种 ≥2种 是 否 G1 G2 G3 侵袭组 64 53.72±12.89 33 31 31 33 43 17 4 18.93±6.82 31 33 20 34 10 无侵袭组 56 51.95±14.97 25 31 34 22 44 8 4 30.53±51.13 38 18 38 18 0 统计量 0.485a 0.573b 1.813b 2.730b -1.123 4.609b 20.065b P 0.487 0.470 0.202 0.255 0.261 0.042 <0.001 注：a：t值；b：χ2值。 2.2 CT表现
120例病例均行CT增强扫描，侵袭组和无侵袭组肿瘤在形态、有无包膜、最大径、最短径、肿瘤实性成分动脉期及门脉期强化差值方面有差异，在肿瘤部位、胰管扩张、囊变、钙化、强化方式方面无差异（表2和表3，图1和图2）。
表 2 侵袭组与无侵袭组pNET的CT影像学特征比较结果（例）Table 2. Comparison of CT imaging features of pNET between the invasive group and the non-invasive group (cases)组别 例数 位置 形态 包膜 胰管扩张 囊变 钙化 强化方式 头颈部 体部 尾部 规则 不规则 完整 不完整
或无有 无 有 无 有 无 均匀 不均匀 侵袭组 64 27 12 25 27 37 22 42 21 43 22 42 15 49 24 40 无侵袭组 56 25 15 16 47 9 49 7 13 43 15 41 8 48 25 31 统计值 1.861 22.013 34.889 1.355 0.807 1.615 0.933 P 0.394 <0.001 <0.001 0.311 0.430 0.249 0.354 表 3 侵袭组与无侵袭组pNET的CT影像学特征比较结果Table 3. Comparison of CT imaging features of pNET between the invasive group and the non-invasive group组别 例数 最大径/cm 最短径/cm 肿瘤实性成分强化差值/HU 动脉期差值 门脉期差值 侵袭组 64 4.051±2.920 3.062±2.051 80.933±48.281 73.801±28.912 无侵袭组 56 2.511±1.542 2.084±1.220 112.912±61.953 89.882±39.901 统计检验 统计值 12.518 9.905 10.071 6.501 P 0.001 0.002 0.002 0.012 ![]()
图 1 女，75岁，非侵袭性胰腺神经内分泌肿瘤（a）为CT平扫，示胰头部见一类椭圆形稍低密度灶，密度均匀，边界清。（b）为增强扫描动脉期，示病灶重度强化，强化程度明显高于周围胰腺组织，病灶与胰腺交界面见肿瘤包膜。（c）为增强扫描门脉期，示病灶强化程度不均匀减低，实性部分密度仍高于胰腺组织，分界清，病灶为实性，无囊变坏死。（d）为病理图片，示肿瘤组织呈膨胀性生长，与胰腺组织分界清晰，肿瘤细胞呈器官样排列，细胞形态、大小较一致（HE染色×100）。Figure 1. Female, 75 years old with a non-invasive pancreatic neuroendocrine tumor![]()
图 2 女，55岁，侵袭性胰腺神经内分泌肿瘤（a）为CT平扫，示胰尾部见一巨大不规则等密度肿块，密度不均匀，内可见条片低密度影，边界不清。（b）为增强扫描动脉期，示病灶中度不均匀强化，病灶与胰腺交界面未见肿瘤包膜，与周围血管、结肠壁、胃壁分界不清。（c）为增强扫描门静脉期，示病灶实性持续渐进性强化，内见囊变坏死不强化影，病灶以实性成分为主。（d）为病理图片，示肿瘤组织呈浸润性生长，侵犯胰腺周围纤维脂肪组织；肿瘤细胞呈片状排列，细胞大小不一致，部分细胞异型明显，核仁可见（HE染色×100）。Figure 2. Female, 55 years old with a invasive pancreatic neuroendocrine tumor肿瘤的最大径及最短径预测pNET侵袭性行为的ROC曲线的AUC分别为0.693（95％CI 0.598～0.818）、0.690（95％CI 0.594～0.785）（图3）；肿瘤实性成分动脉期差值、门脉期差值预测pNET侵袭性行为的ROC曲线的AUC分别为0.730（95％CI 0.642～0.732）、0.640（95％CI 0.530～0.733）；结果均显示对pNET的侵袭性行为具有判别效能（图4）。
