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
-
尘肺病是我国危害严重的一类职业病，诊断和分期主要依靠高仟伏胸片，在临床诊断中需要X胸片和CT结合[1]，CT在尘肺病的早期诊断、肺气肿分布范围和大小以及小阴影类型和密集度等检出率明显优于高仟伏X线胸片[2]。肺功能检查用于检测呼吸道的通畅程度、肺容量的大小及气体交换能力已作为评估尘肺病患者的肺功能的“金标准”[3]。
目前已有研究表明肺气肿程度与通气及弥散功能相关指标呈负相关；小阴影密集度越高及分布肺区越多，患者肺功能越差[4-5]，但两者与肺功能之间的相关性对比暂无研究，因此本文研究尘肺患者合并不同程度肺气肿及小阴影密集度与肺功能的相关性。
1. 对象与方法
在关于慢性阻塞性肺疾病（chronic obstructive pulmonary disease，COPD）合并肺气肿与肺功能的影响研究中，将CT值＜-950 HU定义为低密度衰减容量（low attenuation volume，LAV）[6]，以低密度衰减区占肺容积的百分比（LAV％）作为评估尘肺患者肺气肿的严重程度。
张雨洁等[7]将LAV％=15％ 作为轻度及重度肺气肿的界限，而Frith等[8]研究提出当肺组织损伤大于30％ 肺功能才表现异常，因此本研究参考这两项研究，96名患者分为A组：LAV％＜15％，B组：LAV％＞15％ 且＜30％；C组：LAV％＞30％。
1.1 研究对象
选择2015至2020年间我院收治已确诊尘肺（符合GBZ 70-2015《职业性尘肺病的诊断》标准）的患者96例，年龄25～81岁，平均年龄（42.37+6.51）岁，接触粉尘的时间2～35年。
纳入标准：患者病情稳定，非感染期，剔除存在肺结核、支气管扩张、重症肺炎、胸腔积液、肺部肿瘤或占位性病变、胸部外伤畸形、气胸和胸膜病变等肺部并发症等。患者均进行胸部CT检查和肺功能检查且要统一检查设备。
1.2 方法
1.2.1 CT检查
采用64排螺旋CT（GE Optima CT 680）进行薄层扫描，每个层面清晰显示支气管及肺纹理，组织间对比良好。扫描参数：管电压120 kV，自动毫安（50～100 mA），层厚0.625 mm×64，螺距1.375︰1。深吸气末屏气扫描，扫描后肺窗由lung算法显示。
1.2.2 肺功能测定
采用肺功能测定仪（Type Master Screen-Body/Dift）进行肺功能测定，严格执行质量控制标准，确保用力肺活量外推容积<5％ 或<150 mL，呼气时间≥6 s，曲线起始无犹豫，PEF尖峰迅速出现，呼气无中断，无咳嗽，曲线平滑，流量环闭合。
弥散、残气检测采用一口气法，执行国际标准（ATS／ERS），憋气时间10 s，肺功能测量值包括第1 s用力呼气容积（forced expiratory volume in the first second，FEV1）、第1 s用力呼气量占用力肺活量比值（ratio of forced expiratory volume to forced vital capacity in the first second，FEV1％）、用力肺活量（forced vital capacity，FVC）、一氧化碳弥散量（carbon monoxide diffusion capacity，DLCO）、功能残气量（residual volume，RV）、肺总量（total lung capacity，TLC）、残气量与肺总量的比值（residual volume/Total lung capacity，RV/TLC）、呼气峰值流速（peak expiratory flow，PEF）、75％ 肺活量时的最大呼气流速（maximum expiratory flow after 75％ of the FVC has not been exhaled，MEF75％）、50％ 肺活量时的最大呼气流速（maximum expiratory flow after 50％ of the FVC has not been exhaled，MEF50％）和25％ 肺活量时的最大呼气流速（maximum expiratory flow after 25％ of the FVC has not been exhaled，MEF25％）。
1.2.3 LAV％
采用GE AW 4.6工作站及特定分析软件将深吸气末0.625 mm层厚的图像进行后处理，设定肺气肿的测量阈值为＜-950 HU[6]，肺部CT图像由气管纵向水平的冠状面上用等分点的水平线将左右肺各分为上、中、下3个肺野，取得全肺、左右肺及各个肺野低密度衰减区占肺容积百分比（low attenuation volume，LAV％）（图1），其中A组42名，B组29名，C组25名。同一患者肺部三维图像经后处理软件分析后得到的各肺野LAV％（表1）。
