颞肌横截面积和颞肌厚度预测急性缺血性脑卒中患者肌肉衰减状态的研究

doi:10.12114/j.issn.1007-9572.2025.0364

中国全科医学 ›› 2026, Vol. 29 ›› Issue (08): 997-1007.DOI: 10.12114/j.issn.1007-9572.2025.0364

• 论著 • 上一篇

颞肌横截面积和颞肌厚度预测急性缺血性脑卒中患者肌肉衰减状态的研究

曹磊¹, 刘学春², 江伟¹, 陈炎¹, 严孙宏¹, 杜静¹^,^*()

1．230601安徽省合肥市，安徽医科大学第二附属医院神经内科
2．230011安徽省合肥市第二人民医院神经内科

收稿日期:2025-10-10 修回日期:2025-11-30 出版日期:2026-03-15 发布日期:2026-02-03
通讯作者: 杜静
作者贡献：
曹磊提出研究思路，设计研究方案，负责论文写作和英文修订；刘学春、江伟负责调查对象的选取、现场问卷调查、数据录入和核对、统计学处理等；陈炎、严孙宏负责影像资料的质控；杜静负责文章质量控制、审查、修订和监督管理，对论文整体负责。
基金资助:
安徽省重点研究与开发计划项目(2022e07020029)

Study on the Prediction of Muscle Attenuation in Patients with Acute Ischemic Stroke by the Cross-sectional Area and Thickness of the Temporalis Muscle

CAO Lei¹, LIU Xuechun², JIANG Wei¹, CHEN Yan¹, YAN Sunhong¹, DU Jing¹^,^*()

1. Department of Neurology, the Second Affiliated Hospital of Anhui Medical University, Hefei 230601, China
2. Department of Neurology, the Second People's Hospital of Hefei, Hefei 230011, China

Received:2025-10-10 Revised:2025-11-30 Published:2026-03-15 Online:2026-02-03
Contact: DU Jing

分享到

摘要/Abstract

摘要： 背景急性缺血性脑卒中（AIS）患者合并肌肉衰减状态与临床不良预后显著相关，因此，发掘简便易行且可操作性强的临床指标辅助筛查高危人群，已成为当前卒中康复与临床营养领域的交叉研究热点。目的探讨颞肌横截面积（TMA）和颞肌厚度（TMT）评估AIS患者肌肉衰减状态的可行性及临床价值。方法纳入2022年1月—2025年8月安徽医科大学第二附属医院收治的531例AIS患者（男347例，女184例），通过颅脑CT或MRI测量双侧TMA和TMT，并根据亚洲肌肉衰减症工作组（AWGS 2019）标准诊断肌肉衰减症。采用单因素及多因素Logistic回归分析筛选独立预测因素，构建预测模型并通过受试者工作特征曲线（ROC曲线）、校准曲线及临床决策曲线分析评估其效能。结果 AIS患者肌肉衰减症患病率为19.96%（106/531），根据诊断标准将患者分为肌肉衰减组（n=106）与无肌肉衰减组（n=425）。肌肉衰减组患者TMA、TMT均低于无肌肉衰减组（P<0.001）。多因素Logistic回归分析结果显示，年龄（OR=1.717，95%CI=1.223~2.410）、美国国立卫生研究院卒中量表（NIHSS）评分（OR=3.213，95%CI=1.829~5.643）、营养风险筛查量表（NRS 2002）评分（OR=1.337，95%CI=1.045~1.711）及TMA（OR=0.781，95%CI=0.639~0.955）为AIS出现肌肉衰减症的独立影响因素（P<0.05）。为构建并验证肌肉衰减症风险预测模型，将所有研究对象按3∶1的比例随机分为训练集（n=398）与验证集（n=133）。基于多因素Logistic回归分析构建的最终模型公式为：Logit（P）=46.221 22+0.082 11×年龄+2.078 56×（NRS 2002=1）-0.144 80×TMA+18.327 80×（NIHSS=1），并生成预测肌肉衰减症风险的列线图。预测模型在训练集中的ROC曲线下面积（AUC）为0.884（95%CI=0.782~0.947），在验证集中的AUC为0.808（95%CI=0.679~0.882）。校准曲线显示模型预测概率与实际概率一致性良好，临床决策曲线表明模型在广泛阈值概率范围内具有临床净获益。结论颞肌测量是评估AIS患者肌肉衰减状态的有效方法，基于年龄、NIHSS评分、NRS 2002评分和TMA构建的预测模型具有良好的判别效能与临床适用性，可作为AIS患者肌肉衰减症的早期识别的实用工具。

关键词: 缺血性脑卒中, 颞肌, 肌肉衰减症, 预测模型, 影响因素分析

Abstract:

Background

Sarcopenia in patients with acute ischemic stroke (AIS) is significantly associated with poor clinical outcomes. Consequently, there is a growing research interest in identifying simple and practical clinical indicators to screen the high-risk population, forming a key intersection between stroke rehabilitation and clinical nutrition.

Objective

This study aimed to explore the feasibility and clinical value of temporal muscle cross-sectional area (TMA) and temporal muscle thickness (TMT) in evaluating sarcopenia in AIS patients.

