非肥胖2型糖尿病患者肌肉量減少危險(xiǎn)因素的列線圖預(yù)測(cè)模型研究

【摘要】 背景 肌肉量減少能增加2型糖尿?。═2DM）患者高血糖及肌少癥發(fā)生風(fēng)險(xiǎn)，中國(guó)成人T2DM以非肥胖者為主，這些患者較肥胖者更容易伴發(fā)肌肉量減少。目的 建立個(gè)體化預(yù)測(cè)非肥胖T2DM患者肌肉量減少危險(xiǎn)因素列線圖預(yù)測(cè)模型。方法 回顧性選取2018年1月—2023年9月南京大學(xué)醫(yī)學(xué)院附屬鼓樓醫(yī)院內(nèi)分泌科收治的非肥胖T2DM患者905例為研究對(duì)象，以簡(jiǎn)單隨機(jī)抽樣法按7∶3比例分為訓(xùn)練集（633例）和驗(yàn)證集（272例），收集兩組患者的一般資料及臨床指標(biāo)并進(jìn)行比較。根據(jù)多因素Logistic回歸分析確定訓(xùn)練集肌肉量減少風(fēng)險(xiǎn)影響因素并構(gòu)建列線圖預(yù)測(cè)模型，采用受試者工作特征（ROC）曲線、Hosmer-Lemeshow校準(zhǔn)曲線及臨床決策曲線（DCA）評(píng)估列線圖預(yù)測(cè)模型的預(yù)測(cè)價(jià)值和臨床實(shí)用性。結(jié)果 非肥胖T2DM患者肌肉量減少的患病率為42.3%（383/905）。訓(xùn)練集和驗(yàn)證集患者各項(xiàng)臨床指標(biāo)比較，差異均無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05）。多因素Logistic回歸分析結(jié)果顯示，增齡（OR=1.039，95%CI=1.010～1.070，P=0.009）、男性（OR=3.425，95%CI=2.133～5.499，P<0.001）、BMI<23.5 kg/m2（OR=19.678，95%CI=11.319～34.210，P<0.001）、糖化血紅蛋白升高（OR=1.196，95%CI=1.081～1.323，P<0.001）、內(nèi)臟脂肪面積增加（OR=1.021，95%CI=1.010～1.032，P<0.001）是非肥胖T2DM患者肌肉量減少的獨(dú)立危險(xiǎn)因素。列線圖預(yù)測(cè)模型預(yù)測(cè)訓(xùn)練集和驗(yàn)證集患者肌肉量減少發(fā)生風(fēng)險(xiǎn)的ROC曲線下面積（AUC）分別為0.825（95%CI=0.793～0.856，P<0.001）和0.806（95%CI=0.753～0.859，P<0.001）。Hosmer-Lemeshow擬合優(yōu)度檢驗(yàn)結(jié)果顯示，擬合度較好（訓(xùn)練集：χ2=11.822，P=0.159；驗(yàn)證集：χ2=8.189，P=0.415）。Bootstrap法繪制模型校準(zhǔn)圖顯示校準(zhǔn)曲線與標(biāo)準(zhǔn)曲線貼合良好。DCA曲線顯示當(dāng)患者閾值概率為0.06～0.94時(shí)，使用列線圖預(yù)測(cè)模型預(yù)測(cè)T2DM患者發(fā)生肌肉量減少的發(fā)生風(fēng)險(xiǎn)更有益。結(jié)論 增齡、男性、BMI<23.5 kg/m2、糖化血紅蛋白升高、內(nèi)臟脂肪面積增加是非肥胖T2DM患者肌肉量減少的獨(dú)立危險(xiǎn)因素。本研究構(gòu)建的列線圖預(yù)測(cè)模型可個(gè)體化預(yù)測(cè)非肥胖T2DM患者伴發(fā)肌肉量減少風(fēng)險(xiǎn)，便于早期識(shí)別高危人群，利于制訂個(gè)體化干預(yù)措施。

【關(guān)鍵詞】 糖尿病，2型；非肥胖；肌肉量減少；列線圖；危險(xiǎn)因素

【中圖分類號(hào)】 R 587.1 【文獻(xiàn)標(biāo)識(shí)碼】 A DOI：10.12114/j.issn.1007-9572.2024.0055

Study on Nomogram Prediction Model for Risk Factors of Muscle Mass Loss in Non-obese Patients with Type 2 Diabetes

ZHANG Bingqing1，HU Xinyun1，OUYANG Yuqin1，XIANG Xinyue1，TANG Wenjuan2，F(xiàn)ENG Wenhuan1*

1.Endocrine and Metabolic Disease Medical Center，Affiliated Drum Tower Hospital，Nanjing University of Chinese Medicine，Nanjing 210008，China

2.Department of Endocrinology，Nanjing Drum Tower Hospital，Affiliated Hospital of Medical School，Nanjing University，Nanjing 210008，China

*Corresponding author：FENG Wenhuan，Chief physician/Doctoral supervisor；E-mail：fengwh501@163.com