![]()
图 3 肿瘤最大径、最短径预测pNET侵袭性行为的受试者操作特征（ROC）曲线Figure 3. ROC curves of maximum and minimum tumor diameters to predict invasive behavior of pNET![]()
图 4 肿瘤实性成分的动脉期强化差值、门静脉期强化差值程度预测pNET侵袭性行为的受试者操作特征（ROC）曲线Figure 4. ROC curves for predicting invasive behavior of pNET by arterial enhancement difference and portal enhancement difference of tumor solid component2.3 利用增强CT定量参数预测pNET的侵袭性行为
筛选出的6个影像学参数（形态、包膜、最大径、最短径、动脉期强化差值、门脉期强化差值）作为变量，以pNET的侵袭性行为为因变量进行多变量Logistic回归分析。Logistic回归方程式为：
$$ y=0.769-0.002\;x ,$$ 其中x为筛选出形态、包膜、最大径、最短径、动脉期强化差值、门脉期强化差值6个影像学参数。
结果显示动脉期强化差值与pNET的侵袭性独立相关（OR=0.25），动脉期强化差值为判断pNET侵袭性行为的独立预测因素（图5），动脉期强化差值最佳临界点为90.1 HU（灵敏度0.714，特异性0.656，阳性预测值64.5％，阴性预测值72.4％，准确率68.3％），动脉期强化差值越小表示肿瘤侵袭性行为风险越高。
![]()
图 5 对6个有统计学意义的影像特征的多变量Logistic回归分析Figure 5. Multivariate Logistic regression analysis of six statistically significant image features3. 讨论
本研究回顾性分析120例pNET患者的临床及增强CT资料，结合手术病理，探讨CT征象对pNET的侵袭性行为的预测价值。结果表明在肿瘤形态、完整包膜、最大径、最短径、动脉期强化差值、门脉期强化差值这6个影像特征方面有差异。通过多变量Logistic回归分析，结果显示动脉期强化差值为判断pNET侵袭性行为的独立预测因素，动脉期强化差值最佳临界点为90.1 HU。
胰腺神经内分泌肿瘤是一种罕见的肿瘤，约占所有胰腺肿瘤的1％～2％[2]。根据细胞的增殖活性包括有丝分裂计数和ki-67指数两项指标，将pNET分为G1、G2和G3三级[3]。肿瘤异质性与肿瘤分级及预后有关[4]。
本研究中，侵袭组G1、G2及G3分别为20例、34例、10例；无侵袭组G1、G2及G3分别为38例、18例、0例；侵袭组与无侵袭组在肿瘤分级方面差异具有统计学意义，提示高级别肿瘤G2/3级更易发生侵袭性行为。有学者研究发现，患者的性别、年龄差异对预测肿瘤分级无统计学意义[4-5]，与本研究相符。本研究中侵袭组与无侵袭组患者在临床症状及基础疾病方面差异无统计学意义。本研究结果显示两组在肿瘤部位、胰管扩张、囊变、钙化、强化方式方面差异无统计学意义，Belousova等[6]发现，pNET侵袭组与无侵袭组在肿瘤的部位、囊变、钙化及胰管扩张方面差异无统计学意义，与本研究结果相一致。
根据是否分泌过多激素而产生不同的临床症状，pNET被分为功能性和非功能性。有文献表明无功能性pNET被发现时，约50％～90％为恶性[6-7]。本研究结果显示无功能性pNET（64.7％，33/51）较功能性pNET（44.9％，31/69）更易表现为侵袭性生物学行为，差异有统计学意义，提示无功能性pNET更易表现为侵袭性生物学行为，推测其原因在于无功能pNET通常无临床症状，除非肿瘤增大到压迫或侵犯临近器官并出现症状才发现。
