引用本文： 李娜, 王婭鑫, 雷青, 佘桂芳, 孫鴻燕. 社區老年肌少癥篩查工具準確性的網狀Meta分析. 中國循證醫學雜志, 2024, 24(6): 678-685. doi: 10.7507/1672-2531.202308056 復制
版權信息： ?四川大學華西醫院華西期刊社《中國循證醫學雜志》版權所有，未經授權不得轉載、改編
肌少癥（sarcopenia）是一種伴隨著年齡的增長而出現的進行性骨骼肌質量、力量和功能下降的老年綜合征[1]。最新研究報道，全球老年人肌少癥的患病率為10%～16%[2]，我國65歲以上社區老年人中肌少癥的總體患病率為17.4%[3]。而中國現又正面臨嚴峻的老齡化形勢，據第七次全國人口普查結果顯示，65周歲及以上老年人口達1.91億人，占全國總人口的13.5%[4]。隨著我國人口老齡化程度不斷加深，肌少癥逐漸成為一個新的公共衛生問題，是影響老年人的最重要的健康問題之一。研究發現，肌少癥與一系列不良健康結果有關，例如跌倒、骨折、虛弱、抑郁癥、認知障礙、身體殘疾和死亡等，給個人、家庭和社會帶來嚴重的經濟負擔[1,5-8]。早期識別患有肌少癥的老年人，有利于我們盡早為其提供適當的個性化干預，以有效預防不良結局的發生并提升老年人的生活質量。然而在社區人群中使用評估骨骼肌質量的金標準X線計算機斷層掃描（CT）、雙能X線吸收測定法（DXA）、磁共振成像（MRI）或生物電阻抗分析（BIA）來測量肌肉質量難以實現，在技術上具有一定挑戰性。因此，開發一種簡易便捷的早期篩查工具，對肌少癥的識別具有重要意義。目前，國內外已有多種工具用于社區老年肌少癥風險篩查，如簡易五項評分問卷（sarcopenia-five，SARC-F）、小腿圍（calf circumference，CC）、Ishii評分篩查、迷你肌少癥風險評估量表（mini scarcopemia risk assessment，MSRA）、指環測試（finger-circle test）、肌肉減少癥五條目聯合小腿圍（SARC-F combined with calf circumfe-rence，SARC-CalF）量表等，對社區老年肌少癥均有一定的篩檢價值，但鑒于篩查工具種類多且診斷準確性不一，難以選定最佳篩查工具，且目前尚缺乏不同社區老年肌少癥篩查工具之間的比較研究。故本研究采用網狀Meta分析方法，探討不同社區老年肌少癥篩查工具的診斷準確性，以期為社區老年肌少癥篩查提供更多依據。
1 資料與方法
本研究遵循PRISMA聲明進行報告。
1.1 納入與排除標準
1.1.1 研究類型
診斷性研究。
1.1.2 研究對象
社區老年人，受試者年齡≥60歲且能夠配合完成所有身體成分檢查。
1.1.3 診斷金標準
金標準：AWGS2014標準和AWGS2019標準。待評價的診斷方法：不同的老年肌少癥風險篩查量表。
1.1.4 結局指標
合并后的敏感度和特異度、綜合受試者工作特征曲線下面積（area under the curve，AUC）。
1.1.5 排除標準
① 重復發表文獻；② 會議論文集、Meta分析報告、灰色文獻；③ 無法獲取全文或未能提取原始數據；④ 非中、英文文獻。
1.2 文獻檢索策略
計算機檢索PubMed、Web of Science、Cochrane Library、Embase、CINAHL、CNKI、VIP、CBM和WanFang Data數據庫，查找公開發表的肌少癥風險篩查工具診斷老年肌少癥的相關研究，檢索時限均從建庫至2023年6月。遵循主題詞和自由詞結合的方式檢索，中文檢索詞包括：老年人、老年、老年患者、肌少癥、骨骼肌減少癥、少肌癥、肌肉衰減癥、肌肉減少癥、骨骼肌衰減癥、肌肉衰減綜合征、量表、問卷、評估工具、敏感度、特異度等；英文檢索詞包括：aged、old people、elderly、senior citizens、sarcopenia、sarcopenic、skeletal muscle reduction、muscle loss、muscle mass、muscle waste、muscle wasting、myopenia、muscle atrophy、muscle weakness、muscle strength、screen*、questionnaire*、assessment tool、sensitivity/specificity等。同時追溯納入文獻的參考文獻以補充檢索可能遺漏的相關文獻。以PubMed為例，具體檢索策略見附件框1。
