Sarcopenia and its diagnosis

封面

如何引用文章

全文:

详细

An increased life expectancy is associated with an increased number of persons suffering from sarcopenia, as manifested by a loss of muscle mass, strength, and body functions (decreased performance) due to aging processes.

The development of sarcopenia significantly reduces the quality of life of patients and worsens the results of treatment in the event of life-threatening conditions. Unfortunately, clinicians underestimate its diagnosis and do not pay enough attention to the muscle conditions, as well as the prevention and treatment of sarcopenia.

To date, active research and search for methods for diagnosing sarcopenia and similar pathological conditions of the muscle tissue (cachexia, fatty infiltration, and inflammatory lesions of muscle tissue) are conducted. Various scales are used to detect sarcopenia at the prehospital stage. An example is the Strength, Assistance with Walking, Rising from a Chair, Climbing Stairs, and Falls questionnaire that assess the following indicators: lifting a load, walking around the room, getting out of bed, climbing the stairs, and involuntary falls. The use of scales is limited in a hospital setting; thus, instrumental diagnostic methods are more informative, particularly bioimpedance, dual-energy X-ray absorptiometry, computed tomography, and magnetic resonance imaging, but the most in demand is ultrasound imaging of the muscle tissue.

The dynamics of the severity of sarcopenia is a promising method used to assess nutritional support and rehabilitation measures in patients under intensive care.

作者简介

Anton Zakrevsky

Central State Medical Academy of Department of Presidential Affair

Email: antonzakrevskiy@gmail.com
ORCID iD: 0000-0002-6043-1617
SPIN 代码: 9590-7661

MD

俄罗斯联邦, 19 Marshala Timoshenko str., Moscow, 121359

Anna Fedorova

Central State Medical Academy of Department of Presidential Affairs; Clinical hospital 1 of the Department of Presidential Affairs of the Russian Federation

Email: dr.fedorova.anna@gmail.com
ORCID iD: 0000-0002-4556-8375
SPIN 代码: 9950-4903

MD, Cand. Sci. (Med.)

俄罗斯联邦, 19 Marshala Timoshenko str., Moscow, 121359; Moscow

Igor Pasechnik

Central State Medical Academy of Department of Presidential Affairs

Email: pasigor@yandex.ru
ORCID iD: 0000-0002-8121-4160
SPIN 代码: 4433-1418
Scopus 作者 ID: 7004439316
Researcher ID: K-3814-2015

MD, Dr. Sci. (Med.), Professor

俄罗斯联邦, 19 Marshala Timoshenko str., Moscow, 121359

Dmitry Kutepov

Central State Medical Academy of Department of Presidential Affairs; Clinical hospital 1 of the Department of Presidential Affairs of the Russian Federation

编辑信件的主要联系方式.
Email: kutepovde@gmail.com
ORCID iD: 0000-0001-7236-6288
SPIN 代码: 6310-0172