【Abstract】 Background Muscle mass loss increases the risk of hyperglycaemia and sarcopenia in patients with type 2 diabetes mellitus（T2DM），and Chinese adults with T2DM are predominantly non-obese，who are more likely to be associated with muscle mass loss than the obese. Objective To establish an individualized Nomogram prediction model for the risk factors of muscle mass loss in non-obese patients with T2DM. Methods A retrospective study was conducted to select 905 non-obese patients with T2DM admitted to the Department of Endocrinology，Nanjing Drum Tower Hospital，Affiliated Hospital of Medical School，Nanjing University from January 2018 to September 2023. The patients were divided into a training set（n=633）and a validation set（n=272）using simple random sampling at a ratio of 7∶3，and the general data and clinical indexes of the two groups of patients were collected and compared. Multivariate Logistic regression analysis was performed to determine risk factors for muscle mass loss in the training set and a Nomogram prediction model was constructed. The predictive value and clinical utility of the Nomogram prediction model were evaluated using receiver operating characteristic（ROC）curve，Hosmer-Lemeshow calibration curve，and decision curve analysis（DCA），respectively. Results The prevalence of muscle mass loss in non-obese patients with T2DM was 42.3%（383/905）. Comparison of the clinical indicators of the patients in the training and validation sets showed no statistically significant differences（P>0.05）. Multivariate Logistic regression analysis showed that age（OR=1.039，95%CI=1.010-1.070，P=0.009），male（OR=3.425，95%CI=2.133-5.499，P<0.001），BMI<23.5 kg/m2

（OR=19.678，95%CI=11.319-34.210，P<0.001），elevated HbA1c（OR=1.196，95%CI=1.081-1.323，P<0.001），increased visceral fat area（OR=1.021，95%CI=1.010-1.032，P<0.001）were independent risk factors for muscle mass loss in non-obese patients with T2DM. The area under curve（AUC）of the ROC for the Nomogram prediction model to predict the risk of muscle mass loss occurring in patients in the training and validation sets was 0.825（95%CI=0.793-0.856，P<0.001）and 0.806（95%CI=0.753-0.859，P<0.001），respectively. The Hosmer-Lemeshow test showed that the model had a good fit（training set：χ2=11.822，P=0.159；validation set：χ2=8.189，P=0.415）. Bootstrap method of plotting the calibration of the model showed that the calibration curves fitted well to the standard curves. The DCA curves showed that it was more beneficial to use the Nomogram prediction model to predict the incidence risk of muscle mass loss in patients with T2DM when the threshold probability of the patient was 0.06 to 0.94. Conclusion Age，male，BMI<23.5 kg/m2，elevated HbA1c，and increased visceral fat area are independent risk factors for muscle mass loss in non-obese patients with T2DM. The Nomogram prediction model established in this study can individually predict the risk of muscle mass loss in non-obese patients with T2DM，which facilitates the early identification of high-risk groups and the development of individualised interventions.

【Key words】 Diabetes mellitus，type 2；Non-obesity；Muscle mass loss；Nomogram；Risk factors

骨骼肌質(zhì)量在維持人體糖代謝及功能中發(fā)揮重要作用，機(jī)體攝取的葡萄糖80%由骨骼肌合成肌糖原或氧化分解維持糖代謝平衡［1］。肌肉量減少可引發(fā)胰島素抵抗，影響葡萄糖穩(wěn)態(tài)平衡，同時(shí)可致骨骼肌功能減退，促發(fā)肌少癥，增加跌倒、骨折風(fēng)險(xiǎn)，造成患者生活能力減退甚至喪失［2］。2型糖尿?。╰ype 2 diabetes mellitus，T2DM）肌肉量減少者面臨高血糖及機(jī)體機(jī)能減退的雙重風(fēng)險(xiǎn)［3］，明確其發(fā)生風(fēng)險(xiǎn)，有利于早期干預(yù)。

既往研究揭示肌肉量減少與增齡、高血糖、低BMI、營(yíng)養(yǎng)不良、慢性炎癥如C反應(yīng)蛋白等炎性標(biāo)志物的升高、體脂增加及內(nèi)分泌疾病等相關(guān)［4-6］。人體肌肉量高峰在30～40歲，40歲后開(kāi)始下降，70歲前以每10年8%的速率下降，70歲后增至15%～25%，T2DM者下降速率更高［7-8］。中國(guó)成人T2DM患者非肥胖者占比76%，非肥胖者較肥胖者肌肉量減少風(fēng)險(xiǎn)更高［9］，個(gè)體化預(yù)測(cè)40～70歲非肥胖T2DM患者肌肉量減少風(fēng)險(xiǎn)利于早期精準(zhǔn)干預(yù)。雙能X線骨密度儀（dual energy X-ray absorptiometry，DXA）檢測(cè)的四肢骨骼肌質(zhì)量指數(shù)（appendicular skeletal muscle mass index，ASMI）是評(píng)估肌肉量減少的金標(biāo)準(zhǔn)［7］，但DXA檢測(cè)價(jià)格昂貴，需專業(yè)技術(shù)人員操作，存在輻射風(fēng)險(xiǎn)，臨床應(yīng)用受到限制［10］。人體成分分析儀輕便，操作簡(jiǎn)便，檢測(cè)價(jià)格低且無(wú)輻射風(fēng)險(xiǎn)，臨床應(yīng)用廣泛［11］。

