The role of bioimpedance status in the diagnosis of presarcopenia in elderly and elderly patients with type 2 diabetes mellitus

Cover Page

Cite item

Full Text

Abstract

Background. Determination of skeletal muscle mass (SMM) for the diagnosis of sarcopenia using bioimpedance analysis of body composition (BIAST) is a well-recognised method. However, as data are accumulating, alternative possibilities for its diagnosis are occurring, particularly the determination of phase angle (PA) and other BIAST parameters.

Aim. Тo determine BIAST parameters, which can be used to predict presarcopenia in elderly and senile individuals with type 2 diabetes mellitus (2 DM).

Materials and methods. A one-stage single-centre cross-sectional study of patients over 60 years old hospitalized in the endocrinological department of Buyanov City Clinical Hospital due to decompensation of 2 DM was carried out. During hospitalisation, the Sarcopenia Fast questionnaire was used to detect sarcopenia syndrome, patients with more than 4 points were included in the main stage of the study to detect sarcopenia according to the European Working Group on Sarcopenia in Older People 2 Consensus. Statistical processing was performed using the SPSS Statistics 23 software package.

Results. Patients with presarcopenia had higher mean values of fat mass (FM) (p = 0.037), whereas levels of specific basal metabolic rate (SBM) (p = 0.0001), active cell mass (ACM) (p = 0.002), PA (p = 0.0001), SMM (p = 0.003) and SMM fraction (fSMM) (p = 0.002) were significantly lower in patients with presarcopenia than in patients without presarcopenia. The diagnostic significance of the derived risk factors by binary logistic regression was assessed by ROC analysis. The area under the ROC curve corresponding to the relationship between the combined BIAST parameters: PA, SMM, fSMM, ACM, and probability of outcome p was 0.772 ± 0.04. The threshold probability p-value at the cut-off point was 0.54. P-values equal to or greater than these values were consistent with predicting the presence of presarcopenia. Sensitivity and specificity were 78.2 and 66.7 respectively with 95% confidence interval 0.694–0.85.

Conclusion. The study has identified universal boundaries for both men and women, FU, SMM, dSMM, ACM, which are included in the prognostic model for the diagnosis of presarcopenia in patients with 2 DM. The availability of information on the threshold values of the main bioimpedance indicators of body composition in patients with presarcopenia and 2 DM significantly expands research and diagnostic opportunities in aging medicine. Interpretation of these data is promising for further studies.

About the authors

Ruslan N. Obyedkov

Pirogov Russian National Research Medical University

Email: rn.obedkov98@gmail.com
ORCID iD: 0000-0002-8689-6623

Resident

Russian Federation, Moscow

Evgeny I. Dedov

Pirogov Russian National Research Medical University; Buyanov City Clinical Hospital

Email: rn.obedkov98@gmail.com
ORCID iD: 0000-0002-9118-3708

D. Sci. (Med.), Prof.; Rheumatologist

Russian Federation, Moscow; Moscow

Irina G. Pshennikova

Buyanov City Clinical Hospital; BIOTECH University

Author for correspondence.
Email: rn.obedkov98@gmail.com
ORCID iD: 0009-0005-0776-0955

Endocrinologist, Department Head; Assist.