1.3 文獻篩選與資料提取
由2名研究者嚴格根據文獻的納入和排除標準獨立篩選文獻、資料提取并交叉核對，如有分歧，則通過討論或咨詢第三方協商處理，缺乏的關鍵信息應盡量與該研究作者聯系以補充，如最終未能獲取相關數據，則剔除該文獻。對納入的文獻進行資料提取，資料提取表主要內容包括：① 納入文獻的基本信息：作者姓名、發表年份、國家等；② 研究文獻的基本特征和診斷信息：研究對象、人群年齡、樣本量、篩查工具、診斷金標準等；③ 結局指標：真陽性數、假陽性數、假陰性數、真陰性數、敏感度及特異度、AUC。
1.4 納入研究的質量評價
采用診斷準確性研究質量評價工具（quality assessment of diagnostic accuracy studies-2，QUADAS-2）[9]對納入的診斷性研究進行質量評價。該量表評價內容包括偏倚風險和臨床適用性評價。偏倚風險包括病例的選擇、待評價試驗、金標準、病例流程和進展情況4個部分組成，共11個條目。臨床適用性包括病例的選擇、待評價試驗和金標準3個部分。由2名研究人員獨立進行文獻質量評價并交叉核對，若遇分歧則咨詢第三方協助處理。
1.5 統計分析
采用Stata 15.1軟件進行數據分析。采用network Meta命令對數據進行處理，繪制網狀關系圖，通過累積排序概率曲線下面積（surface under the cumulative ranking curve，SUCRA）呈現不同肌少癥篩查工具成為最佳的可能性，并根據秩次排序。繪制漏斗圖分析發表偏倚。采用Meta Disc1.4軟件繪制綜合受試者工作特征曲線和計算AUC。
2 結果
2.1 文獻檢索結果
初檢出相關文獻1 969篇，包括PubMed（n=441）、Web of Science（n=660）、Cochrane Library（n=138）、Embase（n=489）、CINAHL（n=124）、CNKI（n=24）、CBM（n=14）、VIP（n=8）、WanFang Data（n=71）。經逐層篩選后，最終納入24項研究，包括10 961例患者，其中中文9項，英文15項。文獻篩選流程及結果見附件圖1。
2.2 納入研究的基本特征
共納入8個老年肌少癥風險篩查工具：SARC-F、小腿圍、上臂圍、Ishii評分、MSRA-5、MSRA-7、指環測試、SARC-CalF，納入研究的基本特征見表1，納入文獻的質量評價見附件表1。
表表 1
納入研究的基本特征
2.3 網狀Meta分析結果
2.3.1 網狀圖
網狀圖是以金標準為中心，以8種老年肌少癥風險篩查工具為節點的放射性結構。圖中節點的大小與研究數量成正比，兩節點之間線條越粗，則表示比較該篩查工具的研究數量越多。如圖1所示，SARC-F與參考標準比較的研究最多，上臂圍測量與參考標準比較的研究最少。
2.3.2 一致性檢驗
對各個結局指標做一致性檢驗，結果顯示本研究共包含14個閉合環，都為3環。敏感度有3個閉合環存在不一致性，特異度有4個閉合環存在不一致性，其余環的95%CI均包含0，說明納入研究一致性較好。
2.3.3 敏感度和特異度