列線圖可將預(yù)測(cè)疾病模型的復(fù)雜回歸方程簡(jiǎn)單化、可視化，臨床應(yīng)用價(jià)值高［12］。目前國(guó)內(nèi)尚缺少在非肥胖T2DM這一肌肉量減少易患人群中相對(duì)準(zhǔn)確簡(jiǎn)便的預(yù)測(cè)模型，本研究分析肌肉量減少相關(guān)臨床指標(biāo)，并建立列線圖，為臨床早期甄別40～70歲非肥胖T2DM患者肌肉量減少高風(fēng)險(xiǎn)人群提供定量預(yù)測(cè)工具，為后續(xù)有效的干預(yù)提供臨床指導(dǎo)。

1 對(duì)象與方法

1.1 研究對(duì)象

回顧性選取2018年1月—2023年9月在南京大學(xué)醫(yī)學(xué)院附屬鼓樓醫(yī)院內(nèi)分泌科收治的905例T2DM患者為研究對(duì)象。納入標(biāo)準(zhǔn)：（1）年齡40～70歲；（2）BMI<28 kg/m2；（3）接受DXA（Wisconsin公司GE Healthcare Technologies）及人體成分分析儀（Inbody720，韓國(guó)Biospace）檢查；（4）符合T2DM診斷標(biāo)準(zhǔn)［13］。排除標(biāo)準(zhǔn)：（1）存在肢體活動(dòng)障礙；（2）合并精神性疾病；（3）合并惡性腫瘤、感染性疾?。唬?）合并甲狀腺功能亢進(jìn)癥、甲狀腺功能減退癥、皮質(zhì)醇增多癥、皮質(zhì)功能減退癥、肢端肥大癥、生長(zhǎng)激素缺乏癥及垂體前葉功能減退癥等內(nèi)分泌疾病；（5）具有皮質(zhì)激素、減肥藥、甲狀腺激素、生長(zhǎng)激素等藥物使用史。本研究通過(guò)南京中醫(yī)藥大學(xué)附屬鼓樓醫(yī)院倫理委員會(huì)批準(zhǔn)（批準(zhǔn)號(hào)：2021-312-01）。

1.2 研究方法

1.2.1 一般資料及臨床指標(biāo)：記錄患者的年齡、性別、BMI、收縮壓（SBP）、舒張壓（DBP）、糖尿病病程；生化指標(biāo)：丙氨酸氨基轉(zhuǎn)移酶（ALT）、天冬氨酸氨基轉(zhuǎn)移酶（AST）、堿性磷酸酶（GGT）、三酰甘油（TG）、總膽固醇（TC）、高密度脂蛋白膽固醇（HDL-C）、低密度脂蛋白膽固醇（LDL-C）、空腹血糖（FBG）、糖化血紅蛋白（HbA1c）、C反應(yīng)蛋白（CRP）、尿酸（UA）、肌酐（Scr）、空腹胰島素（FINS）、胰島抵抗指數(shù)（HOMA-IR）、血清骨鈣素（OCN）、血清Ⅰ型膠原羥末端肽β特殊序列（β-CTX）、血清總Ⅰ型膠原氨基末端肽（P1ND）、25羥維生素D3［25（OH）D3］、尿微量白蛋白/肌酐（UACR）、促甲狀腺激素（TSH）、游離三碘甲狀腺原氨酸（FT3）、游離甲狀腺素（FT4）、生長(zhǎng)激素（GH）、促腎上腺皮質(zhì)激素（ACTH）；營(yíng)養(yǎng)指標(biāo)：血清白蛋白（ALB）、血紅蛋白（Hb）；通過(guò)人體成分分析儀測(cè)定內(nèi)臟脂肪面積。

1.2.2 肌肉量減少定義：采用DXA檢測(cè)肌肉質(zhì)量，根據(jù)ASMI評(píng)估肌肉質(zhì)量，四肢肌肉質(zhì)量為雙側(cè)上肢和雙側(cè)下肢肌肉質(zhì)量的總和，即ASMI=四肢骨骼肌質(zhì)量（kg）/身高2（m2），男性ASMI<7.0 kg/m2，女性<5.4 kg/m2診斷為肌肉量減少［14］。

1.2.3 分組及結(jié)局變量定義：采用簡(jiǎn)單隨機(jī)抽樣7∶3比例將患者分為訓(xùn)練集（n=633例）和驗(yàn)證集（n=272例），以訓(xùn)練集構(gòu)建非肥胖T2DM患者肌肉量減少風(fēng)險(xiǎn)預(yù)測(cè)模型，再用驗(yàn)證集驗(yàn)證模型的預(yù)測(cè)效能，以是否發(fā)生肌肉量減少為結(jié)局指標(biāo)。

