胰岛素敏感性新指标eGDR与中老年肌肉减少症的负相关关系及预测价值研究

《Scientific Reports》：The relationship between estimated glucose disposal rate and sarcopenia among middle-aged and older adults

　　本研究基于CHARLS队列数据，首次探讨了估计葡萄糖处置率(eGDR)与中老年肌肉减少症的关系。研究人员通过logistic回归、Cox回归和限制性立方样条分析发现，eGDR<7.319时与肌肉减少症风险呈显著负相关，尤其在年龄≥64岁和糖尿病患者中更为明显。机器学习模型显示eGDR是预测肌肉减少症的关键因素，AUC达0.613。该研究为肌肉减少症的早期筛查提供了新的生物标志物。

　　

随着全球人口老龄化加剧，肌肉减少症(sarcopenia)已成为日益严重的公共卫生问题。这种以骨骼肌质量、肌力和躯体功能进行性下降为特征的综合征，严重影响中老年人的生活质量和独立生活能力。据统计，全球约10%-16%的老年人受此困扰，而在80岁以上人群中患病率甚至高达11%-50%。目前，肌肉减少症的发病机制尚未完全阐明，缺乏简便有效的早期预测指标。

近年研究发现，胰岛素抵抗(insulin resistance)可能是肌肉减少症的重要危险因素。骨骼肌作为胰岛素作用的主要靶器官，占成人瘦体重的40%-50%，其葡萄糖摄取和代谢在血糖调节中起关键作用。然而，传统评估胰岛素抵抗的指标如HOMA-IR等需要空腹血样检测，在大型流行病学研究中应用受限。

在此背景下，河南中医药大学第一附属医院康复中心的研究团队在《Scientific Reports》上发表了一项创新性研究，首次探讨了估计葡萄糖处置率(estimated glucose disposal rate, eGDR)这一新型胰岛素敏感性指标与中老年人肌肉减少症的关系。eGDR基于糖化血红蛋白(HbA1c)、高血压状态和腰围三个临床常规参数计算得出，无需复杂检测，特别适合大规模人群研究。

研究人员利用中国健康与养老追踪调查(China Health and Retirement Longitudinal Study, CHARLS)2011-2015年的数据，纳入1,627名45岁及以上参与者。通过多变量logistic回归、Cox回归和限制性立方样条(restricted cubic splines, RCS)分析eGDR与肌肉减少症的关联，并采用接收者操作特征曲线(receiver operating characteristic curve, ROC)和四种机器学习模型评估eGDR的预测性能。

主要研究方法

本研究基于CHARLS全国性队列数据，采用前瞻性设计。肌肉减少症诊断依据2019年亚洲肌肉减少症工作组标准，综合评估握力、肌肉质量(通过公式估算四肢骨骼肌质量)和躯体功能。eGDR计算公式为21.158-(3.407×高血压)-(0.551×HbA1c)-(0.09×腰围)。研究运用多变量调整模型控制混杂因素，并通过机器学习算法验证预测效能。

eGDR与肌肉减少症的多变量回归分析

多变量logistic回归显示，eGDR每增加1个单位，肌肉减少症风险降低16.2%(OR:0.838, 95% CI:0.711-0.985)。按eGDR四分位分组后，Q1组(eGDR<6.99)的肌肉减少症风险显著高于Q4组(eGDR≥10.89)。Cox回归结果与此一致，进一步证实了eGDR与肌肉减少症的负相关关系。

亚组分析揭示特定人群风险

亚组分析发现，这种关联在年龄≥64岁和糖尿病患者中尤为显著。老年糖尿病患者eGDR<6.99时，肌肉减少症风险增加1.696倍(HR:1.696, 95% CI:1.201-2.395)。这表明eGDR在老年和糖尿病人群中具有更重要的预测价值。

非线性关系与阈值效应

RCS分析揭示了eGDR与肌肉减少症风险之间存在非线性关系。当eGDR<7.319时，两者呈显著负相关(P<0.001)，而超过此阈值后关联减弱，表明存在明显的临界效应。

预测性能比较与机器学习验证

在七种胰岛素抵抗指标中，eGDR的预测性能仅次于TyG-WHtR，AUC值为0.613，最佳预测阈值为7.364。随机森林模型表现最优，SHAP分析显示eGDR是预测肌肉减少症的最重要变量，凸显其临床应用的潜在价值。

本研究首次证实eGDR与中老年人肌肉减少症风险呈负相关，特别是在eGDR<7.319时这种关联更为显著。研究成果具有重要临床意义：eGDR作为基于常规临床参数计算的简易指标，为肌肉减少症的早期识别和风险评估提供了新工具。在老年和糖尿病人群中监测eGDR水平，有助于及时发现肌肉减少症高风险个体，为早期干预提供时间窗口。

研究的创新性在于将eGDR这一糖尿病领域的指标拓展应用于肌肉减少症评估，并通过机器学习方法验证其预测价值。然而，研究也存在一定局限性，如缺乏系列eGDR测量数据，无法反映其动态变化对肌肉减少症进展的影响。未来需要更多研究验证eGDR在肌肉减少症防治中的临床应用价值。

总之，该研究为理解胰岛素抵抗与肌肉减少症的关系提供了新的流行病学证据，为开发针对性的预防策略奠定了理论基础。eGDR有望成为临床实践中评估中老年人肌肉健康的重要辅助指标，对促进健康老龄化具有积极意义。