8種老年肌少癥風險篩查工具敏感度、特異度的網狀Meta分析結果見表2。敏感度結果顯示，與金標準相比，SARC-CalF［0.49，95%CI（0.38，0.63）］、SARC-F［0.24，95%CI（0.18，0.30）］的敏感度準確性較差，差異有統計學意義。與小腿圍比較，SARC-CalF［0.59，95%CI（0.41，0.84）］的敏感度準確性較差，差異有統計學意義。SARC-F［0.48，95%CI（0.36，0.64）］的敏感度與SARC-CalF相比準確性較差，差異有統計學意義。特異度結果顯示，與金標準相比，小腿圍［0.39，95%CI（0.29，0.54）］、MSRA-5［0.18，95%CI（0.11，0.29）］、MSRA-7［0.15，95%CI（0.09，0.25）］、上臂圍［0.39，95%CI（0.18，0.82）］、指環測試［0.52，95%CI（0.29，0.93）］、Ishii評分［0.54，95%CI（0.29，1.03）］、SARC-CalF［0.62，95%CI（0.49，0.79）］、SARC-F［0.63，95%CI（0.50，0.78）］的特異度準確性較差，差異有統計學意義。
表表 2
不同肌少癥篩查工具的網狀Meta分析聯賽表
2.3.4 AUC
不同量表的受試者工作特征曲線見附件圖2～圖6。結果顯示，AUC值SARC-F為0.64，SARC-CalF為0.80，小腿圍為0.86，MSRA-5為0.79，MSRA-7為0.93。
2.3.5 SUCRA
敏感度SUCRA值由高到低為：小腿圍（67.4%）>MSRA-5（65.3%）>MSRA-7（64.1%）>上臂圍（54.5%）>指環測試（46.5%）>Ishii評分（43.1%）>SARC-CalF（20.7%）>SARC-F（0.1%）；特異度SUCRA值由高到低為：SARC-F（72.2%）>SARC-CalF（71.3%）>Ishii評分（60.2%）>指環測試（57.1%）>上臂圍（40.1%）>小腿圍（36.2%）>MSRA-5（10.0%）>MSRA-7（3.6%）。見圖2、圖3。
2.3.6 發表偏倚
對納入的研究進行發表偏倚分析，結果顯示，漏斗圖基本圍繞零位線對稱，但有部分研究落在漏斗圖外側，提示納入研究可能存在發表偏倚或小樣本效應，見附件圖7。
3 討論
社區老年肌少癥篩查主要目的是能快捷、準確地識別出高風險人群，為此，我們應盡早采取有效手段進行篩查，以防治社區老年肌少癥的發生發展，因此，需要敏感度較高的篩查工具。本文納入24項研究，涉及8種簡易老年肌少癥篩查工具，據SUCRA值排序結果顯示，敏感度較高的前3位篩查工具為小腿圍、MSRA-5和MSRA-7。小腿圍測量可操作性強、使用安全，基層醫務工作者能迅速掌握此篩查工具要點，老年人也易配合完成，適用于廣泛社區老年肌少癥的篩檢，目前被亞洲肌少癥工作組（Asian Working Group for Sarcopenia，AWGS）專家共識推薦使用。AWGS2019年的共識指出，在社區、醫院以及養老院等不同場所，采用小腿圍篩查肌少癥的截斷值均統一為男性<34cm，女性<33cm[34]。但我國對小腿圍篩查社區老年人肌少癥的截斷值的界定還有待研究，Lin等[19]采用AWGS2019的診斷標準，對臺灣地區社區老年人群進行篩查發現，小腿圍篩查社區老年女性和男性肌少癥的敏感度分別為85.5%和86.7%，AUC分別為0.88和0.91。而莫懿晗等[16]研究顯示，小腿圍測量用于肌少癥篩查的最佳截點為男性<34.6cm、女性<33.4cm，稍高于AWGS2019年推薦，其原因可能是因為研究人群和測量小腿圍姿勢有所不同。此外，小腿圍會受到水腫、肥胖等因素的影響，因此不適用于肥胖老年人群或者可能誘發水腫的慢性病患者。MSRA問卷是近年來開發的新型肌少癥風險評估工具，通過調查人群的日常活動量和營養攝入狀況來進行評估，根據條目數量分為MSRA-7和MSRA-5兩個版本[35]。本研究結果表明，MSRA-5的敏感度高于MSRA-7，可能是因為MSRA-5在MSRA-7基礎上剔除了乳制品攝入和蛋白質攝入2個條目，從而更加簡潔，更易于醫務工作者進行篩查。但目前應用MSRA問卷的研究不多，其篩查準確性仍需擴大樣本量來進一步驗證。