1.3 統(tǒng)計(jì)學(xué)方法

采用SPSS 27.0統(tǒng)計(jì)軟件和RStudio 4.1.3軟件進(jìn)行統(tǒng)計(jì)學(xué)分析。符合正態(tài)分布的計(jì)量資料以（x-±s）表示，兩組間比較采用獨(dú)立樣本t檢驗(yàn)；不符合正態(tài)分布的計(jì)量資料以M（Q1，Q3）表示，組間比較采用非參數(shù)檢驗(yàn)；計(jì)數(shù)資料以例（%）表示，組間比較采用χ2檢驗(yàn)；其中，考慮到高BMI對(duì)糖代謝的不利影響，以BMI最佳截?cái)嘀?3.5 kg/m2將其轉(zhuǎn)換為二分類變量。在訓(xùn)練集中通過(guò)單因素和多因素Logistic回歸模型分析非肥胖T2DM患者肌肉量減少的危險(xiǎn)因素并構(gòu)建列線圖預(yù)測(cè)模型，列線圖各項(xiàng)指標(biāo)對(duì)應(yīng)分值相加的總分越高，肌肉量減少發(fā)生風(fēng)險(xiǎn)越大。應(yīng)用受試者工作特征（ROC）曲線下面積（AUC）評(píng)價(jià)列線圖對(duì)訓(xùn)練集和驗(yàn)證集患者肌肉量減少風(fēng)險(xiǎn)的預(yù)測(cè)價(jià)值；通過(guò)Hosmer-Lemeshow校準(zhǔn)曲線檢驗(yàn)擬合優(yōu)度；以決策曲線分析（DCA）評(píng)估列線圖臨床實(shí)用性。P值為雙側(cè)，以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 研究對(duì)象的臨床特征

905例非肥胖T2DM患者肌肉量減少患病率為42.3%（383/905），其中訓(xùn)練集患者肌肉量減少278例（43.9%），驗(yàn)證集患者肌肉量減少105例（38.6%）；兩組患者肌肉量減少患病率比較，差異無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05）。訓(xùn)練集和驗(yàn)證集患者各項(xiàng)臨床指標(biāo)比較，差異均無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05），見(jiàn)表1。

2.2 訓(xùn)練集患者肌肉量減少危險(xiǎn)因素的Logistic回歸分析

以訓(xùn)練集患者是否發(fā)生肌肉量減少（賦值：否=0，是=1）為因變量，以各臨床指標(biāo)（分類變量性別賦值：女=0，男=1；BMI<23.5 kg/m2賦值：否=0，是=1；連續(xù)變量賦值均為實(shí)測(cè)值）為自變量進(jìn)行單因素Logistic回歸分析，結(jié)果顯示，年齡、男性、BMI<23.5 kg/m2、SBP、HbA1c、ALB、皮質(zhì)醇（8：00）及內(nèi)臟脂肪面積是訓(xùn)練集患者肌肉量減少的影響因素（P<0.05）。將以上影響因素納入多因素Logistic回歸分析（賦值同上），采用向前排除法，結(jié)果顯示，增齡、男性、BMI<23.5 kg/m2、HbA1c升高、內(nèi)臟脂肪面積增加是非肥胖T2DM患者肌肉量減少的獨(dú)立危險(xiǎn)因素（P<0.05），見(jiàn)表2。

2.3 列線圖預(yù)測(cè)模型的構(gòu)建

根據(jù)多因素Logistic回歸模型分析結(jié)果構(gòu)建回歸方程Logit（P）=-7.815+1.260×性別+0.042×年齡+0.166×HbA1c+2.922×BMI+0.020×內(nèi)臟脂肪面積，基于此建立非肥胖T2DM患者肌肉量減少風(fēng)險(xiǎn)的列線圖預(yù)測(cè)模型，將各變量的分?jǐn)?shù)相加得到總分。通過(guò)總分向下繪制一條垂直線可得出非肥胖T2DM患者肌肉量減少的風(fēng)險(xiǎn)預(yù)測(cè)概率，見(jiàn)圖1。

2.4 列線圖預(yù)測(cè)模型的驗(yàn)證

采用ROC曲線對(duì)非肥胖T2DM患者肌肉量減少的列線圖預(yù)測(cè)模型進(jìn)行區(qū)分度評(píng)估，結(jié)果顯示，訓(xùn)練集AUC為0.825（95%CI=0.793～0.856，P<0.001），說(shuō)明具有較好的識(shí)別作用（圖2A）；驗(yàn)證集AUC為0.806（95%CI=0.753～0.859，P<0.001），表現(xiàn)出良好的預(yù)測(cè)能力（圖2B）。采用Bootstrap法1 000次自主抽樣進(jìn)行內(nèi)部驗(yàn)證，繪制訓(xùn)練集與驗(yàn)證集的校準(zhǔn)曲線，結(jié)果顯示，該模型預(yù)測(cè)概率與實(shí)際概率一致性較好，同時(shí)，Hosmer-Lemeshow檢驗(yàn)顯示列線圖預(yù)測(cè)模型擬合度較高（訓(xùn)練集：χ2=11.822，P=0.159；驗(yàn)證集：χ2=8.189，P=0.415），見(jiàn)圖3A、3B。

2.5 列線圖預(yù)測(cè)模型的臨床應(yīng)用

繪制DCA評(píng)估列線圖預(yù)測(cè)模型的臨床凈收益，結(jié)果顯示，在訓(xùn)練集中，當(dāng)閾值概率為0.06～0.94時(shí)，該列線圖預(yù)測(cè)模型對(duì)肌肉量減少風(fēng)險(xiǎn)預(yù)測(cè)更有利，見(jiàn)圖4A、4B。

