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

doi:10.12114/j.issn.1007-9572.2025.0364

Abstract

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

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

CLC Number:

R 743.3

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.
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.

Figures/Tables 11

References 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）