![]()
图 1 分别为A、B、C组部分尘肺患者肺部CT冠状位图像及轴位图像，冠状位图像由气管纵向水平上用等分点的水平线将左右肺各分为上、中、下3个肺野，蓝色区域为肺气肿低衰减区三维图像Figure 1. Coronal and axial CT images of some patients with pneumoconiosis in groups A, B, and C. The left and right lungs were divided into upper, middle, and lower lung fields from the vertical level of the trachea using equidistant horizontal lines; blue areas present emphysema as three-dimensional images of low-attenuation areas表 1 各肺野LAV％ 数据表Table 1. LAV％ data for each lung field数据范围 右肺 左肺 右肺 上野 中野 下野 左肺 上野 中野 下野 -1024～-950/％ 24.030 24.120 22.428 25.237 23.080 23.053 19.105 26.269 -950～3071/％ 75.970 75.881 77.572 74.763 76.920 76.947 80.895 73.731 Total/L 4.300 0.984 1.456 1.860 3.384 0.843 1.128 1.413 1.2.4 小阴影密集度
由3位有尘肺病诊断资格的影像科医师进行阅片，肺部CT图像由气管纵向水平的冠状面上用等分点的水平线将左右肺各分为上、中、下3个肺野，取得CT图像的全肺、左右肺及各个肺野的小阴影密集度（small shadow density，SSD），其中SSD的评分方法参考GBZ 70-2015《职业性尘肺病诊断》[9]及翟荣存等[10]胸片密集度分级方法应用于CT，将SSD分为0、1、2和3级4个等级。
1.2.5 统计学方法
使用SPSS 23.0软件包，非正态肺部计量资料M（Q25，Q75）表示，组间比较采用2个独立样本非参数检验，LAV％、SSD与肺功能的相关性采用Spearman相关分析或Pearson相关性分析，以P＜0.05为差异有统计学意义。
2. 结果
2.1 各肺及肺野SSD、LAV％ 间的比较
对96名尘肺患者左右肺、左右肺上、中、下肺野及上、中、下3个肺野间SSD、LAV％ 进行组间两两对比，其中左右肺、左右肺上、中、下肺野SSD组间差异无统计学意义；左右肺3个肺野间SSD进行组间对比差异有统计学意义；A、B、C三组组间全肺总体SSD间对比差异均无统计学意义（表2）。
表 2 A、B、C组组间总体SSD间差异性分析Table 2. Comparison of the total SSD among groups A, B, and C项目 SSD A B B C A C M（Q25,Q75） 2（1,3） 2（2,3） 2（2,3） 2（1,3） 2（1,3） 2（1,3） Z -0.454 -0.373 -0.537 P 0.650 0.767 0.591 注：M（Q25，Q75）为A、B、C三组总体小阴影密集度中位数及四分位数，组间对比不符合正态分布采用非参数检验得到P＞0.05，
3组总体小阴影密集度对比差异无统计学意义。2.2 SSD与肺功能的相关性
全肺SSD与FEV1、TLC、PEF、MEF75％、MEF25％呈负相关，与RV/TLC呈正相关（r=-0.248、-0.244、-0.268、-0.217、-0.246、0.219）。右上中、左中下肺野SSD与FVC呈负相关（r=-0.209、-0.294、-0.258、-0.278）；右下肺野SSD与FVC、TLC、PEF、MEF25％呈负相关（r=-0.291、-0.232、-0.209、-0.213）；左上肺野SSD与RV/TLC呈正相关（r=0.204）。
A组全肺、右上中、左上、B组总体、右上中下肺野、左上中下肺野、C组全肺、右上、左上SSD与肺功能各指标间无相关性，A组右下肺野、左中肺野SSD与FEV1、FVC呈负相关（r=-0.330、-0.388、-0.317、-0.501），A组左下肺野SSD与FVC呈负相关（r=-0.385）；C组左右肺中下肺野SSD均与DLCO呈正相关（r=0.511、0.420、0.492、0.648）；C组左下肺野SSD与RV呈负相关（r=-0.563）（表3～表5）。