MD, Dr. Sci. (Med.), Professor

俄罗斯联邦, 19 Marshala Timoshenko str., Moscow, 121359; Moscow

参考

  1. Rosenberg IH. Epidemiologic and methodologic problems in determining nutritional status of older persons. Proceedings of a conference. Albuquerque, New Mexico, October 19–21, 1988. Am J Clin Nutr. 1989;50(5 Suppl):1121–235.
  2. Anker SD, Morley JE, von Haehling S. Affiliations expand Welcome to the ICD-10 code for sarcopenia. J Cachexia Sarcopenia Muscle. 2016;7(5):512–514. doi: 10.1002/jcsm.12147
  3. Cruz-Jentoft AJ, Baeyens JP, Bauer JM, et al. Sarcopenia: European consensus on definition and diagnosis Report of the European Working Group on Sarcopenia in Older People. Age Ageing. 2010;39(4):412–423. doi: 10.1093/ageing/afq034
  4. Scharf G, Heineke J. Finding good biomarkers for sarcopenia. J Cachexia Sarcopenia Muscle. 2012;3(3):145–148. doi: 10.1007/s13539-012-0081-7
  5. Malmstrom TK, Morley JE. SARC-F: a simple questionnaire to rapidly diagnose sarcopenia. J Am Med Dir Assoc. 2013;14(8): 531–532. doi: 10.1016/j.jamda.2013.05.018
  6. Paris MT, Mourtzakis M, Day A, et al. Validation of bedside ultrasound of muscle layer thickness of the quadriceps in the critically ill patient (VALIDUM Study). JPEN J Parenter Enteral Nutr. 2017;41(2):171–180. doi: 10.1177/0148607116637852
  7. Moisey LL, Mourtzakis M, Cotton BA, et al. Skeletal muscle predicts ventilator-free days, ICU-free days, and mortality in elderly ICU patients. Crit Care. 2013;17(5):R206. doi: 10.1186/cc12901
  8. Cruz-Jentoft AJ, Bahat G, Bauer J, et al. Sarcopenia: revised European consensus on definition and diagnosis. Age Ageing. 2019;48(1):16–31. doi: 10.1093/ageing/afy169
  9. Pasechnik IN, Zakrevsky AI, Talyzin PA, Mazova MS. Sarcopenia: the view of an anesthesiologist-resuscitator. Kremlin medicine. Clinical Bulletin. 2021;(1):82–89. (In Russ). doi: 10.26269/zqkk-j843
  10. Newman AB, Kupelian V, Visser M, et al. Strength, but not muscle mass, is associated with mortality in the health, aging and body composition study cohort. J Gerontol A Biol Sci Med Sci. 2006;61(1):72–77. doi: 10.1093/gerona/61.1.72
  11. Zheng E, Shao S, Webster JG. Impedance of skeletal muscle from 1 Hz to 1 MHz. IEEE Trans Biomed Eng. 1984;31(6):477–481. doi: 10.1109/TBME.1984.325417
  12. Boutin RD, Yao L, Canter RJ, Lenchik L. Sarcopenia: current concepts and imaging implications. AJR Am J Roentgenol. 2015; 205(3):W255–266. doi: 10.2214/AJR.15.14635
  13. Bazzocchi A, Diano D, Ponti F, et al. A 360-degree overview of body composition in healthy people: relationships among anthropometry, ultrasonography, and dual-energy X-ray absorptiometry. Nutrition. 2014;30(6):696–701. doi: 10.1016/j.nut.2013.11.013
  14. Anandavadivelan P, Lagergren P. Cachexia in patients with oesophageal cancer. Nat Rev Clin Oncol. 2016;13(3):185–198. doi: 10.1038/nrclinonc.2015.200
  15. Kim KM, Jang HC, Lim S. Differences among skeletal muscle mass indices derived from height-, weight-, and body mass index-adjusted models in assessing sarcopenia. Korean J Intern Med. 2016;31(4):643–650. doi: 10.3904/kjim.2016.015
  16. Baumgartner RN, Koehler KM, Gallagheret D, et al. Epidemiology of sarcopenia among the elderly in New Mexico. Am J Epidemiol. 1998;147(8):755–763. doi: 10.1093/oxfordjournals.aje.a009520
  17. Cawthon PM, Peters KW, Shardellet MD, et al. Cutpoints for low appendicular lean mass that identify older adults with clinically significant weakness. J Gerontol A Biol Sci Med Sci. 2014;69(5): 567–575. doi: 10.1093/gerona/glu023
  18. Guerri S, Mercatelli D, Gómezet MP, et al. Quantitative imaging techniques for the assessment of osteoporosis and sarcopenia. Quant Imaging Med Surg. 2018;8(1):60–85. doi: 10.21037/qims.2018.01.05
  19. Sergi G, Trevisan C, Veronese N, et al. Imaging of sarcopenia. Eur J Radiol. 2016;85(8):1519–1524. doi: 10.1016/j.ejrad.2016.04.009