Methods

A total of 531 AIS patients (347 males, 184 females) admitted to the Second Affiliated Hospital of Anhui Medical University between January 2022 and August 2025 were enrolled. Bilateral TMA and TMT were measured via cranial CT or MRI. Sarcopenia was diagnosed according to the Asian Working Group for Sarcopenia (AWGS) 2019 criteria. Independent predictors were identified using univariate and multivariate Logistic regression analyses. A prediction model was constructed and its performance was evaluated using receiver operating characteristic (ROC) curves, calibration curves, and decision curve analysis (DCA).

Results

The prevalence of sarcopenia among AIS patients was 19.96% (106/531). Based on the diagnostic criteria, patients were categorized into a sarcopenia group (n=106) and a non-sarcopenia group (n=425). Patients in the sarcopenia group had significantly lower TMA and TMT values compared to those in the non-sarcopenia group (P<0.001). Multivariate Logistic regression analysis identified age (OR=1.717, 95%CI=1.223-2.410), NIHSS score (OR=3.213, 95%CI=1.829-5.643), NRS 2002 score (OR=1.337, 95%CI=1.045-1.711), and TMA (OR=0.781, 95%CI=0.639-0.955) as independent influencing factors for sarcopenia in AIS (P<0.05). To construct and validate the sarcopenia risk prediction model, all subjects were randomly divided into a training set (n=398) and a validation set (n=133) according to 3∶1 ratio. The final model formula, based on multivariate logistic regression analysis, was Logit(P)=46.221 22+0.082 11×age+2.078 56×(NRS 2002=1)-0.144 80×TMA+18.327 80×(NIHSS=1). A nomogram was generated to predict the risk of sarcopenia. The area under the ROC curve (AUC) of the prediction model was 0.884 (95%CI=0.782-0.947) in the training set and 0.808 (95%CI=0.679-0.882) in the validation set. The calibration curve demonstrated good consistency between the predicted and actual probabilities. Furthermore, the DCA indicated that the model provided clinical net benefits across a wide range of threshold probabilities.

Conclusion

Temporal muscle measurement is an effective method for evaluating the muscle wasting status of patients with AIS. The prediction model based on age, NIHSS score, NRS 2002 score, and TMA exhibits good discriminatory performance and clinical applicability, providing a practical tool for early identification of sarcopenia in this patient population.

Key words: Ischemic stroke, Temporalis muscle, Sarcopenia, Predictive model, Root cause analysis

中图分类号:

R 743.3

曹磊,刘学春,江伟,等. 颞肌横截面积和颞肌厚度预测急性缺血性脑卒中患者肌肉衰减状态的研究[J]. 中国全科医学, 2026, 29(08): 997-1007. DOI: 10.12114/j.issn.1007-9572.2025.0364.
CAO Lei,LIU Xuechun,JIANG Wei, et al. Study on the Prediction of Muscle Attenuation in Patients with Acute Ischemic Stroke by the Cross-sectional Area and Thickness of the Temporalis Muscle[J]. Chinese General Practice, 2026, 29(08): 997-1007. DOI: 10.12114/j.issn.1007-9572.2025.0364.