SUCRA結果同時也顯示，特異度較高的前3種篩查工具為SARC-F、SARC-CalF和Ishii評分。SARC-F是一項簡易問卷，包含肌肉力量、行走能力、坐位起立、爬樓能力和跌倒經歷5個條目[36]。其篩查過程簡單易操作、方便快捷。國內一項Meta分析結果顯示，SARC-F評分篩查社區老年肌少癥的敏感度較低，特異度較高[37]。鑒于該工具敏感度較低，使用時可能會存在漏篩的情況，建議聯用敏感度較高的簡易篩查工具以提高篩查準確性。SARC-CalF是在SARC-F問卷基礎上加入客觀指標小腿圍，操作簡單方便。雖然本研究排序結果顯示其特異度稍低于SARC-F評分，但另有研究表明，SARC-CalF的篩查敏感度和準確性較SARC-F有顯著提高[38]，SARC-CalF通過增加客觀測量有效提高了SARC-F的診斷價值。Ishii評分是一種基于分析1 971名社區老年人的身體測量數據和功能狀況而推導出的計算公式。Locquet等[39]通過比較5種肌少癥篩查工具發現，Ishii評分的AUC為0.914，表現出較好的診斷準確度。但由于其計算公式復雜，增加了篩查的工作量，因此其在社區大規模應用有一定的局限性。
早期篩查是防治肌少癥發生發展的必要前提，個體化篩查方案能有效提高早期篩查的準確性。醫務人員應根據患者的實際情況針對性地選擇合適的篩查工具。目前SARC-F是國內外應用最多的簡易篩查工具，但其敏感度較低，極有可能會出現漏篩，現主要適用于初步篩查肌少癥。本研究表明：小腿圍、MSRA-5和MSRA-7的敏感度較高，SARC-F、SARC-CalF和Ishii評分的特異度較高，這對我國肌少癥社區篩查工作的開展提供了理論支撐。醫務人員可根據患者具體情況選取最適篩查工具，以減少漏診和誤診。綜上，在實際臨床工作中，可考慮優選SARC-CalF，再聯合運用篩查工具，以提升診斷性能，為社區老年肌少癥的防治工作提供依據。
本研究存在以下不足：① 部分篩查工具的納入研究較少，結果可能存在一定的選擇偏倚。② 僅納入中、英文文獻，可能存在語言偏倚。③ 部分研究質量不佳，仍需更多高質量、大樣本的研究對本研究的結論進一步驗證。
綜上所述，本研究采用網狀Meta分析方法，比較8種常見的老年人肌少癥簡易篩查工具，結果顯示小腿圍、MSRA-5和MSRA-7的敏感度較高，SARC-F、SARC-CalF和Ishii評分的特異度較高，我國社區老年肌少癥篩查建議優選SARC-CalF，再聯合運用其他篩查方法。由于部分篩查工具研究數量較少，未來應開展更多設計嚴謹、大樣本的研究對本研究結論予以驗證。
肌少癥（sarcopenia）是一種伴隨著年齡的增長而出現的進行性骨骼肌質量、力量和功能下降的老年綜合征[1]。最新研究報道，全球老年人肌少癥的患病率為10%～16%[2]，我國65歲以上社區老年人中肌少癥的總體患病率為17.4%[3]。而中國現又正面臨嚴峻的老齡化形勢，據第七次全國人口普查結果顯示，65周歲及以上老年人口達1.91億人，占全國總人口的13.5%[4]。隨著我國人口老齡化程度不斷加深，肌少癥逐漸成為一個新的公共衛生問題，是影響老年人的最重要的健康問題之一。研究發現，肌少癥與一系列不良健康結果有關，例如跌倒、骨折、虛弱、抑郁癥、認知障礙、身體殘疾和死亡等，給個人、家庭和社會帶來嚴重的經濟負擔[1,5-8]。早期識別患有肌少癥的老年人，有利于我們盡早為其提供適當的個性化干預，以有效預防不良結局的發生并提升老年人的生活質量。然而在社區人群中使用評估骨骼肌質量的金標準X線計算機斷層掃描（CT）、雙能X線吸收測定法（DXA）、磁共振成像（MRI）或生物電阻抗分析（BIA）來測量肌肉質量難以實現，在技術上具有一定挑戰性。因此，開發一種簡易便捷的早期篩查工具，對肌少癥的識別具有重要意義。目前，國內外已有多種工具用于社區老年肌少癥風險篩查，如簡易五項評分問卷（sarcopenia-five，SARC-F）、小腿圍（calf circumference，CC）、Ishii評分篩查、迷你肌少癥風險評估量表（mini scarcopemia risk assessment，MSRA）、指環測試（finger-circle test）、肌肉減少癥五條目聯合小腿圍（SARC-F combined with calf circumfe-rence，SARC-CalF）量表等，對社區老年肌少癥均有一定的篩檢價值，但鑒于篩查工具種類多且診斷準確性不一，難以選定最佳篩查工具，且目前尚缺乏不同社區老年肌少癥篩查工具之間的比較研究。故本研究采用網狀Meta分析方法，探討不同社區老年肌少癥篩查工具的診斷準確性，以期為社區老年肌少癥篩查提供更多依據。