表 3 A组各肺野SSD、LAV％ 与肺功能指标的相关性分析Table 3. Analysis of correlation between SSD and LAV％ of the lung field and lung function indexes in group AA组 右上 右中 右下 左上 左中 左下 SSD LAV％ SSD LAV％ SSD LAV％ SSD LAV％ SSD LAV％ SSD LAV％ FEV1 -0.099 0.019 -0.157 -0.093 -0.330* -0.073 -0.228 0.132 -0.317* -0.203 -0.172 0.065 FEV1％ 0.159 -0.068 0.037 0.060 -0.124 -0.159 -0.037 0.005 -0.085 -0.337* -0.076 0.082 FVC -0.258 0.020 -0.374* -0.034 -0.388* -0.047 -0.296 0.084 -0.501** -0.231 -0.385* 0.123 DLCO 0.035 -0.022 -0.007 -0.055 0.053 0.119 -0.077 -0.091 0.011 -0.233 -0.079 0.268 RV -0.079 0.192 -0.124 -0.048 0.027 0.070 -0.036 0.194 -0.082 0.082 -0.019 -0.060 TLC -0.004 0.256 -0.030 -0.030 -0.152 0.080 -0.010 0.386* -0.082 0.262 -0.002 0.008 RV/TLC 0.140 0.089 0.058 -0.199 0.187 -0.162 0.176 -0.025 0.164 0.179 0.171 -0.148 PEF 0.020 -0.034 -0.144 -0.145 -0.267 -0.083 -0.091 0.134 -0.250 -0.253 -0.122 0.057 MEF75％ -0.055 -0.059 -0.055 -0.127 -0.262 -0.250 -0.061 0.048 -0.225 -0.322* -0.106 0.097 MEF50％ -0.057 -0.018 -0.057 -0.032 -0.249 -0.189 -0.110 0.048 -0.213 -0.310* -0.165 0.114 MEF25％ -0.116 0.040 -0.116 0.218 -0.251 0.107 -0.095 0.121 -0.227 -0.253 -0.286 0.106 注：* 为P＜0.05，**为P＜0.01。 表 4 B组各肺野SSD、LAV％ 与肺功能指标的相关性分析Table 4. Analysis of correlation between SSD and LAV％ of the lung field and lung function indexes in group BB组 右上 右中 右下 左上 左中 左下 SSD LAV％ SSD LAV％ SSD LAV％ SSD LAV％ SSD LAV％ SSD LAV％ FEV1 -0.053 0.247 -0.149 -0.036 -0.096 -0.314 -0.123 0.102 -0.009 -0.211 -0.080 -0.521* FEV1％ -0.024 0.314 -0.190 0.025 -0.075 -0.304 -0.074 0.128 -0.104 -0.133 -0.147 -0.615* FVC -0.179 -0.078 -0.263 -0.177 -0.079 -0.133 -0.209 -0.038 -0.009 -0.111 -0.161 -0.407* DLCO 0.062 0.157 -0.365 -0.269 -0.154 0.020 0.041 -0.025 0.239 -0.227 -0.288 -0.224 RV -0.170 -0.095 -0.024 -0.112 0.048 0.035 -0.227 -0.025 -0.069 -0.138 0.009 0.009 TLC -0.149 0.155 -0.056 -0.020 -0.268 -0.270 -0.219 0.196 0.147 -0.038 -0.041 -0.113 RV/TLC 0.170 -0.092 0.187 -0.179 0.191 0.450* 0.118 -0.148 0.039 0.051 0.120 0.321 PEF 0.085 0.215 -0.153 -0.015 -0.235 -0.152 -0.044 0.060 0.028 -0.121 -0.140 -0.280 MEF75％ 0.072 0.266 -0.055 0.084 -0.002 -0.155 -0.033 0.060 0.021 -0.133 0.013 -0.478* MEF50％ 0.048 0.201 -0.067 -0.112 0.015 -0.243 -0.018 0.037 -0.004 -0.259 -0.043 -0.533* MEF25％ -0.152 0.199 -0.214 0.024 -0.162 -0.180 -0.238 0.012 -0.176 -0.201 -0.174 -0.479* 注：* 为P＜0.05。 