3 討論

本研究構(gòu)建了具有一定實(shí)用性的列線圖，可個(gè)體化地預(yù)測(cè)40～70歲非肥胖T2DM患者肌肉量減少的發(fā)生風(fēng)險(xiǎn)，相關(guān)驗(yàn)證提示其有較高的預(yù)測(cè)準(zhǔn)確性，獲得途徑簡(jiǎn)便，在門診短時(shí)間內(nèi)即可完成。本研究顯示該人群肌肉量減少發(fā)生風(fēng)險(xiǎn)與年齡、HbA1c及內(nèi)臟脂肪面積呈正相關(guān)，男性、BMI<23.5 kg/m2的患者更容易出現(xiàn)肌肉量減少。對(duì)于40～70歲非肥胖T2DM患者，將上述指標(biāo)數(shù)值帶入列線圖，即可得出該患者的肌肉量減少風(fēng)險(xiǎn)評(píng)分，這種簡(jiǎn)單可視化圖形提升了復(fù)雜回歸方程風(fēng)險(xiǎn)預(yù)測(cè)模型的臨床應(yīng)用。

本研究結(jié)果顯示，增齡是非肥胖T2DM患者肌肉量減少的獨(dú)立危險(xiǎn)因素，與既往研究一致［15-16］。衰老導(dǎo)致骨骼肌細(xì)胞蛋白合成下降，降解增加，Ⅱ型肌纖維數(shù)量減少，肌細(xì)胞體積縮小，肌肉量減少［7，17］。保持食物熱卡20～30 kcal·kg-1·d-1，蛋白質(zhì)1.2～1.5 g·kg-1·d-1，進(jìn)食富含亮氨酸的動(dòng)物蛋白，聯(lián)合每周150 min中等強(qiáng)度的有氧運(yùn)動(dòng)（最大心率的50%～70%）和2～3次抗阻運(yùn)動(dòng)，有助于促進(jìn)蛋白合成，減少降解，增加肌纖維橫截面積和長(zhǎng)度，維持肌肉的質(zhì)量和功能［18-19］。每天1 200 mg鈣、800～1 000 U維生素D3和適量維生素補(bǔ)充，亦有助于保持肌肉的質(zhì)量和力量［20］。此外，適合該人群的增肌藥物是未來(lái)研究方向［21］。

本研究結(jié)果顯示，T2DM患者肌肉量減少發(fā)生風(fēng)險(xiǎn)隨HbA1c水平升高而增加，與既往研究肌肉量減少患病率與HbA1c水平呈線性正相關(guān)相似［22］。高血糖致骨骼肌細(xì)胞糖原合成和葡萄糖分解代謝下降，糖基化終末產(chǎn)物堆積，誘發(fā)炎癥及過(guò)氧化反應(yīng)，阻礙蛋白合成，骨骼肌的質(zhì)量和功能下降［23］。作為葡萄糖代謝的主要場(chǎng)所，骨骼肌質(zhì)量減少下調(diào)機(jī)體葡萄糖處理能力，提升血糖水平，形成惡性循環(huán)［1-2］。HbA1c<6.5%的糖尿病患者，肌肉量減少風(fēng)險(xiǎn)與HbA1c相關(guān)性不明顯［22］，進(jìn)一步提示在肌肉量減少高風(fēng)險(xiǎn)人群中強(qiáng)化血糖控制的重要性。

低BMI是肌肉量減少的獨(dú)立危險(xiǎn)因素［24］。有研究認(rèn)為BMI<21 kg/m2的老年群體肌肉量減少風(fēng)險(xiǎn)顯著增加，過(guò)低的BMI預(yù)示肌肉營(yíng)養(yǎng)不良，減少了骨骼肌對(duì)抗重力作用，不利于保有肌肉量［25］。本研究發(fā)現(xiàn)BMI<23.5 kg/m2的患者肌肉量減少發(fā)生風(fēng)險(xiǎn)迅速增加，但是超重影響血糖等代謝指標(biāo)，維持該人群BMI在23.5～24 kg/m2可能是更為明智的選擇［13］。

然而，僅依據(jù)BMI不能區(qū)分脂肪在體質(zhì)量中的占比，內(nèi)臟脂肪增加可致胰島素抵抗和機(jī)體慢性低度炎癥狀態(tài)，抑制骨骼肌細(xì)胞蛋白合成，促進(jìn)脂質(zhì)沉積及肌間脂肪細(xì)胞肥大，肌肉質(zhì)量減少、功能減退［26-28］，本研究發(fā)現(xiàn)內(nèi)臟脂肪面積增加是肌肉量減少的獨(dú)立危險(xiǎn)因素，內(nèi)臟脂肪面積增加預(yù)示中心性肥胖，中國(guó)T2DM患者BMI雖較歐美國(guó)家低，但中心性肥胖者占比更高［29-30］。值得提出的是，本研究結(jié)果中，內(nèi)臟脂肪面積在單因素分析中OR值為0.989，經(jīng)多因素分析后，通過(guò)控制其他影響因素的影響，OR值為1.021，兩者均接近1，雖然有統(tǒng)計(jì)學(xué)意義，但是從臨床角度，低于其他危險(xiǎn)因素的OR值，提示內(nèi)臟脂肪面積對(duì)肌肉量減少的影響低于本研究中其他危險(xiǎn)因素，臨床意義有限。因此，在40～70歲非肥胖T2DM患者中維持一定水平的BMI的同時(shí)需適當(dāng)控制內(nèi)臟脂肪堆積。