本研究结果显示侵袭组和无侵袭组pNET在大小、形态、包膜方面差异均有统计学意义，肿瘤越大、形态不规则、包膜不完整或无包膜的pNET更具有侵袭性。pNET肿瘤大小、包膜不完整与肿瘤高级别（G2、G3级）、不良预后及转移风险显著相关[6, 8-11]；Canellas等[12]研究发现G3级pNET较G1/2级肿瘤更大，肿瘤大于2.0 cm更易发生侵袭性行为。级别越高的肿瘤常浸润生长，容易突破包膜，形成包膜不完整，提示了肿瘤的侵袭性行为。
我们研究发现，肿瘤实性成分在动脉期强化差值、门脉期强化差值方面差异均有统计学意义，非侵袭组肿瘤的实性成分在动脉期、门脉期强化程度及差值明显高于侵袭组，提示非侵袭组肿瘤实性成分血供明显强于侵袭组，推测其原因在于正常胰腺内分泌腺有致密的血管网，分化良好的pNET更可能来自正常的内分泌组织，因此具有密集的血管网络[13-15]。ROC曲线分析结果显示的pNET肿瘤实性部分动脉期及静脉期强化差值曲线下面积分别为0.73和0.64，能较好地预测其侵袭性行为，动脉期强化差值最佳临界点为90.1 HU，动脉期强化差值越小表示肿瘤侵袭性行为风险越高。pNET为血供丰富的肿瘤，其较高的微血管密度（microvascular density，MVD）与高分化pNET显著相关，可预测患者的预后[13]。
我们进一步通过对筛选出的6个差异有统计学意义的影像学参数（形态、包膜、最大径、最短径、动脉期、门脉期强化差值）进行多变量Logistic回归分析，结果显示动脉期强化差值为判断pNET侵袭性的独立预测因素（P=0.001，OR=0.25）。有研究表明，CT增强值对鉴别胰腺神经内分泌肿瘤的病理分级具有价值，病理分级越高的pNET血供越差，影像所见增强后肿瘤的强化程度越低，其中CT动脉早期强化差值越小[5]。Worhunsky等[16]发现动脉期低强化的pNET与肿瘤低分化及不良预后独立相关。这些研究[5,16]都证实了动脉期强化差值在判断pNET分级及预后方面有重要意义，进一步印证了我们的研究结果。
本研究还存在不足：①本研究为回顾性分析，采用的不同 CT机器设备及扫描参数，可能对结果产生一定的影响；②CT在观察肿瘤的包膜、囊变等方面不如MRI的组织分辨率高，在以后的研究中需要结合MRI进行观察；③pNET的G3级病例数相对较少，需要继续收集，以期进一步研究。
综上所述，侵袭性与无侵袭性组pNET在肿瘤形态、完整包膜、最大径、最短径、动脉期强化差值、门脉期强化差值方面存在差异，即肿瘤体积大、形态不规则、包膜不完整或无包膜，肿瘤实性成分动脉期及门脉期强化差值低等征象提示肿瘤具有侵袭性行为，其中动脉期强化差值为判断pNET侵袭性行为的独立预测因素。总之，pNET的一些增强CT特征与侵袭性行为密切相关，这些影像特征对判断肿瘤的侵袭性行为发挥重要作用，在临床工作中具有较强的实用价值。
-
![]()
图 1 髋部体质测量方法
注：（a）定位像图，将定位线（红线）放置于小粗隆下方5 cm处；（b）对应层面健侧组织示意图；（c）组织勾画示意图，绿线为勾画的肌肉轮廓，绿线内黄绿色代表肌肉，蓝色代表肌间脂肪，亮绿色代表骨皮质，红色代表骨髓，绿线外蓝色区域代表皮下脂肪。
Figure 1. Measurement of hip composition
表 1 不同性别髋部肌肉脂肪差异比较
Table 1 Comparison of hip muscle composition in different sexes
项目 性别 统计检验 男性（n=56） 女性（n=119） t P 年龄/岁 75.0±12.1 78.0±9.7 -1.706 0.090 身高/cm 170.8±6.0 158.2±4.9 14.850 ＜0.001 体重/kg 67.8±11.9 57.4±9.9 6.107 ＜0.001 BMI/（kg/m2） 23.2±3.5 22.9±3.6 0.517 0.606 TAA/cm2 70.9±34.4 86.9±45.2 -2.356 0.020 IMAA/cm2 9.9±4.3 9.2±5.6 0.846 0.399 SAA/cm2 60.9±32.8 77.7±43.8 -2.550 0.012 CSMA/cm2 106.0±31.2 71.7±19.9 7.515 ＜0.001 MFI/％ 9.0±4.2 11.6±5.7 -3.090 0.002 注：CSMA髋部肌肉横截面积；TAA总脂肪面积；IMAA肌肉间隙内脂肪面积；SAA皮下脂肪面积；MFI肌肉脂肪浸润程度；BMI体质指数。 