表 5 C组各肺野SSD、LAV％ 与肺功能指标的相关性分析Table 5. Analysis of correlation between SSD and LAV％ of the lung field and lung function indexes in group CC组 右上 右中 右下 左上 左中 左下 SSD LAV％ SSD LAV％ SSD LAV％ SSD LAV％ SSD LAV％ SSD LAV％ FEV1 0.324 -0.453* 0.242 -0.435* -0.126 -0.555* 0.030 -0.575* 0.053 -0.554* 0.149 -0.519* FEV1％ 0.302 -0.513* 0.209 -0.420* -0.007 -0.532* 0.076 -0.552* 0.068 -0.581* 0.205 -0.389* FVC -0.138 0.010 -0.181 -0.086 -0.284 -0.205 0.036 -0.137 -0.042 -0.156 -0.102 -0.291 DLCO 0.338 -0.282 0.511* -0.506* 0.420* -0.503* 0.395 -0.326 0.492* -0.523* 0.648* -0.410* RV -0.358 0.065 -0.315 0.221 0.260 0.347 -0.191 0.268 -0.199 0.490* -0.563* 0.325 TLC -0.033 -0.285 0.043 0.085 -0.362 -0.110 -0.248 -0.414* -0.136 -0.203 -0.136 -0.233 RV/TLC 0.150 0.042 0.048 0.130 -0.134 0.211 0.242 0.151 0.197 0.299 0.115 0.332 PEF 0.250 -0.535* 0.069 -0.324 -0.211 -0.469* -0.111 -0.575* -0.069 -0.476* 0.003 -0.530* MEF75％ 0.161 -0.498* -0.036 -0.297 -0.266 -0.423* -0.199 -0.529* -0.178 -0.395 -0.053 -0.496* MEF50％ 0.136 -0.376 -0.077 -0.229 -0.338 -0.329 -0.201 -0.367 -0.153 -0.286 -0.139 -0.431* MEF25％ 0.040 -0.312 -0.031 -0.202 -0.377 -0.298 -0.221 -0.306 -0.114 -0.239 -0.141 -0.404* 注：* 为P＜0.05。 2.3 LAV%与肺功能的相关性
右肺上中下肺野、左肺上下及中下肺野LAV％ 组间差异有统计学意义，左右肺、左肺上中肺野LAV％ 间差异无统计学意义。A、B、C组中各肺野LAV％ 间对比差异有统计学意义。
A组左上肺野LAV％ 与TLC呈正相关，左中肺野LAV％ 与FEV1％、MEF75％、MEF50％呈负相关，左中肺野与FEV1、MEF75％、MEF50％ 呈负相关；B组左下肺野LAV％ 与FEV1、FEV1％、MEF75％、MEF50％、MEF25％ 呈负相关，右下肺野LAV％ 与RV/TLC呈正相关；C组左右肺上肺野LAV％ 与FEV1、 FEV1％、PEF、MEF75％ 呈负相关，左下肺野LAV％ 与FEV1、FEV1％、DLCO、PEF、MEF75％、MEF50％、MEF25％ 呈负相关，右下肺野LAV％ 与FEV1、FEV1％、DLCO、PEF、MEF75％ 呈负相关，左中肺野LAV％ 与FEV1、FEV1％、DLCO、PEF呈负相关，与RV呈正相关；右中肺野LAV％ 与FEV1、FEV1％、DLCO呈负相关（表3～表5）。
3. 讨论
尘肺是一种对社会和患者家庭带来沉重负担及严重威胁患者身体健康的一种职业病。尘肺患者早期多无症状，胸部CT影像学可表现为小阴影、大阴影、肺气肿、胸膜改变及蜂窝状等，且CT征象与肺功能分级呈正相关。由于目前临床有部分尘肺患者影像学肺组织损伤程度较轻，但肺功能测值却严重受损，而部分患者CT影像学阴影明显，肺功能检查却无明显改变，呈现肺功能与阴影影像学改变的不匹配，因此本研究探索比较肺部CT阴影及肺气肿表现对肺功能的影响，以期找出对尘肺患者肺功能损伤高效、适用的评估方法，提高基层对尘肺的认识、指导临床诊疗。