图/表 11

参考文献 32

[1]	GBD 2021 Stroke Risk Factor Collaborators. Global, regional, and national burden of stroke and its risk factors, 1990-2021: a systematic analysis for the Global Burden of Disease Study 2021[J]. Lancet Neurol, 2024, 23(10): 973-1003. DOI: 10.1016/S1474-4422(24)00369-7.
[2]	国家心血管病中心, 中国心血管健康与疾病报告撰写组. 中国心血管健康与疾病报告2024概要[J]. 中国循环杂志, 2025, 40(6): 521-559. DOI: 10.3969/j.issn.1000-3614.2025.06.001.
[3]	BORIESOSDICK J, SUROV A, MICHAEL A, et al. Sarcopenia is a predictor of patient death in acute ischemic stroke[J]. J Stroke Cerebrovasc Dis, 2023, 32(12): 107421. DOI: 10.1016/j.jstrokecerebrovasdis.2023.107421.
[4]	HAN M, LIM I H, HONG S H, et al. Initial stroke severity and discharge outcome in patients with muscle mass deficit[J]. Sci Rep, 2024, 14(1): 1911. DOI: 10.1038/s41598-024-52381-0.
[5]	CHEN L K, WOO J, ASSANTACHAI P, et al. Asian working group for sarcopenia: 2019 consensus update on sarcopenia diagnosis and treatment[J]. J Am Med Dir Assoc, 2020, 21(3): 300-307.e2. DOI: 10.1016/j.jamda.2019.12.012.
[6]	GOMES G G C, PALINKAS M, DA SILVA G P, et al. Bite force, thickness, and thermographic patterns of masticatory muscles post-hemorrhagic stroke[J]. J Stroke Cerebrovasc Dis, 2022, 31(1): 106173. DOI: 10.1016/j.jstrokecerebrovasdis.2021.106173.
[7]	BELTRAMIN R Z, MARTIMBIANCO A L C, GONÇALVES M L L, et al. Abnormal activity of masticatory muscles in patients with diagnosis of cerebral palsy: a systematic review and meta-analysis of observational studies[J]. Phys Occup Ther Pediatr, 2023, 43(5): 548-563. DOI: 10.1080/01942638.2023.2173038.
[8]	KORUYUCU A N, AŞANTOĞROL F. Determination of masseter and temporal muscle thickness by ultrasound and muscle hardness by shear wave elastography in healthy adults as reference values[J]. Dentomaxillofac Radiol, 2024, 53(2): 137-152. DOI: 10.1093/dmfr/twad013.
[9]	MALEK-ZADEH C H, PALINKAS M, WATANABE L M, et al. Longitudinal study involving obesity in women and bariatric surgery: an electromyographic approach to the masseter and temporal muscles[J]. Prague Med Rep, 2024, 125(4): 339-349. DOI: 10.14712/23362936.2024.30.
[10]	中华医学会神经病学分会, 中华医学会神经病学分会脑血管病学组, 彭斌, 等. 中国急性缺血性卒中诊治指南2023[J]. 中华神经科杂志, 2024, 57(6): 523-559. DOI: 10.3969/j.issn.1673-5765.2024.08.013.
[11]	BROTT T, ADAMS H P Jr, OLINGER C P, et al. Measurements of acute cerebral infarction: a clinical examination scale[J]. Stroke, 1989, 20(7): 864-870. DOI: 10.1161/01.str.20.7.864.
[12]	VAN SWIETEN J C, KOUDSTAAL P J, VISSER M C, et al. Interobserver agreement for the assessment of handicap in stroke patients[J]. Stroke, 1988, 19(5): 604-607. DOI: 10.1161/01.str.19.5.604.
[13]	KONDRUP J, RASMUSSEN H H, HAMBERG O, et al. Nutritional risk screening(NRS 2002): a new method based on an analysis of controlled clinical trials[J]. Clin Nutr, 2003, 22(3): 321-336. DOI: 10.1016/s0261-5614(02)00214-5.
[14]	FOLSTEIN M F, FOLSTEIN S E, MCHUGH P R. "Mini-mental state". A practical method for grading the cognitive state of patients for the clinician[J]. J Psychiatr Res, 1975, 12(3): 189-198. DOI: 10.1016/0022-3956(75)90026-6.
[15]	NASREDDINE Z S, PHILLIPS N A, BÉDIRIAN V, et al. The Montreal cognitive assessment, MoCA: a brief screening tool for mild cognitive impairment[J]. J Am Geriatr Soc, 2005, 53(4): 695-699. DOI: 10.1111/j.1532-5415.2005.53221.x.
[16]	HAMILTON M. The assessment of anxiety states by rating[J]. Br J Med Psychol, 1959, 32(1): 50-55. DOI: 10.1111/j.2044-8341.1959.tb00467.x.
[17]	ZIMMERMAN M, MARTINEZ J H, YOUNG D, et al. Severity classification on the Hamilton depression rating scale[J]. J Affect Disord, 2013, 150(2): 384-388. DOI: 10.1016/j.jad.2013.04.028.
[18]	SCHERBAKOV N, DOEHNER W. Sarcopenia in stroke-facts and numbers on muscle loss accounting for disability after stroke[J]. J Cachexia Sarcopenia Muscle, 2011, 2(1): 5-8. DOI: 10.1007/s13539-011-0024-8.
[19]	ANKER S D, MORLEY J E, VON HAEHLING S. Welcome to the ICD-10 code for sarcopenia[J]. J Cachexia Sarcopenia Muscle, 2016, 7(5): 512-514. DOI: 10.1002/jcsm.12147.
[20]	SU Y, YUKI M, OTSUKI M. Prevalence of stroke-related sarcopenia: a systematic review and meta-analysis[J]. J Stroke Cerebrovasc Dis, 2020, 29(9): 105092. DOI: 10.1016/j.jstrokecerebrovasdis.2020.105092.
[21]	CHEN R, LIU Z Y, LIAO R T, et al. The effect of sarcopenia on prognosis in patients with mild acute ischemic stroke: a prospective cohort study[J]. BMC Neurol, 2025, 25(1): 130. DOI: 10.1186/s12883-025-04136-1.
[22]	OGE D D, ARSAVA E M, TOPCUOGLU M A. Impact of low muscle mass and bone mineral density on long-term outcomes of acute ischemic stroke: a prospective study[J]. Clin Nutr ESPEN, 2025, 66: 69-75. DOI: 10.1016/j.clnesp.2024.12.021.
[23]	AKIMOTO T, TASAKI K, ISHIHARA M, et al. Association of body water balance, nutritional risk, and sarcopenia with outcome in patients with acute ischemic stroke: a single-center prospective study[J]. Nutrients, 2024, 16(13): 2165. DOI: 10.3390/nu16132165.
[24]	BEŞLER M S, ÇAY N, SAYıN B. Effect of sarcopenia on mortality in acute stroke patients receiving endovascular treatment[J]. Interv Neuroradiol, 2024, 30(5): 728-737. DOI: 10.1177/15910199241227465.
[25]	FUKUMA K, KAMADA M, YAMAMOTO K, et al. Pre-existing sarcopenia and swallowing outcomes in acute stroke patients[J]. Clin Nutr, 2023, 42(8): 1454-1461. DOI: 10.1016/j.clnu.2023.06.012.
[26]	GORDON T. Neuromuscular activity determines, at least in part, the motoneuron, nerve and muscle properties under normal conditions and after nerve injury[J]. Int J Mol Sci, 2025, 26(14): 6891. DOI: 10.3390/ijms26146891.
[27]	LLOYD E M, PINNIGER G J, MURPHY R M, et al. Slow or fast: implications of myofibre type and associated differences for manifestation of neuromuscular disorders[J]. Acta Physiol(Oxf), 2023, 238(4): e14012. DOI: 10.1111/apha.14012.
[28]	RAHMAN F A, BAECHLER B L, QUADRILATERO J. Key considerations for investigating and interpreting autophagy in skeletal muscle[J]. Autophagy, 2024, 20(10): 2121-2132. DOI: 10.1080/15548627.2024.2373676.
[29]	RAVERA B, LOMBARDI C, BELLAVIA S, et al. Temporalis muscle thickness as a predictor of functional outcome after reperfusion therapies for acute ischemic stroke: a retrospective, cohort study[J]. J Neurol, 2024, 271(9): 6015-6024. DOI: 10.1007/s00415-024-12575-y.
[30]	TOMONARI H, SEONG C, KWON S, et al. Electromyographic activity of superficial masseter and anterior temporal muscles during unilateral mastication of artificial test foods with different textures in healthy subjects[J]. Clin Oral Investig, 2019, 23(9): 3445-3455. DOI: 10.1007/s00784-018-2754-x.
[31]	崔华, 王朝晖, 吴剑卿, 等. 老年人肌少症防控干预中国专家共识(2023)[J]. 中华老年医学杂志, 2023, 42(2): 144-153.
[32]	HEO J. Application of artificial intelligence in acute ischemic stroke: a scoping review[J]. Neurointervention, 2024, 20(1): 4-14. DOI: 10.5469/neuroint.2025.00052.