下载: 导出CSV
表 2 不同年龄组髋部肌肉脂肪差异比较
Table 2 Comparison of hip muscle composition in different age groups
项目 男性 统计检验 女性 统计检验 <80岁（n=32） ≥80岁（n=24） t P <80岁（n=62） ≥80岁（n=57） t P BMI/（kg/m2） 23.5±3.3 22.8±3.9 0.637 0.527 23.6±3.8 22.1±3.3 2.356 0.020 TAA/cm2 65.2±23.7 78.4±44.5 -1.314 0.198 86.6±39.6 87.3±51.0 -0.091 0.927 IMAA/cm2 9.2±3.9 10.8±4.7 -1.381 0.173 9.1±6.8 9.3±3.9 -0.124 0.901 SAA/cm2 56.0±22.5 87.5±22.2 -1.207 0.236 77.4±38.7 78.1±49.1 -0.079 0.938 CSMA/cm2 119.8±30.0 71.7±19.9 4.429 <0.001 80.7±20.0 62.1±14.7 5.730 <0.001 MFI/％ 7.5±3.7 11.1±4.0 -3.456 0.001 10.1±5.3 13.3±5.6 -3.178 0.002 注：CSMA髋部肌肉横截面积；TAA总脂肪面积；IMAA肌肉间隙内脂肪面积；SAA皮下脂肪面积；MFI肌肉脂肪浸润程度；BMI体质指数。
下载: 导出CSV
表 3 校正BMI后髋部肌肉脂肪与年龄的相关性
Table 3 Correlation between hip muscle composition and age after adjusting for BMI
项目 男性 女性 r P r P TAA/cm2 0.206 0.131 0.084 0.367 IMAA/cm2 0.445 0.001 0.202 0.028 SAA/cm2 0.156 0.256 0.057 0.537 CSMA/cm2 -0.673 ＜0.001 -0.428 ＜0.001 MFI/％ 0.612 ＜0.001 0.390 ＜0.001 注：CSMA髋部肌肉横截面积；TAA总脂肪面积；IMAA肌肉间隙内脂肪面积；SAA皮下脂肪面积；MFI肌肉脂肪浸润程度；BMI体质指数。
下载: 导出CSV
表 4 校正年龄后髋部肌肉脂肪与BMI的相关性
Table 4 Correlation between hip muscle composition and BMI after adjusting for age
项目 男性 女性 r P r P TAA/cm2 0.430 0.001 0.510 ＜0.001 IMAA/cm2 0.491 ＜0.001 0.389 ＜0.001 SAA/cm2 0.389 0.003 0.478 ＜0.001 CSMA/cm2 0.623 ＜0.001 0.295 0.001 MFI/％ 0.114 0.409 0.296 0.001 注：CSMA髋部肌肉横截面积；TAA总脂肪面积；IMAA肌肉间隙内脂肪面积；SAA皮下脂肪面积；MFI肌肉脂肪浸润程度；BMI体质指数。
下载: 导出CSV
-
[1] SVEJME O, AHLBORG H G, NILSSON J A, et al. Low BMD is an independent predictor of fracture and early menopause of mortality in post-menopausal women: A 34-year prospective study[J]. Maturitas, 2013, 74(4): 341−345. DOI: 10.1016/j.maturitas.2013.01.002.
