Evaluation of the relationship between the parameters of peripheral skeletal and respiratory muscles in patients with chronic obstructive pulmonary disease

封面

如何引用文章

全文:

详细

Chronic obstructive pulmonary disease (COPD) is a group of diseases with high levels of comorbidity. Pathological changes of peripheral skeletal and respiratory muscles in COPD patients, which are often underestimated, occupy a special place.

Aim. To study the relationship between functional and quantitative parameters of the peripheral (limb muscle) and respiratory muscles in COPD patients.

Materials and methods. 127 patients (98 men/29 women, mean age 67.6±8.2 years) were under observation without acute COPD. All COPD patients were classified according to GOLD (2019) into groups A, B, C, D. The algorithm of the European Working Group on Sarcopenia in Older People (EWGSOP2) was used to diagnose sarcopenia. The muscle mass was measured using dual energy X-ray absorptiometry (DXA) and the appendicular lean mass index (ASM) was estimated. Maximal inspiratory pressure (MIP) and maximal expiratory pressure (MEP) were measured by body plethysmograph MasterScreen Body. Quantitative assessment of thoracic muscle cross-sectional areas were performed using the CT scan using Vidar Dicom Viewer software.

Results. Sarcopenia was diagnosed in 43.3% of COPD patients. Respiratory muscle dysfunction was determined in 66.1% of patients with COPD, its probability increased in groups C and D in comparison with groups A and B [chance ratio 6.6 (95% confidence interval 2.9–15.0); p<0.0001]. Correlations between the functional parameters of sarcopenia and respiratory muscle strength as well as between the mass of peripheral skeletal muscles and respiratory muscle area have been established according to the data of computerized tomography (р<0.01). Sarcopenia as well as respiratory muscle dysfunction was observed more frequently in persons with severe and extremely severe airway obstruction and in patients with predominantly emphysematic COPD phenotype (p<0.01).

Conclusion. Sarcopenia is a frequent comorbidity in COPD and its development is connected with the severity of the course of the main disease. Correlation between parameters of peripheral (limb muscle) and respiratory muscles in patients with COPD has been determined.

作者简介

A. Suleymanova

Pirogov Russian National Research Medical University

编辑信件的主要联系方式.
Email: angelina.suleymanova91@gmail.com
ORCID iD: 0000-0002-2387-0370

аспирант и ассистент каф. госпитальной терапии педиатрического фак-та.

俄罗斯联邦, Moscow

I. Baranova

Pirogov Russian National Research Medical University

Email: angelina.suleymanova91@gmail.com

д.м.н., проф., проф. каф. госпитальной терапии педиатрического фак-та

俄罗斯联邦, Moscow

参考

  1. Global strategy for the diagnosis, management, and prevention of Chronic Obstructive Pulmonary Disease (GOLD 2019); http://goldcopd.org
  2. Alfonso J Cruz-Jentoft, Gülistan Bahat, et al. Writing Group for the European Working Group on Sarcopenia in Older People 2 (EWGSOP2), and the Extended Group for EWGSOP2; Sarcopenia: revised European consensus on definition and diagnosis. Age and Ageing. 2018;169. doi: 10.1093/ageing/afy169
  3. Enright PL, Kronmal RA, Manolio TA, et al. Respiratory muscle strength in the elderly. Correlates and reference values. Cardiovascular health study research group. Am J Respir Crit Care Med. 1994;149:430-8. doi: 10.1164/ajrccm.149.2.8306041
  4. Wilson SH, Cooke NT, Edwards RH, et al. Predicted normal values for maximal respiratory pressures in caucasian adults and children. Thorax. 1984;39(7):535–8. doi: 10.1136/thx.39.7.535.
  5. Rozenberg D, Singer LG, Mendes P, et al. Association of Thoracic Muscle Cross-Sectional Area and Clinical Outcomes in Lung Transplant Candidates. J Heart Lung Transplant. 2015;34:S15-6. doi: 10.1016/j.healun.2015.01.029
  6. Barreiro E, Jaitovich A. Muscle atrophy in chronic obstructive pulmonary disease: molecular basis and potential therapeutic targets. J Thorac Dis. 2018;10(12):1415-24. doi: 10.21037/jtd.2018.04.168
  7. Ischaki E, Papatheodorou G, Gaki E, et al. Body mass and fat-free mass indices in COPD: relation with variables expressing disease severity. Chest. 2007;132:164-9. doi: 10.1378/chest.06-2789
  8. Schols AM, Broekhuizen R, Weling-Scheepers CA, et al. Body composition and mortality in chronic obstructive pulmonary disease. Am J Clin Nutr. 2005;82:53-9. doi: 10.,1093/ajcn.82.1.53
  9. American Thoracic Society/European Respiratory Society: ATS/ERS statement on respiratory muscle testing. Am J Respir Crit Care Med. 2002;166:518-624. doi: 10.1164/rccm.166.4.518
  10. Black L, Hyatt R. Maximal Respiratory Pressures: Normal Values and Relationship to Age and Sex. Am Rev Respir Dis. 1969;99:696. doi: 10.1164/arrd.1969.99.5.696
  11. Goodpaster BH, Thaete FL, Kelley DE. Composition of skeletal muscle evaluated with computed tomography. Ann N Y Acad Sci. 2000;904:18. doi: 10.1111/j.1749-6632.2000.tb06416.x
  12. Shen W, Punyanitya M, Wang Z, et al. Total body skeletal muscle and adipose tissue volumes: estimation from a single abdominal cross-sectional image. J Appl Physiol. 2004;97:2333. doi: 10.1152/japplphysiol. 00744.2004
  13. McDonald ML, Diaz AA, Ross JC, et al. Quantitative computed tomography measures of pectoralis muscle area and disease severity in chronic obstructive pulmonary disease. A cross-sectional study. Ann Am Thorac Soc. 2014;11:326. doi: 10.1513/AnnalsATS.201307-229OC
  14. Tanimura K, Sato S, Fuseya Y, et al. Quantitative assessment of erector spinae muscles in patients with chronic obstructive pulmonary disease. Novel chest computed tomography-derived index for prognosis. Ann Am Thorac Soc. 2016;13:334. doi: 10.1513/AnnalsATS.201507-446OC

补充文件

附件文件
动作
1. JATS XML

版权所有 © Consilium Medicum, 2020

Creative Commons License
此作品已接受知识共享署名-非商业性使用-相同方式共享 4.0国际许可协议的许可。
 
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».