《Nursing for Women's Health》：Optimising SARC-F Cut-off for Sarcopenia Screening: A Comparative Analysis with Muscle Strength and Physical Performance Tests
编辑推荐：
肌少症早期筛查阈值优化研究。该回顾性横断面研究纳入1355名65岁以上社区老年人，排除活动性肿瘤、非行走能力及数据缺失者。通过ROC分析发现：SARC-F≥4诊断率22.2%，其中握力≥2（AUC0.705）、起身测试≥2（AUC0.735）、步速≥3（AUC0.788）、TUG≥4（AUC0.881）为最佳阈值。结论建议根据评估指标选择不同阈值：初步筛查≥2，精准评估≥3-4。
Deniz Cengiz|Arzu Okyar Ba?|Yelda ?ztürk|Ceyda Kayaba??|Murat Pehlivan|?zge ?zgün|Okan Turhan|?skender Arda Nacar|Mert E?me|Cafer Balc?|Burcu Balam Do?u|Mustafa Cankurtaran|Meltem Gülhan Halil
土耳其安卡拉06230，Hacettepe大学内科系，老年医学科
摘要
背景
肌少症是一种常见的老年综合征，其成因复杂，与营养不良、缺乏运动和慢性疾病密切相关，是导致跌倒、残疾和死亡的重要因素。SARC-F（力量、行走辅助、从椅子上起身、爬楼梯和跌倒）问卷被广泛用于筛查可能的肌少症；然而，传统的≥4分临界值在多项研究中的敏感性不足。
目的
评估SARC-F评分与EWGSOP2算法推荐的肌肉力量和身体功能测试结果之间的对应关系，并确定最适合用于筛查老年人肌少症的临界值。
方法
这项回顾性横断面研究纳入了2022年1月至2024年5月期间就诊于三级老年门诊的65岁及以上的社区居民。排除了患有活动性恶性肿瘤、无法行走或数据缺失的患者。通过接收者操作特征分析，评估了SARC-F临界值的诊断准确性，比较了其与握力（HGS）、坐立测试（STST）、4米步速和Timed Up and Go（TUG）测试的结果。
结果
共分析了1,355名参与者（平均年龄74.0 ± 6.0岁；64.9%为女性）。SARC-F评分≥4的患病率为22.2%。对于握力和坐立测试，≥2分的临界值具有最佳的区分度（AUC分别为0.705和0.735）。步速在≥3分时准确性最高（AUC=0.788），而TUG测试在≥4分时准确性最高（AUC=0.881）。
结论
SARC-F评分与肌肉力量和功能领域之间存在差异。≥2分的临界值可能有助于早期发现社区居住的老年人的肌少症，而更高的临界值则更能反映严重的功能损害。
章节摘录
引言
肌少症是一种进行性的、全身性的骨骼肌疾病，其特征是随着年龄增长肌肉力量、肌肉质量和身体功能下降。它与不良后果密切相关，包括虚弱、跌倒、功能依赖、住院和死亡，因此成为预防老年医学和健康老龄化计划的核心关注点[1,2]。除了生物老化外，营养不足（尤其是蛋白质不足）也是重要因素。
材料与方法
这项回顾性横断面研究在一家三级大学的老年门诊进行，该门诊是全国复杂老年疾病和高级老年健康服务的转诊中心。评估了2022年1月至2024年5月期间所有65岁及以上就诊者的临床数据。由受过培训的老年病专家使用标准化协议进行了全面的老年评估。
结果
共筛查了3,593份患者记录，其中1,355份符合纳入标准（图1）。该队列的平均年龄为74.0 ± 6.0岁，64.9%（n=880）为女性。根据MNA-SF评分，8.3%（n=113）的参与者被归类为营养不良（≤7分），超过一半的参与者（52.6%，n=753）表现为虚弱，CFS评分≥4。中位BMI为28.9 kg/m2。男性握力为27.7 kg（IQR：23.0–32.3），女性为17.5 kg（IQR：14.3–20.6）。
讨论
本研究全面评估了SARC-F问卷在大量老年门诊患者中的诊断性能。我们的研究结果支持分级临界值的方法：较低的评分（≥2分）更适合初步筛查，而较高的评分（≥3–4分）更能反映严重的功能下降。这些结果与我们患者群体的脆弱性特征相符，其中超过一半的参与者
结论
本研究表明，不同的SARC-F临界值在不同评估指标（握力、从椅子上起身、步速和Timed Up and Go测试）中对老年人具有不同的诊断性能。≥2分的评分在肌肉力量和从椅子上起身的评估中表现出最佳的敏感性和准确性；≥3分的评分能较好地识别步速缓慢的情况；≥4分的评分在TUG测试中显示出最高的准确性。
作者贡献声明
Deniz Cengiz：撰写 – 审稿与编辑、撰写 – 原稿、方法学、研究设计、数据分析、概念化。Arzu Okyar Ba?：撰写 – 审稿与编辑、方法学、研究设计、数据分析。Yelda ?ztürk：撰写 – 审稿与编辑、可视化、方法学、数据分析。Ceyda Kayaba??：撰写 – 审稿与编辑、撰写 – 原稿、方法学、数据分析。Murat Pehlivan：撰写 – 原稿、研究设计、数据分析。
利益冲突声明
作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。