Russian Federation, Moscow; Moscow

References

  1. Gaba A, Kapus O, Cuberek R, et al. Comparison of multi- and single-frequency bioelectrical impedance analysis with dual-energy X-ray absorptiometry for assessment of body composition in post-menopausal women: Effects of body mass index and accelerometer-determined physical activity. J Hum Nutr Diet. 2015;28(4):390-400. doi: 10.1111/jhn.12257
  2. Kohli K, Corns R, Vinnakota K, et al. A bioimpedance analysis of head-and-neck cancer patients undergoing radiotherapy. Curr Oncol. 2018;25(3):e193-9. doi: 10.3747/co.25.3920
  3. Николаев Д.В., Щелыкалина С.П. Лекции по биоимпедансному анализу состава тела человека. М.: РИО ЦНИИОИЗ МЗ РФ, 2016 [Nikolaev DV, Shchelykalina SP. Lektsii po bioimpedansnomu analizu sostava tela cheloveka. Moscow: RIO TsNIIOIZ MZ RF, 2016 (in Russian)].
  4. Драпкина О.М., Максимова О.А., Шептулина А.Ф., Джиоева О.Н. Биоимпедансный анализ состава тела: что важно знать терапевту? Профилактическая медицина. 2022;25(10):91-6 [Drapkina OM, Maksimova OA, Sheptulina AF, Dzhioeva ON. Bioimpedance analysis of body composition: What should general practitioner know? Russian Journal of Preventive Medicine. 2022;25(10):91-6 (in Russian)]. doi: 10.17116/profmed20222510191
  5. Aleixo GFP, Shachar SS, Nyrop KA, et al. Bioelectrical impedance analysis for the assessment of sarcopenia in patients with cancer: A systematic review. Oncologist. 2020;25(2):170-82. doi: 10.1634/theoncologist.2019-0600
  6. Cruz-Jentoft AJ, Bahat G, Bauer J, et al. Sarcopenia: Revised European consensus on definition and diagnosis. Age Ageing. 2019;48(1):16-31. doi: 10.1093/ageing/afy169
  7. Chen LK, Liu LK, Woo J, et al. Sarcopenia in Asia: Consensus report of the Asian Working Group for Sarcopenia. J Am Med Dir Assoc. 2014;15:95-101
  8. Sergi G, De Rui M, Veronese N, et al. Assessing appendicular skeletal muscle mass with bioelectrical impedance analysis in free-living Caucasian older adults. Clin Nutr. 2015;34(4):667-73. doi: 10.1016/j.clnu.2014.07.010
  9. Курмаев Д.П., Булгакова С.В., Захарова Н.О. Биоимпедансный фазовый угол как маркер саркопении у женщин старческого возраста с полиморбидной патологией. Альманах клинической медицины. 2021;49(4):245-53 [Kurmayev DP, Bulgakova SV, Zakharova NO. Bioimpedance phase angle as a marker of sarcopenia in elderly women with multiple comorbidities. Almanac of Clinical Medicine. 2021;49(4):245-53 (in Russian)]. doi: 10.18786/2072-0505-2021-49-026
  10. Izzo A, Massimino E, Riccardi G, et al. A narrative review on sarcopenia in type 2 diabetes mellitus: Prevalence and associated factors. Nutrients. 2021;13(1):183. doi: 10.3390/nu13010183
  11. Алгоритмы специализированной медицинской помощи больным сахарным диабетом. Под ред. И.И. Дедова, М.В. Шестаковой, А.Ю. Майорова. 11-й вып. М.: ФГБУ «Национальный медицинский исследовательский центр эндокринологии» Минздрава России, 2023 [Algoritmy spetsializirovannoi meditsinskoi pomoshchi bol'nym sakharnym diabetom. Pod red I.I. Dedova, M.V. Shestakovoi, A.Iu. Maiorova. 11-i vyp. Moscow: FGBU «Natsional'nyi meditsinskii issledovatel'skii tsentr endokrinologii» Minzdrava Rossii, 2023 (in Russian)]. doi: 10.14341/DM13042
  12. Wu H, Ding P, Wu J, et al. Phase angle derived from bioelectrical impedance analysis as a marker for predicting sarcopenia. Front Nutr. 2022;9:1060224. doi: 10.3389/fnut.2022.1060224
  13. Hirose S, Nakajima T, Nozawa N, et al. Phase angle as an indicator of sarcopenia, malnutrition, and cachexia in inpatients with cardiovascular diseases. J Clin Med. 2020;9(8):2554. doi: 10.3390/jcm9082554
  14. de Amorim GJ, Calado CKM, Souza de Oliveira BC, et al. Sarcopenia in non-dialysis chronic kidney disease patients: Prevalence and associated factors. Front Med (Lausanne). 2022;9:854410. doi: 10.3389/fmed.2022.854410
  15. Yamada M, Kimura Y, Ishiyama D, et al. Phase angle is a useful indicator for muscle function in older adults. J Nutr Health Aging. 2019;23(3):251-5. doi: 10.1007/s12603-018-1151-0
  16. Kołodziej M, Kozieł S, Ignasiak Z. The use of the bioelectrical impedance phase angle to assess the risk of sarcopenia in people aged 50 and above in Poland. Int J Environ Res Public Health. 2022;19(8):4687. doi: 10.3390/ijerph19084687
  17. Basile C, Della-Morte D, Cacciatore F, et al. Phase angle as bioelectrical marker to identify elderly patients at risk of sarcopenia. Exp Gerontol. 2014;58:43-6. doi: 10.1016/j.exger.2014.07.009

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Predictors of presarcopenia according to BIAST data.

Download (103KB)
3. Fig. 2. ROC curve of the diagnostic ability of the logistic regression model for predicting presarcopenia by BIAST results.

Download (56KB)
4. Fig. 3. ROC curve of matching threshold limits of sensitivity and specificity of FU (a), SMM (b), dSMM (c), ACM (d) for the diagnosis of presarcopenia.

Download (169KB)

Copyright (c) 2025 Consilium Medicum

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

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».