组别	例数	性别[例（%）]		糖尿病[例（%）]		NRS 2002评分[例（%）]		mRS评分[例（%）]
组别	例数	男	女	否	是	<3分	≥3分	≤2分	>2分
无肌肉衰减组	425	133（31.3）	292（68.7）	377（88.7）	48（11.3）	176（41.4）	249（58.6）	290（68.2）	135（31.8）
肌肉衰减组	106	33（31.1）	73（68.9）	101（95.3）	5（4.7）	0	106（100.0）	16（15.1）	90（84.9）
χ²（t）值		0.01		4.08		268.12		98.11
P值		0.974		0.043		<0.001		<0.001
组别	婚姻状况[例（%）]			吸烟状况[例（%）]		饮酒状况[例（%）]		高脂血症[例（%）]		高血压[例（%）]
组别	未婚	已婚	离婚或丧偶	从不吸烟	现在吸烟	现在饮酒	现在不饮	否	是	否	是
无肌肉衰减组	4（1.0）	355（83.5）	66（15.5）	275（64.7）	150（35.3）	298（70.1）	127（29.9）	353（83.1）	72（16.9）	230（54.1）	195（45.9）
肌肉衰减组	1（1.0）	79（74.5）	26（24.5）	65（61.3）	41（38.7）	75（70.8）	31（29.2）	99（93.4）	7（6.6）	67（63.2）	39（36.8）
χ²（t）值	5.10			0.42		0.01		7.15		0.01
P值	0.090			0.516		0.898		0.007		0.974
组别	卒中类型[例（%）]				年龄（±s，岁）	血清白蛋白（±s，g/L）	TMT（±s，mm）	TMA（±s，mm²）	MMSE评分（±s，分）
组别	大动脉粥样硬化型	小动脉闭塞型	心源性梗死型	其他类型	年龄（±s，岁）	血清白蛋白（±s，g/L）	TMT（±s，mm）	TMA（±s，mm²）	MMSE评分（±s，分）
无肌肉衰减组	290（68.2）	71（16.7）	36（8.5）	28（6.6）	59.5±11.2	40.62±3.11	4.62±0.53	525.22±27.85	26.25±2.79
肌肉衰减组	58（54.7）	20（18.9）	8（7.5）	20（18.9）	68.2±8.3	37.73±3.17	3.11±0.47	463.41±35.23	21.32±5.31
χ²（t）值	16.83				-9.10^a	8.52^a	16.79^a	33.43^a	9.29^a
P值	<0.001				<0.001	<0.001	<0.001	<0.001	<0.001
组别	MoCA评分（±s，分）	HAMA评分（±s，分）	HAMD评分（±s，分）	BMI（±s，kg/m²）	肌肉质量（±s，kg）	骨骼肌质量（±s，kg）	体脂质量（±s，kg）	NIHSS评分[例（%）]		全身相位角（±s）
组别	MoCA评分（±s，分）	HAMA评分（±s，分）	HAMD评分（±s，分）	BMI（±s，kg/m²）	肌肉质量（±s，kg）	骨骼肌质量（±s，kg）	体脂质量（±s，kg）	≤5分	>5分	全身相位角（±s）
无肌肉衰减组	24.91±3.25	10.12±2.11	4.12±2.31	26.8±2.0	46.13±8.41	45.01±8.27	16.16±6.63	356（83.8）	69（16.2）	7.10°±1.03°
肌肉衰减组	19.26±6.28	13.25±3.66	7.03±2.76	20.3±2.2	26.11±4.35	22.58±3.75	8.32±5.36	59（55.7）	47（44.3）	3.82°±1.11°
χ²（t）值	9.27^a	-8.46^a	-10.33^a	27.77^a	34.03^a	41.93^a	12.97^a	64.13		30.43^a
P值	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001		<0.001