1 資料與方法
本研究遵循PRISMA聲明進行報告。
1.1 納入與排除標準
1.1.1 研究類型
診斷性研究。
1.1.2 研究對象
社區老年人，受試者年齡≥60歲且能夠配合完成所有身體成分檢查。
1.1.3 診斷金標準
金標準：AWGS2014標準和AWGS2019標準。待評價的診斷方法：不同的老年肌少癥風險篩查量表。
1.1.4 結局指標
合并后的敏感度和特異度、綜合受試者工作特征曲線下面積（area under the curve，AUC）。
1.1.5 排除標準
① 重復發表文獻；② 會議論文集、Meta分析報告、灰色文獻；③ 無法獲取全文或未能提取原始數據；④ 非中、英文文獻。
1.2 文獻檢索策略
計算機檢索PubMed、Web of Science、Cochrane Library、Embase、CINAHL、CNKI、VIP、CBM和WanFang Data數據庫，查找公開發表的肌少癥風險篩查工具診斷老年肌少癥的相關研究，檢索時限均從建庫至2023年6月。遵循主題詞和自由詞結合的方式檢索，中文檢索詞包括：老年人、老年、老年患者、肌少癥、骨骼肌減少癥、少肌癥、肌肉衰減癥、肌肉減少癥、骨骼肌衰減癥、肌肉衰減綜合征、量表、問卷、評估工具、敏感度、特異度等；英文檢索詞包括：aged、old people、elderly、senior citizens、sarcopenia、sarcopenic、skeletal muscle reduction、muscle loss、muscle mass、muscle waste、muscle wasting、myopenia、muscle atrophy、muscle weakness、muscle strength、screen*、questionnaire*、assessment tool、sensitivity/specificity等。同時追溯納入文獻的參考文獻以補充檢索可能遺漏的相關文獻。以PubMed為例，具體檢索策略見附件框1。
1.3 文獻篩選與資料提取
由2名研究者嚴格根據文獻的納入和排除標準獨立篩選文獻、資料提取并交叉核對，如有分歧，則通過討論或咨詢第三方協商處理，缺乏的關鍵信息應盡量與該研究作者聯系以補充，如最終未能獲取相關數據，則剔除該文獻。對納入的文獻進行資料提取，資料提取表主要內容包括：① 納入文獻的基本信息：作者姓名、發表年份、國家等；② 研究文獻的基本特征和診斷信息：研究對象、人群年齡、樣本量、篩查工具、診斷金標準等；③ 結局指標：真陽性數、假陽性數、假陰性數、真陰性數、敏感度及特異度、AUC。
1.4 納入研究的質量評價
采用診斷準確性研究質量評價工具（quality assessment of diagnostic accuracy studies-2，QUADAS-2）[9]對納入的診斷性研究進行質量評價。該量表評價內容包括偏倚風險和臨床適用性評價。偏倚風險包括病例的選擇、待評價試驗、金標準、病例流程和進展情況4個部分組成，共11個條目。臨床適用性包括病例的選擇、待評價試驗和金標準3個部分。由2名研究人員獨立進行文獻質量評價并交叉核對，若遇分歧則咨詢第三方協助處理。
1.5 統計分析
采用Stata 15.1軟件進行數據分析。采用network Meta命令對數據進行處理，繪制網狀關系圖，通過累積排序概率曲線下面積（surface under the cumulative ranking curve，SUCRA）呈現不同肌少癥篩查工具成為最佳的可能性，并根據秩次排序。繪制漏斗圖分析發表偏倚。采用Meta Disc1.4軟件繪制綜合受試者工作特征曲線和計算AUC。
2 結果
2.1 文獻檢索結果