肺气肿是肺部的一种病理状态，主要病理改变为细支气管远端持续气道异常扩大，同时支气管壁不同程度破坏，严重影响患者的生活质量。早期诊断肺气肿对改善尘肺患者预后非常重要。对本研究中96名患者SSD纵向分布对比后发现几乎所有患者肺气肿分布在上肺野居多，中肺野次之，下肺野分布最少，可能与下肺野胸膜腔分压较中上肺野小，此压力梯度造成上肺野气体潴留较多；此外肺血管重塑易发生于上肺的说法也是肺气肿形成的重要原因[11]。
全肺、左右肺及各肺野LAV％ 与FEV1、FEV1％、PEF、MEF75％、MEF50％、MEF25％ 间均呈负相关，随LAV％ 升高，肺功能上述指标呈明显下降趋势，肺通气功能下降，可能与随着肺气肿程度加重，气道壁破坏纤维化更加严重，导致气流受限从而使通气功能下降有关；与RV、RV/TLC呈正相关，即随着LAV％ 的升高，肺容积参数增大，与肺气肿时终末细支气管远端过度扩张导致残气量及肺容积增大有关，与既往研究一致[12-13]。
不同肺野组间比较结果显示下肺野LAV％ 与FEV1、PEF、MEF75％、MEF50％、MEF25％ 等指标相关性均大于上中肺叶，一定程度说明下叶肺气肿对肺通气功能影响更大，考虑与下肺呼吸动度较中上肺大，下肺病变对肺顺应性影响更大有关。C组中除左、右肺上肺野LAV％ 与DLCO无相关性外，其余各肺野LAV％ 均与DLCO有较强的相关性，96名患者中、下肺野LAV％ 与DLCO相关性均大于上肺叶，可能与当肺气肿多分布于上叶时气体交换少，导致通气/血流比例失调，从而不会引起肺弥散功能变化有关，说明中、下肺野与肺弥散功能相关性较高。
综合以上结果提示下叶肺部病变特别是存在肺气肿时更容易导致肺功能指标的变化，从而反映肺损伤的程度，此研究与王雷等[13]、兰长青等[14]研究结果部分一致。
本研究中A组仅左中肺野LAV％ 与FEV1％、MEF75％、MEF50％ 有弱负相关性，表明当LAV％＜15％ 时，肺气肿与肺功能之间的相关性较小，说明多层螺旋CT及后处理技术较肺功能更早的发现肺气肿，并能快速对肺气肿进行定位定量分析[15]。B组中仅左下肺野LAV％与FEV1、FEV1％、MEF75％、MEF50％、MEF25％ 呈负相关，右下肺野与RV/TLC呈正相关，表明下肺野肺气肿较上中肺野更早反映肺功能变化及肺组织损伤程度。
与X线相比，CT扫描所见阴影要比X线平片显示范围广，尤其对纵隔和心影后的特殊部位的小阴影显示更有优势。也有研究表明CT与X线胸片对总体小阴影密集度的判定存在高度一致，但对于上、下肺野的病变显示多于X线胸片，右中肺野病变显示少于X线胸片，考虑与上、下肺野体积所占总体积比例小，病变数量相对较少，CT在横断面更能清楚显示小阴影数量，导致CT对小阴影密集度判定比X线胸片更准确；右中肺野因与右侧胸大肌重叠导致小阴影密集度增高[16]。
本研究96名患者上肺野SSD值普遍较中下肺野SSD值大，小阴影多分布于上肺野，可能与上肺及肺的后部淋巴引流缓慢使粉尘清除能力较弱粉尘沉积有关[17-18]。全肺总体SSD与FEV1、PEF、MEF75％、MEF25％ 呈负相关，与RV/TLC呈正相关，说明随着肺部小阴影密集度的升高，会逐渐引起肺通气功能下降，且可能合并小气道的病变，与粉尘滞留在肺泡与支气管内不断被巨噬细胞吞噬、释放，反复炎性渗出导致肺小血管、肺泡间隔等纤维化引起肺通气功能下降。
在A、B、C三组中仅A组右下肺野、左中肺野与FEV1、FVC呈弱负相关性，A组左下肺野SSD与FVC呈负相关，C组右中肺野、左中下肺野SSD与DLCO呈正相关，研究结果表明当LAV％＜30％时小阴影密集度对肺功能影响较小，即使CT表现为弥漫性小阴影，但肺功能仍可无明显异常；仅当LAV＞30％ 时，小阴影密集度与弥散功能有一定相关性。C组小阴影密集度、肺气肿与肺功能间相关性均较A组和B组强，表明当LAV％＞30％ 时，肺通气功能会受到严重损伤超过肺组织代偿能力后出现肺功能指标异常。
综上所述，CT定量分析评价肺气肿是可行的，LAV％ 与FEV1、FEV1％、DLCO、PEF、MEF75％、MEF50％、MEF25％ 呈负相关，LAV％ 与肺功能的相关性较SSD强，LAV％ 一定程度上可反映尘肺患者肺损伤程度，且肺气肿比小阴影密集度与肺功能相关性更好，结合CT影像检查能够更精准的诊断尘肺病，评估肺损伤程度，并在尘肺病的临床诊断与治疗评估上也有重要的指导价值。
-
![]()
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(0)
其他类型引用(1)
计量
- 文章访问数: 127
- HTML全文浏览量: 38
- PDF下载量: 18
- 被引次数: 1