组别	例数	性别[例（%）]		糖尿病[例（%）]		NRS 2002评分[例（%）]		mRS评分[例（%）]
组别	例数	男	女	否	是	<3分	≥3分	≤2分	>2分
无肌肉衰减组	425	133（31.3）	292（68.7）	377（88.7）	48（11.3）	176（41.4）	249（58.6）	290（68.2）	135（31.8）
肌肉衰减组	106	33（31.1）	73（68.9）	101（95.3）	5（4.7）	0	106（100.0）	16（15.1）	90（84.9）
χ²（t）值		0.01		4.08		268.12		98.11
P值		0.974		0.043		<0.001		<0.001
组别	婚姻状况[例（%）]			吸烟状况[例（%）]		饮酒状况[例（%）]		高脂血症[例（%）]		高血压[例（%）]
组别	未婚	已婚	离婚或丧偶	从不吸烟	现在吸烟	现在饮酒	现在不饮	否	是	否	是
无肌肉衰减组	4（1.0）	355（83.5）	66（15.5）	275（64.7）	150（35.3）	298（70.1）	127（29.9）	353（83.1）	72（16.9）	230（54.1）	195（45.9）
肌肉衰减组	1（1.0）	79（74.5）	26（24.5）	65（61.3）	41（38.7）	75（70.8）	31（29.2）	99（93.4）	7（6.6）	67（63.2）	39（36.8）
χ²（t）值	5.10			0.42		0.01		7.15		0.01
P值	0.090			0.516		0.898		0.007		0.974
组别	卒中类型[例（%）]				年龄（±s，岁）	血清白蛋白（±s，g/L）	TMT（±s，mm）	TMA（±s，mm²）	MMSE评分（±s，分）
组别	大动脉粥样硬化型	小动脉闭塞型	心源性梗死型	其他类型	年龄（±s，岁）	血清白蛋白（±s，g/L）	TMT（±s，mm）	TMA（±s，mm²）	MMSE评分（±s，分）
无肌肉衰减组	290（68.2）	71（16.7）	36（8.5）	28（6.6）	59.5±11.2	40.62±3.11	4.62±0.53	525.22±27.85	26.25±2.79
肌肉衰减组	58（54.7）	20（18.9）	8（7.5）	20（18.9）	68.2±8.3	37.73±3.17	3.11±0.47	463.41±35.23	21.32±5.31
χ²（t）值	16.83				-9.10^a	8.52^a	16.79^a	33.43^a	9.29^a
P值	<0.001				<0.001	<0.001	<0.001	<0.001	<0.001
组别	MoCA评分（±s，分）	HAMA评分（±s，分）	HAMD评分（±s，分）	BMI（±s，kg/m²）	肌肉质量（±s，kg）	骨骼肌质量（±s，kg）	体脂质量（±s，kg）	NIHSS评分[例（%）]		全身相位角（±s）
组别	MoCA评分（±s，分）	HAMA评分（±s，分）	HAMD评分（±s，分）	BMI（±s，kg/m²）	肌肉质量（±s，kg）	骨骼肌质量（±s，kg）	体脂质量（±s，kg）	≤5分	>5分	全身相位角（±s）
无肌肉衰减组	24.91±3.25	10.12±2.11	4.12±2.31	26.8±2.0	46.13±8.41	45.01±8.27	16.16±6.63	356（83.8）	69（16.2）	7.10°±1.03°
肌肉衰减组	19.26±6.28	13.25±3.66	7.03±2.76	20.3±2.2	26.11±4.35	22.58±3.75	8.32±5.36	59（55.7）	47（44.3）	3.82°±1.11°
χ²（t）值	9.27^a	-8.46^a	-10.33^a	27.77^a	34.03^a	41.93^a	12.97^a	64.13		30.43^a
P值	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001		<0.001

变量	Model 1		Model 2		Model 3
变量	OR（95%CI）	P值	OR（95%CI）	P值	OR（95%CI）	P值
TMT（男性）	0.06（<0.01~0.35）	0.010	0.05（<0.01~0.70）	0.027	0.05（<0.01~0.98）	0.049
TMA（男性）	0.89（0.86~0.92）	<0.001	0.88（0.85~0.92）	<0.001	0.86（0.82~0.91）	<0.001
TMT（女性）	<0.01（<0.01~0.02）	<0.001	<0.01（<0.01~0.01）	<0.001	0.01（<0.01~0.01）	0.002
TMA（女性）	0.89（0.84~0.94）	<0.001	0.89（0.84~0.94）	<0.001	0.86（0.79~0.95）	<0.001

变量	Model 1		Model 2		Model 3
变量	OR（95%CI）	P值	OR（95%CI）	P值	OR（95%CI）	P值
TMT（男性）	0.06（<0.01~0.35）	0.010	0.05（<0.01~0.70）	0.027	0.05（<0.01~0.98）	0.049
TMA（男性）	0.89（0.86~0.92）	<0.001	0.88（0.85~0.92）	<0.001	0.86（0.82~0.91）	<0.001
TMT（女性）	<0.01（<0.01~0.02）	<0.001	<0.01（<0.01~0.01）	<0.001	0.01（<0.01~0.01）	0.002
TMA（女性）	0.89（0.84~0.94）	<0.001	0.89（0.84~0.94）	<0.001	0.86（0.79~0.95）	<0.001

