《Aging Clinical and Experimental Research》：Imaging without biology: limitations of CT-derived psoas muscle volume as a standalone diagnostic criterion for sarcopenia
编辑推荐：
为解决如何利用常规影像（如CT）准确诊断肌少症的问题，Choi等人开展了针对CT源性的腰大肌体积（PV）作为诊断指标的研究。他们通过深度学习自动分割技术，在大规模韩国筛查人群中建立了PV的诊断阈值，为肌少症的影像评估提供了初步依据。然而，其与现有共识（强调肌力）的差异、以生物电阻抗分析法（BIA）为参考标准的局限性，以及对临床结局验证的缺乏，提示该指标在广泛应用前仍需审慎，其意义在于推动了肌少症评估从单一体积测量向结合质量与功能的多维发展。
在人口老龄化不断加剧的今天，肌肉减少症，简称肌少症，正成为一个日益凸显的公共健康问题。它不仅仅意味着“人老力衰”，更与跌倒、骨折、术后并发症及功能衰退等不良结局密切相关。如何准确、便捷地诊断肌少症，成为临床实践和公共卫生领域的一大挑战。目前，国际上两大主要共识——欧洲老年肌少症工作组2（EWGSOP2）和亚洲肌少症工作组2019（AWGS 2019）——均强调肌肉力量是诊断的核心要素，而肌肉质量（或称“肌肉量”）则是支持性指标。然而，测量肌力（如握力、椅子起立测试）需要专门的设备和现场操作，在大规模人群筛查或常规体检中并不总是可行。这就催生了一个“机会主义”的思路：能否利用人们因其他原因（如体检、疾病诊断）已经广泛接受的影像检查，来评估肌肉状况呢？计算机断层扫描（CT）正是这样一种潜力巨大的工具。它不仅能提供精确的解剖结构图像，其数据还能用于测量肌肉的体积乃至评估肌肉质量（如通过CT值衰减）。近年来，基于CT的肌肉评估，特别是对核心肌群如腰大肌的测量，引起了研究者们的浓厚兴趣。然而，一个关键问题悬而未决：从CT图像中提取的单一肌肉体积指标，能否担起诊断肌少症的重任？它是否足以反映肌少症背后复杂的生物学变化？
针对这一科学问题，Choi及其同事在《Aging Clinical and Experimental Research》期刊上发表了一项研究，他们提出将CT衍生的腰大肌体积（Psoas muscle Volume, PV）作为肌少症的诊断指标。该研究设计精良，在一个大型韩国筛查队列中，采用了基于深度学习的自动化CT分割技术来测量PV，避免了人工测量的主观性和耗时问题。研究者们通过与一种常用的体成分测量方法——生物电阻抗分析法（Bioelectrical Impedance Analysis, BIA）所得到的四肢骨骼肌质量（Appendicular Skeletal Muscle mass, ASM）进行比较，推导出了PV的诊断阈值，并探讨了其与基于BIA的肌少症诊断之间的一致性。这项工作无疑为基于影像的肌肉评估增添了重要的数据，并探索了在常规临床影像中“挖掘”肌肉健康信息的可行路径。
然而，正如任何开创性研究都需经过严格审视一样，这项研究在迈向更广泛临床应用之前，仍有若干要点值得深入考量，这也正是本解读文章所关注的核心。本研究并非一份原始研究论文，而是一篇针对Choi等人研究的“致编辑信”式评论。文章在肯定该研究价值的基础上，从多个维度分析了将CT-PV作为独立诊断标准可能存在的局限与挑战，旨在促进更全面、更临床相关的肌少症评估框架的建立。
为开展这项评述性研究，作者主要基于对Choi等人已发表研究论文的深入分析，不涉及新的实验技术。其核心方法是文献评述与逻辑论证，重点围绕Choi研究中所用的关键技术方法展开讨论，包括：1. 使用基于深度学习的自动化分割技术，对大规模筛查人群的CT图像进行腰大肌体积测量；2. 以生物电阻抗分析法（BIA）测得的四肢骨骼肌质量（ASM）作为诊断肌少症的参考标准，并与之对比来确立PV阈值；3. 借鉴骨质疏松症的诊断模式，尝试将T值（T-score，即测量值与年轻健康人群平均值的标准差数）阈值（-2.0和-2.5）应用于肌肉体积，以定义“低肌肉量”。