本研究結(jié)果顯示，男性是肌肉量減少的獨(dú)立危險(xiǎn)因素，既往研究也揭示男性較女性更容易伴發(fā)肌少癥［31］，原因可能與老齡男性睪酮及胰島素樣生長(zhǎng)因子1下降對(duì)肌肉量的不利影響超過(guò)女性絕經(jīng)后雌激素水平下降的影響有關(guān)［32-33］，男性T2DM患者較正常對(duì)照人群的睪酮水平更低也可能導(dǎo)致本研究男性更高的肌肉量減少患病率。此外，肌肉量的評(píng)估基于四肢骨骼肌質(zhì)量/身高2，老年女性身高的縮短快于男性，可能致女性肌肉量被高估。新型選擇性雄激素受體調(diào)節(jié)劑，無(wú)睪酮性腺不良反應(yīng)，是否適用于男性肌肉量減少患者值得進(jìn)一步研究證實(shí)［34］。

本研究納入臨床上易獲得的5個(gè)指標(biāo)構(gòu)建非肥胖T2DM患者肌肉量減少列線圖預(yù)測(cè)模型，模型AUC為0.825（95%CI=0.793～0.856，P<0.001），對(duì)預(yù)測(cè)非肥胖T2DM患者肌肉量減少有良好的鑒別能力。Bootstrap內(nèi)部驗(yàn)證后模型曲線下面積為0.806（95%CI=0.753～0.859，P<0.001），Hosmer-Lemeshow檢驗(yàn)顯示預(yù)測(cè)曲線與實(shí)際觀測(cè)曲線有良好的一致性。為進(jìn)一步證明模型在臨床實(shí)踐中的實(shí)用性，本研究采用DCA這一新方法，根據(jù)閾概率為臨床決策提供依據(jù)，當(dāng)閾概率為0.06～0.94時(shí)，使用此模型預(yù)測(cè)利于識(shí)別非肥胖T2DM患者肌肉量減少，采取相應(yīng)的治療措施能使患者在臨床中獲益。

DXA是確診肌肉量減少的金標(biāo)準(zhǔn)，但價(jià)格昂貴，臨床中多不作為常規(guī)篩查項(xiàng)目，本研究結(jié)合年齡、性別、HbA1c、BMI以及內(nèi)臟脂肪面積這些簡(jiǎn)單易獲取的臨床指標(biāo)預(yù)測(cè)肌肉量減少的發(fā)生，有助于明確T2DM患者是否存在肌肉量減少風(fēng)險(xiǎn)，利于盡早干預(yù)，避免后續(xù)肌少癥的發(fā)生。

本研究有一定的局限性。首先，這是一項(xiàng)單中心橫斷面研究，雖然有驗(yàn)證集對(duì)列線圖的臨床驗(yàn)證，但其預(yù)測(cè)價(jià)值需進(jìn)一步通過(guò)前瞻性、多中心隨訪研究證實(shí)；其次，雖然研究采用了ASMI金標(biāo)準(zhǔn)評(píng)估技術(shù)DXA，但缺乏肌力及肌肉功能評(píng)估數(shù)據(jù)。肌少癥共識(shí)建議在肌力及肌肉功能減少人群中篩查肌少癥，但是T2DM患者肌肉量減少患病率（42.3%）遠(yuǎn)高于肌少癥患病率（11.38%）［16］，提示肌肉量減少出現(xiàn)早于肌力及肌肉功能減少，因此應(yīng)重視在非肥胖T2DM患者，特別在本研究列線圖提示的高風(fēng)險(xiǎn)人群中應(yīng)用DXA甄別肌肉量減少者，避免后續(xù)肌少癥的發(fā)生。最后，本研究未收集到非肥胖T2DM患者日常飲食或運(yùn)動(dòng)（有氧和力量訓(xùn)練）的定量數(shù)據(jù)，未能評(píng)估飲食和運(yùn)動(dòng)等生活方式對(duì)非肥胖T2DM患者肌肉量減少的影響，有待未來(lái)的研究進(jìn)一步闡明其潛在機(jī)制。

綜上所述，本研究結(jié)果表明非肥胖T2DM患者肌肉量減少患病率隨年齡增長(zhǎng)而升高，應(yīng)維持BMI為23.5 ～24.0 kg/m2，減少內(nèi)臟脂肪，強(qiáng)化血糖控制減少肌肉量減少的發(fā)生風(fēng)險(xiǎn)，在男性患者中更應(yīng)該注意上述指標(biāo)達(dá)標(biāo)。本研究采用臨床易獲得指標(biāo)構(gòu)建的列線圖，簡(jiǎn)單明了，具有良好的預(yù)測(cè)能力，有助于早期鑒別肌肉量減少高風(fēng)險(xiǎn)患者。