变量	B	SE	Wald χ²值	P值	OR（95%CI）
年龄	0.094	0.014	47.235	<0.001	1.099（1.070~1.128）
NIHSS评分（以>5分为参照）	1.413	0.236	35.979	<0.001	4.110（2.590~6.523）
卒中类型（以大动脉粥样硬化型为参照）
小动脉闭塞型	-1.273	0.326	15.229	0.001	0.280（0.148~0.531）
心源性梗死型	-0.930	0.387	5.780	0.016	0.394（0.185~0.842）
不明原因型	-1.168	0.488	5.716	0.017	0.311（0.119~0.810）
性别（以男性为参照）	-0.008	0.234	0.001	0.974	0.992（0.627~1.571）
高血压（以无为参照）	0.376	0.224	2.826	0.093	1.457（0.940~2.258）
糖尿病（以无为参照）	0.050	0.026	3.823	0.051	1.251（0.998~1.329）
高脂血症（以无为参照）	1.059	0.412	6.614	0.010	2.101（1.287~6.467）
饮酒（以无为参照）	0.031	0.238	0.016	0.898	1.031（0.646~1.645）
吸烟（以无为参照）	-0.145	0.224	0.422	0.516	0.865（0.558~1.341）
婚姻状况（以未婚为参照）
已婚	-0.470	1.142	0.169	0.681	0.625（0.067~5.859）
离婚或丧偶	-0.589	0.263	5.008	0.025	0.555（0.331~0.929）
NRS 2002评分	1.645	0.264	38.731	<0.001	5.182（1.287~20.864）
mRS评分	-2.488	0.291	73.511	<0.001	0.083（0.047~0.146）
MMSE评分	-0.347	0.038	85.536	<0.001	0.707（0.657~0.761）
HAMA评分	0.418	0.048	74.446	<0.001	1.520（1.382~1.671）
体脂质量	-0.217	0.024	83.249	<0.001	0.805（0.769~0.844）
骨骼肌质量	-0.846	0.134	39.746	<0.001	0.429（0.330~0.558）
肌肉质量	-2.617	0.619	17.860	<0.001	0.073（0.022~0.246）
全身相位角	-5.809	0.935	38.137	<0.001	0.003（<0.001~0.019）
TMA	-0.115	0.015	60.834	<0.001	0.891（0.865~0.917）
TMT	-1.339	0.220	37.183	<0.001	0.262（0.160~0.430）
血清白蛋白	-0.288	0.040	51.720	<0.001	0.750（0.694~0.811）

颞肌横截面积和颞肌厚度预测急性缺血性脑卒中患者肌肉衰减状态的研究

Study on the Prediction of Muscle Attenuation in Patients with Acute Ischemic Stroke by the Cross-sectional Area and Thickness of the Temporalis Muscle

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 32

相关文章 15

编辑推荐

Metrics

留言

变量	B	SE	Wald χ²值	P值	OR（95%CI）
年龄	0.541	0.229	5.576	0.018	1.717（1.223~2.410）
NIHSS评分（以>5分为参照）	1.167	0.288	16.426	<0.001	3.213（1.829~5.643）
卒中类型（以大动脉粥样硬化型为参照）
小动脉闭塞型	-0.517	1.278	0.164	0.688	0.596（0.048~7.431）
心源性梗死型	-0.552	0.986	0.313	0.576	0.576（0.185~1.792）
不明原因型	-0.774	0.667	1.347	0.247	0.461（0.125~1.708）
高脂血症（以无为参照）	-4.200	5.221	0.634	0.426	0.015（0.001~0.226）
NRS 2002评分	0.290	0.125	5.412	0.020	1.337（1.045~1.711）
mRS评分	-2.064	1.918	1.157	0.282	0.127（0.003~5.437）
MMSE评分	-0.491	0.291	2.848	0.092	0.612（0.346~1.083）
HAMA评分	-0.478	0.300	2.543	0.112	0.620（0.310~1.240）
TMA	-0.247	0.103	5.765	0.016	0.781（0.639~0.955）
TMT	-1.019	0.773	1.737	0.189	0.361（0.079~1.642）
血清白蛋白	-0.467	0.334	1.958	0.161	0.627（0.327~1.204）