初檢出相關文獻1 969篇，包括PubMed（n=441）、Web of Science（n=660）、Cochrane Library（n=138）、Embase（n=489）、CINAHL（n=124）、CNKI（n=24）、CBM（n=14）、VIP（n=8）、WanFang Data（n=71）。經逐層篩選后，最終納入24項研究，包括10 961例患者，其中中文9項，英文15項。文獻篩選流程及結果見附件圖1。
2.2 納入研究的基本特征
共納入8個老年肌少癥風險篩查工具：SARC-F、小腿圍、上臂圍、Ishii評分、MSRA-5、MSRA-7、指環測試、SARC-CalF，納入研究的基本特征見表1，納入文獻的質量評價見附件表1。
表表 1
納入研究的基本特征
2.3 網狀Meta分析結果
2.3.1 網狀圖
網狀圖是以金標準為中心，以8種老年肌少癥風險篩查工具為節點的放射性結構。圖中節點的大小與研究數量成正比，兩節點之間線條越粗，則表示比較該篩查工具的研究數量越多。如圖1所示，SARC-F與參考標準比較的研究最多，上臂圍測量與參考標準比較的研究最少。
2.3.2 一致性檢驗
對各個結局指標做一致性檢驗，結果顯示本研究共包含14個閉合環，都為3環。敏感度有3個閉合環存在不一致性，特異度有4個閉合環存在不一致性，其余環的95%CI均包含0，說明納入研究一致性較好。
2.3.3 敏感度和特異度
8種老年肌少癥風險篩查工具敏感度、特異度的網狀Meta分析結果見表2。敏感度結果顯示，與金標準相比，SARC-CalF［0.49，95%CI（0.38，0.63）］、SARC-F［0.24，95%CI（0.18，0.30）］的敏感度準確性較差，差異有統計學意義。與小腿圍比較，SARC-CalF［0.59，95%CI（0.41，0.84）］的敏感度準確性較差，差異有統計學意義。SARC-F［0.48，95%CI（0.36，0.64）］的敏感度與SARC-CalF相比準確性較差，差異有統計學意義。特異度結果顯示，與金標準相比，小腿圍［0.39，95%CI（0.29，0.54）］、MSRA-5［0.18，95%CI（0.11，0.29）］、MSRA-7［0.15，95%CI（0.09，0.25）］、上臂圍［0.39，95%CI（0.18，0.82）］、指環測試［0.52，95%CI（0.29，0.93）］、Ishii評分［0.54，95%CI（0.29，1.03）］、SARC-CalF［0.62，95%CI（0.49，0.79）］、SARC-F［0.63，95%CI（0.50，0.78）］的特異度準確性較差，差異有統計學意義。
表表 2
不同肌少癥篩查工具的網狀Meta分析聯賽表
2.3.4 AUC
不同量表的受試者工作特征曲線見附件圖2～圖6。結果顯示，AUC值SARC-F為0.64，SARC-CalF為0.80，小腿圍為0.86，MSRA-5為0.79，MSRA-7為0.93。
2.3.5 SUCRA
敏感度SUCRA值由高到低為：小腿圍（67.4%）>MSRA-5（65.3%）>MSRA-7（64.1%）>上臂圍（54.5%）>指環測試（46.5%）>Ishii評分（43.1%）>SARC-CalF（20.7%）>SARC-F（0.1%）；特異度SUCRA值由高到低為：SARC-F（72.2%）>SARC-CalF（71.3%）>Ishii評分（60.2%）>指環測試（57.1%）>上臂圍（40.1%）>小腿圍（36.2%）>MSRA-5（10.0%）>MSRA-7（3.6%）。見圖2、圖3。
2.3.6 發表偏倚
對納入的研究進行發表偏倚分析，結果顯示，漏斗圖基本圍繞零位線對稱，但有部分研究落在漏斗圖外側，提示納入研究可能存在發表偏倚或小樣本效應，見附件圖7。
3 討論