作者貢獻(xiàn)：張冰青負(fù)責(zé)臨床數(shù)據(jù)收集、整理、分析，并撰寫論文初稿；胡馨云負(fù)責(zé)繪制圖表并協(xié)助統(tǒng)計(jì)分析；歐陽(yáng)煜欽負(fù)責(zé)臨床資料質(zhì)量把控，協(xié)助初稿撰寫；向心月協(xié)助參與論文內(nèi)容及格式修改；湯文娟完善論文的審校；馮文煥提出研究思路，設(shè)計(jì)研究方案，完善論文最終內(nèi)容及審校，并對(duì)論文負(fù)責(zé)。

本文無(wú)利益沖突。

馮文煥：https：//orcid.org/0000-0002-5145-127X

參考文獻(xiàn)

MERZ K E，THURMOND D C. Role of skeletal muscle in insulin resistance and glucose uptake［J］. Compr Physiol，2020，10（3）：785-809. DOI：10.1002/cphy.c190029.

SARODNIK C，BOURS S P G，SCHAPER N C，et al. The risks of sarcopenia，falls and fractures in patients with type 2 diabetes mellitus［J］. Maturitas，2018，109：70-77. DOI：10.1016/j.maturitas.2017.12.011.

ANAGNOSTIS P，GKEKAS N K，ACHILLA C，et al. Type 2 diabetes mellitus is associated with increased risk of sarcopenia：a systematic review and meta-analysis［J］. Calcif Tissue Int，2020，107（5）：453-463. DOI：10.1007/s00223-020-00742-y.

LI C W，YU K，SHYH-CHANG N，et al. Pathogenesis of sarcopenia and the relationship with fat mass：descriptive review［J］. J Cachexia Sarcopenia Muscle，2022，13（2）：781-794. DOI：10.1002/jcsm.12901.

BORBA V Z C，COSTA T L，MOREIRA C A，et al. Mechanisms of endocrine disease：sarcopenia in endocrine and non-endocrine disorders［J］. Eur J Endocrinol，2019，180（5）：R185-199. DOI：10.1530/EJE-18-0937.

CHHETRI J K，DE SOUTO BARRETO P，F(xiàn)OUGèRE B，et al. Chronic inflammation and sarcopenia：a regenerative cell therapy perspective［J］. Exp Gerontol，2018，103：115-123. DOI：10.1016/j.exger.2017.12.023.

CRUZ-JENTOFT A J，SAYER A A. Sarcopenia［J］. Lancet，2019，393（10191）：2636-2646. DOI：10.1016/S0140-6736（19）31138-9.

KIM T N，PARK M S，YANG S J，et al. Prevalence and determinant factors of sarcopenia in patients with type 2 diabetes：the Korean Sarcopenic Obesity Study（KSOS）［J］. Diabetes Care，2010，33（7）：1497-1499. DOI：10.2337/dc09-2310.

JI L N，HU D Y，PAN C Y，et al. Primacy of the 3B approach to control risk factors for cardiovascular disease in type 2 diabetes patients［J］. Am J Med，2013，126（10）：925.e11-925.e22. DOI：10.1016/j.amjmed.2013.02.035.

羅琴，茍連平，陳銀，等. 小腿圍、上臂圍和 Ishii評(píng)分對(duì)冠心病合并肌少癥患者的診斷價(jià)值比較［J/OL］. 中國(guó)全科醫(yī)學(xué)，2023. ［2024-02-17］. http：//kns.cnki.net/kcms/detail/13.1222.R.20231023.0847.020.html.

CHIANCA V，ALBANO D，MESSINA C，et al. Sarcopenia：imaging assessment and clinical application［J］. Abdom Radiol （NY），2022，47（9）：3205-3216. DOI：10.1007/s00261-021-03294-3.

JALALI A，ALVAREZ-IGLESIAS A，ROSHAN D，et al. Visualising statistical models using dynamic nomograms［J］. PLoS One，2019，14（11）：e0225253. DOI：10.1371/journal.pone.0225253.

中華醫(yī)學(xué)會(huì)糖尿病學(xué)分會(huì). 中國(guó)2型糖尿病防治指南（2020年版）［J］. 中華內(nèi)分泌代謝雜志，2021，37（4）：311-398. DOI：10.3760/cma.j.cn311282-20210304-00142.

CHEN L K，WOO J，ASSANTACHAI P，et al. Asian working group for sarcopenia：2019 consensus update on sarcopenia diagnosis and treatment［J］. J Am Med Dir Assoc，2020，21（3）：300-307.e2. DOI：10.1016/j.jamda.2019.12.012.

MCCORMICK R，VASILAKI A. Age-related changes in skeletal muscle：changes to life-style as a therapy［J］. Biogerontology，2018，19（6）：519-536. DOI：10.1007/s10522-018-9775-3.

段明，張欣欣，孔悠然，等. 2型糖尿病患者肌肉量減少的多因素分析［J］. 中華內(nèi)分泌代謝雜志，2020，36（9）：778-782. DOI：10.3760/cma.j.cn311282-20191123-00512.