  20. Miljkovic I, Zmuda JM. Epidemiology of myosteatosis. Curr Opin Clin Nutr Metab Care. 2010;13(3):260–264. doi: 10.1097/MCO.0b013e328337d826
  21. Yoon DY, Moon JH, Kim HK, et al. Comparison of low-dose CT and MR for measurement of intra-abdominal adipose tissue: a phantom and human study. Acad Radiol. 2008;15(1):62–70. doi: 10.1016/j.acra.2007.07.013
  22. Seabolt LA, Welch EB, Silver HJ. Imaging methods for analyzing body composition in human obesity and cardiometabolic disease. Ann N Y Acad Sci. 2015;1353:41–59. doi: 10.1111/nyas.12842
  23. Lustgarten MS, Fielding RA. Assessment of analytical methods used to measure changes in body composition in the elderly and recommendations for their use in phase II clinical trials. J Nutr Health Aging. 2011;15(5):368–375. doi: 10.1007/s12603-011-0049-x
  24. Dalakas MC. Inflammatory muscle diseases. N Engl J Med. 2015;372(18):1734–1747. doi: 10.1056/NEJMra1402225
  25. Erlandson MC, Lorbergs AL, Mathur S, Cheung AM. Muscle analysis using pQCT, DXA and MRI. Eur J Radiol. 2016;85(8): 1505–1511. doi: 10.1016/j.ejrad.2016.03.001
  26. Prado CM, Lieffers JR, McCargaret LJ, et al. Prevalence and clinical implications of sarcopenic obesity in patients with solid tumours of the respiratory and gastrointestinal tracts: a population-based study. Lancet Oncol. 2008;9(7):629–635. doi: 10.1016/S1470-2045(08)70153-0
  27. Martin L, Birdsell L, Macdonaldet N, et al. Cancer cachexia in the age of obesity: skeletal muscle depletion is a powerful prognostic factor, independent of body mass index. J Clin Oncol. 2013;31(12):1539–1547. doi: 10.1200/JCO.2012.45.2722
  28. Morrell GR, Ikizler TA, Chenet X, et al. Psoas muscle cross-sectional area as a measure of whole-body lean muscle mass in maintenance hemodialysis patients. J Ren Nutr. 2016;26(4):258–264. doi: 10.1053/j.jrn.2016.02.002
  29. Noumura Y, Kamishima T, Sutherland K, Nishimura H. Visceral adipose tissue area measurement at a single level: can it represent visceral adipose tissue volume? Br J Radiol. 2017;90(1077):20170253. doi: 10.1259/bjr.20170253
  30. Schweitzer L, Geisler C, Pourhassanet M. What is the best reference site for a single MRI slice to assess whole-body skeletal muscle and adipose tissue volumes in healthy adults? Am J Clin Nutr. 2015;102(1):58–65. doi: 10.3945/ajcn.115.111203
  31. Yip C, Dinkel C, Mahajanet A, et al. Imaging body composition in cancer patients: visceral obesity, sarcopenia and sarcopenic obesity may impact on clinical outcome. Insights Imaging. 2015;6(4): 489–497. doi: 10.1007/s13244-015-0414-0
  32. Schweitzer L, Geisler C, Pourhassanet M, et al. Estimation of skeletal muscle mass and visceral adipose tissue volume by a single magnetic resonance imaging slice in healthy elderly adults. J Nutr. 2016;146(10):2143–2148. doi: 10.3945/jn.116.236844
  33. Tosato M, Marzetti E, Cesaril M, et al. Measurement of muscle mass in sarcopenia: from imaging to biochemical markers. Aging Clin Exp Res. 2017;29(1):19–27. doi: 10.1007/s40520-016-0717-0
  34. Heckmatt JZ, Dubowitz V, Leeman S. Detection of pathological change in dystrophic muscle with B-scan ultrasound imaging. Lancet. 1980;1(8183):1389–1390. doi: 10.1016/s0140-6736(80)92656-2
  35. Heckmatt JZ, Leeman S, Dubowitz V. Ultrasound imaging in the diagnosis of muscle disease. J Pediatr. 1982;101(5):656–660. doi: 10.1016/s0022-3476(82)80286-2
  36. Pillen S. Skeletal muscle ultrasound. Europ J Translational Myology. 2010;20(4):145–155. doi: 10.4081/ejtm.2010.1812
  37. Ticinesi A, Meschi T, Nariciet MV, et al. Muscle ultrasound and sarcopenia in older individuals: a clinical perspective. J Am Med Dir Assoc. 2017;18(4):290–300. doi: 10.1016/j.jamda.2016.11.013

补充文件

附件文件
动作
1. JATS XML
下载

版权所有 © Zakrevsky A.I., Fedorova A.A., Pasechnik I.N., Kutepov D.E., 2021

Creative Commons License
此作品已接受知识共享署名 4.0国际许可协议的许可

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».