[1]	李纪新, 邱林杰, 任燕, 王文茹, 李美洁, 栗文婕, 邹姹姹, 吴梓敬, 张晋. 肌肉与脂肪比值对非超重/肥胖2型糖尿病的预测价值研究[J]. 中国全科医学, 2026, 29(06): 726-732.
[2]	雷淳心, 张曦亚, 张燕, 陈嘉琪, 刘子菡, 罗静, 陶庆文. 原发性干燥综合征燥瘀互结证患者临床特点及影响因素研究[J]. 中国全科医学, 2026, 29(06): 718-725.
[3]	刘璠, 李嘉丽, 柯立鑫, 张强, 陈嘉慧, 卢存存, 赵信科. 1990—2021年全球与中国60岁及以上人群高胆固醇血症的疾病负担：趋势分析与模型预测[J]. 中国全科医学, 2026, 29(05): 631-640.
[4]	夏莹, 吴新日, 张彩琴, 洪忻. 基于"生命八要素"评分的社区居民心血管健康分布及影响因素研究[J]. 中国全科医学, 2026, 29(05): 597-605.
[5]	奚谦, 申颖, 赵璨, 纪舒妤, 彭厚瑄, 覃金琼, 王璇, 郑艳萍, 左延莉. 乡镇卫生院住院患者多重慢病共患模式、住院服务利用及影响因素研究[J]. 中国全科医学, 2026, 29(04): 498-508.
[6]	江晓蕊, 闫玉瑶, 卫靖靖, 乔利杰, 彭广操, 朱明军. 冠心病患者并发心力衰竭风险预测模型的系统评价[J]. 中国全科医学, 2026, 29(03): 393-402.
[7]	赵雪姣, 李娟, 李雨洁, 卢婷, 先丽红, 颜欢. 中国脑卒中后认知障碍患病趋势及影响因素的Meta分析[J]. 中国全科医学, 2026, 29(03): 380-392.
[8]	赵颖颖, 苏萍, 陈巧巧, 逄锦宏, 施婕, 王雅倩, 李秋春, 何蕊言, 王玥, 陈学禹, 于媛媛, 迟蔚蔚. 多种慢性病对年龄相关性黄斑变性风险的影响及其交互效应研究[J]. 中国全科医学, 2026, 29(02): 213-218.
[9]	马玉萍, 乔梦媛, 何雁云, 徐曼如, 陈崇利, 伍文彬. "体病相关"视角下探析老年2型糖尿病伴轻度认知障碍现状及影响因素研究：以四川省为例[J]. 中国全科医学, 2026, 29(02): 188-194.
[10]	闵叶平, 薛垚, 冯同保, 张合, 刘福菁. 血压反应指数对老年重症肺炎休克患者急性肾损伤的影响研究[J]. 中国全科医学, 2026, 29(02): 207-212.
[11]	苏宁, 刘平平, 郭宇濛, 芦明月, 朱瑞, 于建平. 2019—2022年北京市基层传染病防控能力及影响因素研究[J]. 中国全科医学, 2025, 28(35): 4473-4478.
[12]	王瓅珠, 李思涵, 王心怡, 冒孙汐, 邱杨, 王中华. 基于ITHBC模型的糖尿病知识、自我效能对农村2型糖尿病患者自我管理和生存质量的影响路径研究[J]. 中国全科医学, 2025, 28(34): 4351-4358.
[13]	马念, 王子云, 滕小艳, 陈云, 孙正勇. 老年高血压患者共病现状及影响因素的城乡差异性研究[J]. 中国全科医学, 2025, 28(34): 4344-4350.
[14]	尹佳佳, 姚丽, 周梓涵, 李钦钦, 王庭瑞, 刘焱. 我国不同地区老年人共病患病影响因素的Meta分析：南北方对比研究[J]. 中国全科医学, 2025, 28(34): 4326-4336.
[15]	刘春燕, 邓朝晖, 宋颖博, 杨芳, 史茜, 李永鑫, 张新. 新疆地区居民高血压、糖尿病、血脂异常患病及共病情况研究[J]. 中国全科医学, 2025, 28(32): 4031-4037.

组别	例数	性别[例（%）]		糖尿病[例（%）]		NRS 2002评分[例（%）]		mRS评分[例（%）]
组别	例数	男	女	否	是	<3分	≥3分	≤2分	>2分
训练集	398	274（68.84）	124（31.16）	360（90.45）	38（9.55）	125（31.41）	273（68.59）	226（56.78）	172（43.22）
验证集	133	91（68.42）	42（31.58）	118（88.72）	15（11.28）	51（38.35）	82（61.65）	80（60.15）	53（39.85）
χ²（t）值		0.008		0.332		0.659		98.11
P值		0.191		0.343		0.469		0.146
组别	婚姻状况[例（%）]			吸烟状况[例（%）]		饮酒状况[例（%）]		高脂血症[例（%）]		高血压[例（%）]
组别	未婚	已婚	离婚或丧偶	从不吸烟	现在吸烟	现在饮酒	现在不饮	否	是	否	是
训练集	3（0.75）	330（82.91）	65（16.33）	254（63.82）	144（36.18）	277（69.60）	121（30.40）	341（85.68）	57（14.32）	230（57.79）	168（42.21）
验证集	2（1.50）	105（78.95）	26（19.55）	86（64.66）	47（35.34）	96（72.18）	37（27.82）	111（83.46）	22（16.54）	67（50.38）	66（49.62）
χ²（t）值	1.389			0.031		0.318		0.388		2.223
P值	0.090			0.463		0.361		0.469		0.258
组别	卒中类型[例（%）]				年龄（±s，岁）	血清白蛋白（±s，g/L）	TMA（±s，mm²）	TMT（±s，mm）	MMSE评分（±s，分）	MoCA评分（±s，分）
组别	大动脉粥样硬化型	小动脉闭塞型	心源性梗死型	其他类型	年龄（±s，岁）	血清白蛋白（±s，g/L）	TMA（±s，mm²）	TMT（±s，mm）	MMSE评分（±s，分）	MoCA评分（±s，分）
训练集	254（63.82）	72（18.09）	35（8.79）	37（9.30）	61.08±10.88	40.03±3.40	512.22±36.96	4.35±0.77	25.18±3.86	23.70±4.49
验证集	94（70.68）	19（14.29）	9（6.77）	11（8.27）	61.64±12.04	40.15±3.20	514.81±42.57	4.28±0.85	25.40±4.00	23.94±4.63
χ²（t）值	2.168				0.501^a	-0.362^a	-0.671^a	0.780^a	-0.558^a	-0.538^a
P值	0.115				0.387	0.810	0.788	0.901	0.649	0.090
组别	HAMA评分（±s，分）	HAMD评分（±s，分）	BMI（±s，kg/m²）	肌肉质量（±s，kg）	骨骼肌质量（±s，kg）	体脂质量（±s，kg）	NIHSS评分[例（%）]		肌肉衰减症[例（%）]
组别	HAMA评分（±s，分）	HAMD评分（±s，分）	BMI（±s，kg/m²）	肌肉质量（±s，kg）	骨骼肌质量（±s，kg）	体脂质量（±s，kg）	≤5分	>5分	否	是
训练集	10.47±2.56	4.34±3.20	25.47±3.35	42.15±11.08	40.91±11.53	14.57±7.03	319（80.15）	79（19.85）	323（81.16）	75（18.84）
验证集	11.32±3.25	4.64±3.13	25.37±3.28	42.16±11.50	39.23±12.19	14.34±7.24	96（72.18）	37（27.82）	102（76.69）	31（23.31）
χ²（t）值	-3.075^a	-0.978^a	0.238^a	-0.006^a	1.435^a	0.312^a	3.709		1.243
P值	0.788	0.076	0.116	0.544	0.715	0.567	0.559		0.873

