《Journal of Cachexia, Sarcopenia and Muscle》：Novel MRI-Guided Ultrasound Equations for Whole-Body Muscle Mass in Caucasian Adults
编辑推荐：
本研究旨在解决肌肉质量精准评估的临床难题。研究人员针对健康高加索成人，开展了一项以磁共振成像（MRI）为金标准、结合肌肉厚度（MT）与横截面积（CSA）的超声（US）评估研究。他们成功开发并验证了多个能够准确估算全身肌肉质量（WBMM）的超声方程式，包括一个高精度模型和一个实用性模型。该研究为临床提供了一种成本效益高、无创且可靠的肌肉质量评估新工具，并首次证明了结合CSA测量可提升预测准确性。
肌肉，这个看似简单的“发动机”，实则掌控着我们身体的功能、代谢乃至寿命的“钥匙”。然而，要精准地称量出一个人全身的“肌肉重量”，在临床和科研中却一直是个不小的挑战。传统的“金标准”方法，如磁共振成像（MRI）和计算机断层扫描（CT），虽然精确，但价格昂贵、设备庞大且有辐射风险，难以在普通诊所或大规模筛查中普及。生物电阻抗分析（BIA）等替代方法虽方便，但其准确性常受质疑。那么，有没有一种方法，既能像MRI一样准确，又能像普通超声检查一样方便、无创且经济呢？这就是本研究试图回答的核心问题。
超声波，这个在产检和心脏检查中常见的工具，在肌肉评估领域正展现出巨大潜力。它能够清晰显示肌肉的厚度（Muscle Thickness, MT）和横截面积（Cross-Sectional Area, CSA），这两者都是肌肉量的重要“代理指标”。过去已有研究尝试用超声测量来推算肌肉量，但它们大多依赖于双能X射线吸收测定法（DXA）测得的“瘦体重”，而瘦体重包含了非肌肉组织，不够纯粹。更重要的是，以往基于MRI金标准建立的超声方程仅在亚洲人群中进行过验证，缺乏针对高加索（白种）人群的数据。此外，过往的方程大多只利用了肌肉厚度（MT）信息，而随着超声“超宽视野”技术的出现，肌肉横截面积（CSA）的测量已成为可能。将CSA纳入方程，能否让预测更上一层楼？为了填补这些空白，并为高加索人群提供一个可靠的工具，研究人员开展了一项严谨的研究，其成果发表在《Journal of Cachexia, Sarcopenia and Muscle》期刊上。
研究人员为开展此项研究，主要运用了以下几项关键技术方法：首先，他们招募了211名健康高加索成人作为研究队列，在同一天内为每名受试者先后进行全身MRI扫描和标准化肌肉超声检查。MRI作为金标准，用于精确测量全身肌肉质量（WBMM）。超声检查则使用配备超宽视野（EFOV）功能的线性探头，对受试者右侧身体的8个肌肉厚度（MT）和7个肌肉横截面积（CSA）进行系统测量，测量位置基于严格的解剖学标志。所有图像使用ImageJ软件进行分析，测量者内可靠性良好。在统计分析阶段，研究样本被随机分为开发组（2/3）和交叉验证组（1/3），采用逐步多元回归方法建立预测方程，并通过Bland-Altman分析和组内相关系数（ICC）对模型进行验证，最终在全样本中确立了最优方程。
研究结果
1. 参与者特征与肌肉测量
对211名参与者（平均年龄42.0岁，52%为女性）的分析显示，其全身肌肉质量（WBMM）中位数为25.0 kg。将参与者随机分入开发组（141人）和交叉验证组（70人）后，两组在人口统计学特征、MRI测量的WBMM以及所有超声肌肉测量指标上均无显著差异，表明分组均衡，适合用于模型开发和验证。
2. 预测方程的建立与性能
研究建立了三组预测方程，分别基于肌肉厚度（MT）、肌肉横截面积（CSA）以及两者结合（MT+CSA）。每组又包含一个“优化模型”（追求最高精度）和一个“实用模型”（变量较少，标准估计误差SEE ≤ 2.0 kg）。在开发组中，结合了MT和CSA测量的模型5表现最佳，其调整后R2高达0.948，SEE低至1.6 kg。
3. 方程的交叉验证
在独立的交叉验证组中，所有模型预测的肌肉质量与MRI实测值均表现出优秀的一致性。其中，结合MT和CSA的模型5和模型6显示了最小的偏差（分别为-0.03 kg和0.02 kg）、最窄的一致性限（LoA）以及优异的ICC值（>0.95），证实了模型的稳健性和泛化能力。
4. 最终的全样本方程
基于交叉验证结果，研究人员使用全部211名参与者的数据，最终确立了以下两个核心方程：
- •
最精确方程：包含10个变量，即性别、体重、身体质量指数（BMI）以及7个超声肌肉测量值（前臂伸肌、腹直肌、股直肌、股二头肌、胫骨前肌的肌肉厚度，以及肱三头肌和胫骨前肌的横截面积）。该方程调整后R2为0.942，SEE为1.7 kg。
- •
最实用方程：包含6个变量，即性别、身高以及4个超声肌肉测量值（腹直肌、股二头肌、胫骨前肌的肌肉厚度，以及肱三头肌的横截面积）。该方程调整后R2为0.927，SEE为2.0 kg，在测量负担和准确性之间取得了良好平衡。
结论与讨论
本研究成功地开发并验证了首个专门针对健康高加索成人群体的、基于MRI金标准的全身肌肉质量超声预测方程。其重要意义体现在多个方面：
首先，它提供了一种可靠、无创且经济实惠的临床工具。与昂贵、不便的MRI相比，超声设备普及度高、操作灵活，使得在诊所、社区甚至床边进行准确的肌肉质量评估成为可能，这对于筛查和管理肌肉减少症、恶病质、衰弱等与肌肉丢失密切相关的疾病具有重要临床价值。
其次，研究首次明确证实了结合肌肉横截面积测量的优势。与仅使用肌肉厚度的模型相比，整合了CSA信息的模型显示出更高的预测精度（更高的调整R2和更低的SEE）。这为解决以往方程精度不足的局限性提供了明确方案，为未来超声肌肉评估的实践指明了改进方向。
再者，研究填补了特定人群的方法学空白。此前基于MRI的超声方程仅在亚洲人群中小样本验证，其普适性存疑。本研究首次为高加索人群建立了专属方程，并采用了较大的样本量（211人）和严谨的交叉验证流程，显著提升了方程在该人群中的可信度和适用性。
此外，研究在方法学上做出了重要贡献。例如，它测量的是单个肌肉的厚度而非某部位的复合厚度，这被认为更能精确反映特定肌肉的变化。同时，研究验证了在仰卧位进行超声测量的可行性，该体位与MRI扫描体位一致，能更好地实现肌肉放松，减少测量误差，并与金标准方法更具可比性。
当然，研究也存在一定的局限性。方程目前仅适用于健康高加索成人，在患者群体（如肌肉减少症患者）及其他族裔人群中的有效性有待进一步验证。此外，最精确方程需要测量10个变量，过程相对耗时；而最实用方程虽简化了操作，但其约2.0 kg的误差在用于计算骨骼肌指数（SMI）并诊断低肌肉质量时，需要临床医生谨慎考虑。
展望未来，这项研究为肌肉健康的精准评估打开了新的大门。下一步，验证这些方程在疾病人群中的适用性、探索建立肢体特异性或区域性的预测模型，以及推动其在不同医疗场景下的标准化应用，将是深化该领域研究、最终改善全球范围肌肉相关疾病诊疗效果的关键方向。