[2] 王玲,杨明辉,苏永彬,等. 老年女性髋部脆性骨折骨密度特点:病例对照研究[J]. 中华骨质疏松和骨矿盐疾病杂志, 2022, 15(1): 12−18. DOI: 10.3969/j.issn.1674-2591.2022.01.003. WANG L, YANG M H, SU Y B, et al. Assessments of bone mineral density for elderly frailty hip fracture women with large sample size: A case control study[J]. Chinese Journal of Osteoporosis and Bone Mineral Research, 2022, 15(1): 12−18. DOI: 10.3969/j.issn.1674-2591.2022.01.003. (in Chinese).
[3] 中华医学会骨质疏松和骨矿盐疾病分会. 原发性骨质疏松症诊疗指南(2022)[J]. 中国全科医学,2023,26(14): 1671−1691. Chinese Society of Osteoporosis and Bone Mineral Research. Guidelines for the diagnosis and treatment of primary osteoporosis(2022)[J]. Chinese General Practice, 2023, 26(14): 1671−1691. (in Chinese).
[4] MALKOV S, CAWTHON P M, PETERS K W, et al. Hip fractures risk in older men and women associated with DXA-Derived measures of thigh subcutaneous fat thickness, cross-sectional muscle area, and muscle density[J]. Journal of Bone and Mineral Research, 2015, 30(8): 1414−1421. DOI: 10.1002/jbmr.2469.
[5] HAHN M H, WON Y Y. Bone mineral density and fatty degeneration of thigh muscles measured by computed tomography in hip fracture patients[J]. Journal of Bone Metabolism, 2016, 23(4): 215−221. DOI: 10.11005/jbm.2016.23.4.215.
[6] EDWARDS M H, DENNISON E M, AIHIE SAYER A, et al. Osteoporosis and sarcopenia in older age[J]. Bone, 2015, 80(11): 126−130.
[7] HE H, LIU Y, TIAN Q, et al. Relationship of sarcopenia and body composition with osteoporosis[J]. Osteoporosis International, 2016, 27(2): 473−482. DOI: 10.1007/s00198-015-3241-8.
[8] CHENG X, ZHANG Y, WANG C, et al. The optimal anatomic site for a single slice to estimate the total volume of visceral adipose tissue by using the quantitative computed tomography (QCT) in Chinese population[J]. European Journal of Clinical Nutrition, 2018, 72(11): 1567−1575. DOI: 10.1038/s41430-018-0122-1.
[9] SHEN W, PUNYANITYA M, WANG Z, et al. Total body skeletal muscle and adipose tissue volumes: Estimation from a single abdominal cross-sectional image[J]. Journal of Applied Physiology, 2004, 97(6): 2333−2338. DOI: 10.1152/japplphysiol.00744.2004.
[10] 晏乘曦,王玲,姚丁华,等. CT定量测量髋部骨折患者髋部肌肉、脂肪面积及CT值的可重复性、可信度分析[J]. 山东医药,2018,58(16): 58−60. DOI: 10.3969/j.issn.1002-266X.2018.16.017. [11] LANG T F, SIGURDSSON S, KARLSDOTTIR G, et al. Age-related loss of proximal femoral strength in elderly men and women: The age Gene/environment susceptibility study--reykjavik[J]. Bone, 2012, 50(3): 743-748.
[12] CRAWFORD R J, FILLI L, ELLIOTT J M, et al. Age- and level-dependence of fatty infiltration in lumbar paravertebral muscles of healthy volunteers[J]. American Journal of Neuroradiology, 2016, 37(4): 742−748. DOI: 10.3174/ajnr.A4596.
[13] 潘亚玲,陈彤彤,王晗琦,等. 定量CT分析年龄,腹部脂肪与骨密度的关系[J]. 中国医学影像学杂志,2020,28(4): 276−280. DOI: 10.3969/j.issn.1005-5185.2020.04.010. PAN Y L, CHEN T T, WANG H Q, et al. Relationship among age, abdominal fat and bone mineral density by quantitative CT[J]. Chinese Journal of Medical Imaging, 2020, 28(4): 276−280. DOI: 10.3969/j.issn.1005-5185.2020.04.010. (in Chinese).