组别	例数	性别[例（%）]		糖尿病[例（%）]		NRS 2002评分[例（%）]		mRS评分[例（%）]
组别	例数	男	女	否	是	<3分	≥3分	≤2分	>2分
训练集	398	274（68.84）	124（31.16）	360（90.45）	38（9.55）	125（31.41）	273（68.59）	226（56.78）	172（43.22）
验证集	133	91（68.42）	42（31.58）	118（88.72）	15（11.28）	51（38.35）	82（61.65）	80（60.15）	53（39.85）
χ²（t）值		0.008		0.332		0.659		98.11
P值		0.191		0.343		0.469		0.146
组别	婚姻状况[例（%）]			吸烟状况[例（%）]		饮酒状况[例（%）]		高脂血症[例（%）]		高血压[例（%）]
组别	未婚	已婚	离婚或丧偶	从不吸烟	现在吸烟	现在饮酒	现在不饮	否	是	否	是
训练集	3（0.75）	330（82.91）	65（16.33）	254（63.82）	144（36.18）	277（69.60）	121（30.40）	341（85.68）	57（14.32）	230（57.79）	168（42.21）
验证集	2（1.50）	105（78.95）	26（19.55）	86（64.66）	47（35.34）	96（72.18）	37（27.82）	111（83.46）	22（16.54）	67（50.38）	66（49.62）
χ²（t）值	1.389			0.031		0.318		0.388		2.223
P值	0.090			0.463		0.361		0.469		0.258
组别	卒中类型[例（%）]				年龄（±s，岁）	血清白蛋白（±s，g/L）	TMA（±s，mm²）	TMT（±s，mm）	MMSE评分（±s，分）	MoCA评分（±s，分）
组别	大动脉粥样硬化型	小动脉闭塞型	心源性梗死型	其他类型	年龄（±s，岁）	血清白蛋白（±s，g/L）	TMA（±s，mm²）	TMT（±s，mm）	MMSE评分（±s，分）	MoCA评分（±s，分）
训练集	254（63.82）	72（18.09）	35（8.79）	37（9.30）	61.08±10.88	40.03±3.40	512.22±36.96	4.35±0.77	25.18±3.86	23.70±4.49
验证集	94（70.68）	19（14.29）	9（6.77）	11（8.27）	61.64±12.04	40.15±3.20	514.81±42.57	4.28±0.85	25.40±4.00	23.94±4.63
χ²（t）值	2.168				0.501^a	-0.362^a	-0.671^a	0.780^a	-0.558^a	-0.538^a
P值	0.115				0.387	0.810	0.788	0.901	0.649	0.090
组别	HAMA评分（±s，分）	HAMD评分（±s，分）	BMI（±s，kg/m²）	肌肉质量（±s，kg）	骨骼肌质量（±s，kg）	体脂质量（±s，kg）	NIHSS评分[例（%）]		肌肉衰减症[例（%）]
组别	HAMA评分（±s，分）	HAMD评分（±s，分）	BMI（±s，kg/m²）	肌肉质量（±s，kg）	骨骼肌质量（±s，kg）	体脂质量（±s，kg）	≤5分	>5分	否	是
训练集	10.47±2.56	4.34±3.20	25.47±3.35	42.15±11.08	40.91±11.53	14.57±7.03	319（80.15）	79（19.85）	323（81.16）	75（18.84）
验证集	11.32±3.25	4.64±3.13	25.37±3.28	42.16±11.50	39.23±12.19	14.34±7.24	96（72.18）	37（27.82）	102（76.69）	31（23.31）
χ²（t）值	-3.075^a	-0.978^a	0.238^a	-0.006^a	1.435^a	0.312^a	3.709		1.243
P值	0.788	0.076	0.116	0.544	0.715	0.567	0.559		0.873