研究结果
对齐当前肌少症定义
研究指出，Choi等人的研究主要评估的是肌肉大小（体积），这与当前的共识建议存在差异。EWGSOP2和AWGS 2019均强调肌肉力量是首要的诊断组分，肌肉质量起支持作用。在此背景下，无论PV的阈值推导得多么严谨，其本身都无法确立肌少症的诊断。因此，或许更恰当的做法是将这些标准视为识别低肌肉质量的工具，而非独立的诊断措施。
参考标准与结局验证
使用BIA衍生的ASM作为参考标准也值得商榷。已知BIA易受水合状态和设备相关变异性的影响，这可能会影响其可靠性。当一个基于影像的参数与此类方法进行比较时，可能会影响所观察到阈值的性能。与双能X线吸收法（DXA，一种更稳定、更常用于研究领域的体成分测量技术）衍生的ASM进行验证，将提供一个更稳定的参考。此外，所提出的阈值尚未与临床结局相关联。在实践中，肌少症的重要性在于其与跌倒、骨折、术后并发症和功能衰退的关联。证明使用PV标准分类的个体确实经历了更高概率的这些不良结局，将增强研究结果的临床相关性。目前，这些阈值或许应被视为初步的。
肌肉质量与组织病理学考量
肌少症不仅是肌肉尺寸的减少。在微观层面，其特征是II型肌纤维萎缩、纤维大小变异性、脂肪浸润、纤维化和进行性神经支配丧失。这些变化反映了肌肉质量的恶化，而单纯的体积测量无法捕捉到这些。因此，肌肉在CT上可能看起来保存完好，但显著的结构变化可能已经发生。CT衰减值（亨氏单位，Hounsfield Units）提供了一种有用的肌肉成分间接测量方法。由于这些可以从同一扫描中获得而无额外成本，将肌肉衰减与PV结合可能提供更全面的评估。这在肌肉减少性肥胖（Sarcopenic Obesity）中变得尤为相关，因为尽管肌肉质量显著恶化，肌肉体积可能看起来相对保持。
T值阈值与普遍适用性
从骨质疏松框架中借鉴T值阈值是一个合理的起点，但需要谨慎解读。骨密度阈值有大量数据支持其与骨折风险的关联，而对于肌肉体积，目前尚缺乏类似基于结局的验证数据。作者观察到-2.0的阈值比-2.5的阈值更接近预期的患病率，这表明这种类比可能无法直接转化为肌少症。此外，由于研究人群来源于单一的韩国筛查队列，在更广泛的临床应用之前，有必要在其他人群中验证这些发现。
结论与讨论
本评论文章旨在对Choi等人的工作提供建设性的延伸。该研究确实为基于CT的肌少症评估奠定了宝贵的基础，展示了利用人工智能自动化处理常规临床数据以服务健康筛查的潜力。然而，综合全文分析，可以得出几个关键结论。
首先，肌肉体积不等同于肌少症诊断。肌少症是一个多维综合征，其核心是肌肉功能的下降。将诊断过度简化为单一影像解剖学指标，可能忽略疾病的功能本质，导致误诊或漏诊。未来的诊断框架应努力整合影像学指标（如PV、肌肉衰减）与功能评估（如握力、行走速度）。
其次，验证链条尚不完整。从技术层面看，以BIA为金标准存在固有局限性；从临床层面看，缺乏与硬终点（如跌倒、住院、死亡率）的关联证据，使得PV阈值的临床意义和最佳截断值选择缺乏坚实依据。研究强调，必须建立肌肉测量指标与临床相关结局之间的直接联系，才能确立其诊断价值。
最后，肌肉“质量”至关重要。研究突出强调了肌少症中微观结构改变（脂肪浸润、神经支配丧失等）的重要性，这些是体积测量完全无法反映的。CT值（亨氏单位）作为一个易于获取的替代指标，为评估肌肉质量（即肌肉的“好坏”而非单纯的“多少”）提供了可能。将肌肉质量与肌肉数量结合，可能是未来影像评估更准确的方向，尤其对于肌肉减少性肥胖这类特殊人群。
因此，Choi等人的研究是一项重要的探索，但将其提出的CT-PV阈值作为独立的肌少症诊断标准为时尚早。其重要意义在于推动了该领域的讨论，指明了未来研究的方向：必须超越简单的“成像”，走向结合生物学（肌肉质量）、功能学（肌肉力量）和临床结局的综合性“评估”。只有当影像学生物标志物最终能够预测个体面临的实际健康风险时，它们才能在肌少症的临床诊断和管理中发挥其全部潜力。未来的工作应侧重于纳入功能测量、肌肉质量指标，并进行纵向研究以验证这些影像学标准与长期健康结局的关联，从而确定它们如何在临床实践中得到最佳应用。