[14] 李新彤,钱占华,冯强强,等. 定量CT研究椎后肌群体质成分与年龄的关系及变化趋势[J]. 中华健康管理学杂志,2021,15(1): 44−48. LI X T, QIAN Z H, FENG Q Q, et al. Relationship between posterior vertebral muscles composition and age by quantitative computed tomography[J]. Chinese Journal of Health Management, 2021, 15(1): 44−48. (in Chinese).
[15] ILICH J Z, KELLY O J, INGLIS J E, et al. Interrelationship among muscle, fat, and bone: Connecting the dots on cellular, hormonal, and whole body levels[J]. Ageing Research Reviews, 2014, 15(5): 51−60.
[16] WANG L, YIN L, ZHAO Y, et al. Muscle density discriminates hip fracture better than computed tomography X-ray absorptiometry hip areal bone mineral density[J]. Journal of Cachexia, Sarcopenia and Muscle, 2020, 11(6): 1799−1812. DOI: 10.1002/jcsm.12616.
[17] VISSER M, KRITCHEVSKY S B, GOODPASTER B H, et al. Leg muscle mass and composition in relation to lower extremity performance in men and women aged 70 to 79: The health, aging and body composition study[J]. Journal of the American Geriatrics Society, 2002, 50(5): 897−904. DOI: 10.1046/j.1532-5415.2002.50217.x.
[18] 晏乘曦,王玲,姚丁华,等. 老年人躯干肌群与髋部肌群相关性研究[J]. 中国骨质疏松杂志,2018,24(12): 1586−1590. DOI: 10.3969/j.issn.1006-7108.2018.12.006. YAN C X, WANG L, YAO D H, et al. Correlation between trunk muscle group and hip muscle[J]. Chinese Journal of Osteoporosis, 2018, 24(12): 1586−1590. DOI: 10.3969/j.issn.1006-7108.2018.12.006. (in Chinese).
[19] Morley J E. Hormones and sarcopenia[J]. Current Pharmaceutical Design, 2017, 23(30): 4484−4492.
[20] 晁爱军,朱珊,胡玮,等. 不同性别体重指数与身体成份构成及脂肪分布的关系[J]. 中华骨质疏松和骨矿盐疾病杂志,2009,2(1): 24−27. CHAO A J, ZHU S, HU W, et al. The relationship of body mass index with the body composing and fat distribution between men and women[J]. Chinese Journal of Osteoporosis and Bone Mineral Research, 2009, 2(1): 24−27. (in Chinese).
[21] BOUTIN R D, YAO L, CANTER R J, et al. Sarcopenia: Current concepts and imaging implications[J]. American Journal of Roentgenology, 2015, 205(3): W255−266. DOI: 10.2214/AJR.15.14635.
[22] MARCUS R L, ADDISON O, KIDDE J P, et al. Skeletal muscle fat infiltration: Impact of age, inactivity, and exercise[J]. Journal of Nutrition, Health, and Aging, 2010, 14(5): 362−366. DOI: 10.1007/s12603-010-0081-2.
[23] ZENG Q, WANG L, DONG S, et al. CT-derived abdominal adiposity: Distributions and better predictive ability than BMI in a nationwide study of 59, 429 adults in China[J]. Metabolism, 2021, 115(2): 154456.
-
期刊类型引用(2)
1. 宋冉，梁长华，李强. 能谱CT结合血清miR-23a预测大面积急性心肌梗死患者主要心血管不良事件发生风险的价值. 海南医学. 2025(04): 528-533 . 
百度学术
2. 夏宾，叶鹏飞，邵祎炜，李俊杰，李宇庆. 心肌灌注成像联合增强CT评估心肌缺血患者再灌注损伤的价值. 河南医学研究. 2024(03): 550-554 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 127
- HTML全文浏览量: 38
- PDF下载量: 18
- 被引次数: 2