TERRACCIANO C，CELI M，LECCE D，et al. Differential features of muscle fiber atrophy in osteoporosis and osteoarthritis［J］. Osteoporos Int，2013，24（3）：1095-1100. DOI：10.1007/s00198-012-1990-1.

HURST C，ROBINSON S M，WITHAM M D，et al. Resistance exercise as a treatment for sarcopenia：prescription and delivery［J］. Age Ageing，2022，51（2）：afac003. DOI：10.1093/ageing/afac003.

PAPADOPOULOU S K，PAPADIMITRIOU K，VOULGARIDOU G，et al. Exercise and nutrition impact on osteoporosis and sarcopenia-the incidence of osteosarcopenia：a narrative review［J］. Nutrients，2021，13（12）：4499. DOI：10.3390/nu13124499.

RIZZOLI R，STEVENSON J C，BAUER J M，et al. The role of dietary protein and vitamin D in maintaining musculoskeletal health in postmenopausal women：a consensus statement from the European Society for Clinical and Economic Aspects of Osteoporosis and Osteoarthritis（ESCEO）［J］. Maturitas，2014，79（1）：122-132. DOI：10.1016/j.maturitas.2014.07.005.

KIM H J，JUNG D W，WILLIAMS D R. Age is just a number：progress and obstacles in the discovery of new candidate drugs for sarcopenia［J］. Cells，2023，12（22）：2608. DOI：10.3390/cells12222608.

SUGIMOTO K，TABARA Y，IKEGAMI H，et al. Hyperglycemia in non-obese patients with type 2 diabetes is associated with low muscle mass：the Multicenter Study for Clarifying Evidence for Sarcopenia in Patients with Diabetes Mellitus［J］. J Diabetes Investig，2019，10（6）：1471-1479. DOI：10.1111/jdi.13070.

ZGUTKA K，TKACZ M，TOMASIAK P，et al. A role for advanced glycation end products in molecular ageing［J］. Int J Mol Sci，2023，24（12）：9881. DOI：10.3390/ijms24129881.

IZZO A，MASSIMINO E，RICCARDI G，et al. A narrative review on sarcopenia in type 2 diabetes mellitus：prevalence and associated factors［J］. Nutrients，2021，13（1）：183. DOI：10.3390/nu13010183.

KIM H，SUZUKI T，KIM M，et al. Incidence and predictors of sarcopenia onset in community-dwelling elderly Japanese women：4-year follow-up study［J］. J Am Med Dir Assoc，2015，16（1）：85.e1-85.e8. DOI：10.1016/j.jamda.2014.10.006.

KALINKOVICH A，LIVSHITS G. Sarcopenic obesity or obese sarcopenia：a cross talk between age-associated adipose tissue and skeletal muscle inflammation as a main mechanism of the pathogenesis［J］. Ageing Res Rev，2017，35：200-221. DOI：10.1016/j.arr.2016.09.008.

WANNAMETHEE S G，ATKINS J L. Muscle loss and obesity：the health implications of sarcopenia and sarcopenic obesity［J］. Proc Nutr Soc，2015，74（4）：405-412. DOI：10.1017/S002966511500169X.

LI C，KANG B X，ZHANG T，et al. High visceral fat area attenuated the negative association between high body mass index and sarcopenia in community-dwelling older Chinese people［J］. Healthcare，2020，8（4）：479. DOI：10.3390/healthcare8040479.

MURAI J，NISHIZAWA H，OTSUKA A，et al. Low muscle quality in Japanese type 2 diabetic patients with visceral fat accumulation［J］. Cardiovasc Diabetol，2018，17（1）：112. DOI：10.1186/s12933-018-0755-3.

HUXLEY R，JAMES W P，BARZI F，et al. Ethnic comparisons of the cross-sectional relationships between measures of body size with diabetes and hypertension［J］. Obes Rev，2008，9（Suppl 1）：53-61. DOI：10.1111/j.1467-789X.2007.00439.x.

DU Y P，WANG X D，XIE H，et al. Sex differences in the prevalence and adverse outcomes of sarcopenia and sarcopenic obesity in community dwelling elderly in East China using the AWGS criteria［J］. BMC Endocr Disord，2019，19（1）：109. DOI：10.1186/s12902-019-0432-x.

SHIN H E，WALSTON J D，KIM M，et al. Sex-specific differences in the effect of free testosterone on sarcopenia components in older adults［J］. Front Endocrinol，2021，12：695614. DOI：10.3389/fendo.2021.695614.

SEPU N，ADELEYE J O，KUTI M O. Serum testosterone in Nigerian men with type 2 diabetes mellitus and its relationship with insulin sensitivity and glycemic control［J］. J Natl Med Assoc，2021，113（3）：285-293. DOI：10.1016/j.jnma.2020.11.014.

ROLLAND Y，DRAY C，VELLAS B，et al. Current and investigational medications for the treatment of sarcopenia［J］. Metabolism，2023，149：155597. DOI：10.1016/j.metabol.2023.155597.

（收稿日期：2024-03-21；修回日期：2024-05-27）

（本文編輯：康艷輝）