社區老年肌少癥篩查主要目的是能快捷、準確地識別出高風險人群，為此，我們應盡早采取有效手段進行篩查，以防治社區老年肌少癥的發生發展，因此，需要敏感度較高的篩查工具。本文納入24項研究，涉及8種簡易老年肌少癥篩查工具，據SUCRA值排序結果顯示，敏感度較高的前3位篩查工具為小腿圍、MSRA-5和MSRA-7。小腿圍測量可操作性強、使用安全，基層醫務工作者能迅速掌握此篩查工具要點，老年人也易配合完成，適用于廣泛社區老年肌少癥的篩檢，目前被亞洲肌少癥工作組（Asian Working Group for Sarcopenia，AWGS）專家共識推薦使用。AWGS2019年的共識指出，在社區、醫院以及養老院等不同場所，采用小腿圍篩查肌少癥的截斷值均統一為男性<34cm，女性<33cm[34]。但我國對小腿圍篩查社區老年人肌少癥的截斷值的界定還有待研究，Lin等[19]采用AWGS2019的診斷標準，對臺灣地區社區老年人群進行篩查發現，小腿圍篩查社區老年女性和男性肌少癥的敏感度分別為85.5%和86.7%，AUC分別為0.88和0.91。而莫懿晗等[16]研究顯示，小腿圍測量用于肌少癥篩查的最佳截點為男性<34.6cm、女性<33.4cm，稍高于AWGS2019年推薦，其原因可能是因為研究人群和測量小腿圍姿勢有所不同。此外，小腿圍會受到水腫、肥胖等因素的影響，因此不適用于肥胖老年人群或者可能誘發水腫的慢性病患者。MSRA問卷是近年來開發的新型肌少癥風險評估工具，通過調查人群的日常活動量和營養攝入狀況來進行評估，根據條目數量分為MSRA-7和MSRA-5兩個版本[35]。本研究結果表明，MSRA-5的敏感度高于MSRA-7，可能是因為MSRA-5在MSRA-7基礎上剔除了乳制品攝入和蛋白質攝入2個條目，從而更加簡潔，更易于醫務工作者進行篩查。但目前應用MSRA問卷的研究不多，其篩查準確性仍需擴大樣本量來進一步驗證。
SUCRA結果同時也顯示，特異度較高的前3種篩查工具為SARC-F、SARC-CalF和Ishii評分。SARC-F是一項簡易問卷，包含肌肉力量、行走能力、坐位起立、爬樓能力和跌倒經歷5個條目[36]。其篩查過程簡單易操作、方便快捷。國內一項Meta分析結果顯示，SARC-F評分篩查社區老年肌少癥的敏感度較低，特異度較高[37]。鑒于該工具敏感度較低，使用時可能會存在漏篩的情況，建議聯用敏感度較高的簡易篩查工具以提高篩查準確性。SARC-CalF是在SARC-F問卷基礎上加入客觀指標小腿圍，操作簡單方便。雖然本研究排序結果顯示其特異度稍低于SARC-F評分，但另有研究表明，SARC-CalF的篩查敏感度和準確性較SARC-F有顯著提高[38]，SARC-CalF通過增加客觀測量有效提高了SARC-F的診斷價值。Ishii評分是一種基于分析1 971名社區老年人的身體測量數據和功能狀況而推導出的計算公式。Locquet等[39]通過比較5種肌少癥篩查工具發現，Ishii評分的AUC為0.914，表現出較好的診斷準確度。但由于其計算公式復雜，增加了篩查的工作量，因此其在社區大規模應用有一定的局限性。
早期篩查是防治肌少癥發生發展的必要前提，個體化篩查方案能有效提高早期篩查的準確性。醫務人員應根據患者的實際情況針對性地選擇合適的篩查工具。目前SARC-F是國內外應用最多的簡易篩查工具，但其敏感度較低，極有可能會出現漏篩，現主要適用于初步篩查肌少癥。本研究表明：小腿圍、MSRA-5和MSRA-7的敏感度較高，SARC-F、SARC-CalF和Ishii評分的特異度較高，這對我國肌少癥社區篩查工作的開展提供了理論支撐。醫務人員可根據患者具體情況選取最適篩查工具，以減少漏診和誤診。綜上，在實際臨床工作中，可考慮優選SARC-CalF，再聯合運用篩查工具，以提升診斷性能，為社區老年肌少癥的防治工作提供依據。
本研究存在以下不足：① 部分篩查工具的納入研究較少，結果可能存在一定的選擇偏倚。② 僅納入中、英文文獻，可能存在語言偏倚。③ 部分研究質量不佳，仍需更多高質量、大樣本的研究對本研究的結論進一步驗證。
綜上所述，本研究采用網狀Meta分析方法，比較8種常見的老年人肌少癥簡易篩查工具，結果顯示小腿圍、MSRA-5和MSRA-7的敏感度較高，SARC-F、SARC-CalF和Ishii評分的特異度較高，我國社區老年肌少癥篩查建議優選SARC-CalF，再聯合運用其他篩查方法。由于部分篩查工具研究數量較少，未來應開展更多設計嚴謹、大樣本的研究對本研究結論予以驗證。
