Importance of skeletal muscle-related diagnostic components of Sarcopenia and adverse outcomes in geriatric patients

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

BACKGROUND: International groups propose different approaches to assess muscle mass and skeletal muscle function, raising the question of which diagnostic parameter best reflects muscle quantity and quality and contributes to adverse outcomes.

AIM: The aim of the study was to evaluate diagnostic accuracy of sarcopenia components and identify their association with adverse outcomes in geriatric patients.

METHODS: The study included 230 subjects aged ≥ 65 years, 70 men and 160 women, who presented for a consultation at a healthcare organization in Saint Petersburg, Russia. The median age of the patients was 75 (68–79) years. Sarcopenia was diagnosed using the European Working Group on Sarcopenia in Older People criteria, 2nd edition (2018). Muscle mass was calculated using the Appendicular Muscle Mass Index based on dual-energy X-ray absorptiometry. Muscle strength was measured using a hand dynamometer, and physical performance was assessed using the Short Physical Performance Battery. Comorbidities were assessed using the Charlson Comorbidity Index. Health-related quality of life was assessed using the validated Russian version of the Sarcopenia Quality of Life questionnaire.

RESULTS: The higher risk of sarcopenia was reported in subjects with low muscle strength (odds ratio: 8.491; 95% confidence interval: 4.432, 16.320), low physical performance as measured by the Short Physical Performance Battery due to impaired balance (odds ratio: 2.145; 95% confidence interval: 1.452, 3.168) and by the Timed Up and Go Test (odds ratio: 2.083; 95% confidence interval: 1.284, 3.378). Low muscle strength and low muscle mass were associated with falls, comorbidities, and health-related quality of life (p < 0.05). Low physical performance was associated with all adverse outcomes assessed in subjects aged ≥ 65 years (p < 0.05).

CONCLUSION: Hand dynamometry and balance testing are important diagnostic tools for sarcopenia. All diagnostic components of sarcopenia were associated with falls, severe comorbidities, and reduced health-related quality of life in subjects aged ≥ 65 years. A low total score on the Short Physical Performance Battery increased the risk of fractures at multiple sites.

About the authors

Yuliya A. Safonova

North-Western State Medical University named after I.I. Mechnikov

Author for correspondence.
Email: jula_safonova@mail.ru
ORCID iD: 0000-0003-2923-9712
SPIN-code: 9690-6636

MD, Dr. Sci. (Medicine), Assistant Professor

Russian Federation, Saint Petersburg

References

  1. 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
  2. Cruz-Jentoft AJ, Baeyens JP, Bauer JM, et al. Sarcopenia: European consensus on definition and diagnosis: Report of the European Working Group on Sarcopenia in Older People. Age Ageing. 2010;39(4):412–423. doi: 10.1093/ageing/afq034
  3. Chen L-K, Liu L-K, Woo Md J, et al. Sarcopenia in Asia: Consensus Report of the Asian Working Group for Sarcopenia. J Am Med Dir Assoc. 2014;15:95–101. doi: 10.1016/j.jamda.2013.11.025
  4. Fielding RA, Vellas B, Evans WJ, et al. Sarcopenia: an undiagnosed condition in older adults. Current consensus definition: prevalence, etiology, and consequences. International working group on sarcopenia. J Am Med Dir Assoc. 2011;12:249–256. doi: 10.1016/j.jamda.2011.01.003
  5. Studenski SA, Peters KW, Alley DE, et al. The FNIH sarcopenia project: rationale, study description, conference recommendations, and final estimates. J Gerontol A Biol Sci Med Sci. 2014;69(5):547–558. doi: 10.1093/gerona/glu010
  6. Bhasin S, Travison TG, Manini TM, et al. Sarcopenia definition: the position statements of the sarcopenia definition and outcomes consortium. J Am Geriatr Soc. 2020;68(7):1410–1418. doi: 10.1111/jgs.16372
  7. Cawthon PM, Visser M, Arai H, et al. Defining terms commonly used in sarcopenia research: a glossary proposed by the Global Leadership in Sarcopenia (GLIS) Steering Committee. Eur Geriatr Med. 2022;13(6):1239–1244. doi: 10.1007/s41999-022-00706-5
  8. Safonova YuA, Lesnyak OM, Baranova IA, et al. Russian translation and validation of SarQoL® – quality of life questionnaire for patients with sarcopenia. Rheumatology Science and Practice. 2019;57(1):38–45. EDN: XUIKKL doi: 10.14412/1995-4484-2019-38-45
  9. Chew J, Yeo A, Yew S, et al. Muscle strength definitions matter: Prevalence of sarcopenia and predictive validity for adverse outcomes using the European Working Group on Sarcopenia in Older People 2 (EWGSOP2) criteria. J Nutr Health Aging. 2020;24(6):614–618. doi: 10.1007/s12603-020-1371-y
  10. Yuan H, Kim MK. Exploring the relationship between ultrasound parameters and muscle strength in older adults: a meta-analysis of sarcopenia-related exercise performance. Front Med (Lausanne). 2024;11:1429530. doi: 10.3389/fmed.2024.1429530
  11. Kristiana T, Widajanti N, Satyawati R. Association between muscle mass and muscle strength with physical performance in elderly in Surabaya. Surabaya Phys Med Rehabil J. 2020;2(1):24–34. doi: 10.20473/spmrj.v2i1.2020.24-34
  12. Riviati N, Indra B. Relationship between muscle mass and muscle strength with physical performance in older adults: A systematic review. SAGE Open Med. 2023;11:20503121231214650. doi: 10.1177/20503121231214650
  13. Safonova YuA. Sarcopenia risk factor for falls and fractures. The Clinician. 2019;13(3–4):22–28. EDN: VNYVVJ doi: 10.17650/1818-8338-2019-13-3-4-22-28
  14. Vorobyeva NM, Khovasova NO, Tkacheva ON, et al. Falls and fractures in subjects over 65 years old and their associations with geriatric syndromes: Russian epidemiological study EVKALIPT. Russian Journal of Geriatric Medicine. 2021;(2):219–229. EDN: GOUPRT doi: 10.37586/2686-8636-2-2021-209-219
  15. Rijk JM, Roos PR, Deckx L, et al. Prognostic value of handgrip strength in people aged 60 years and older: A systematic review and meta-analysis. Geriatr Gerontol Int. 2016;169(1):5–20. doi: 10.1111/ggi.12508
  16. Wu Y, Wang W, Liu T, Zhang D. Association of grip strength with risk of all-cause mortality, cardiovascular diseases, and cancer in community-dwelling populations: a meta-analysis of prospective cohort studies. J Am Med Dir Assoc. 2017;18(6):551. doi: 10.1016/j.jamda.2017.03.011
  17. Freiberger E, Fabbietti P, Corsonello A, et al. Short physical performance battery is not associated with falls and injurious falls in older persons: longitudinal data of the SCOPE project. Eur Geriatr Med. 2024;15(3):831–842. doi: 10.1007/s41999-024-00941-y
  18. Veronese N, Bolzetta F, Toffanello ED, et al. Association between short physical performance battery and falls in older people: the Progetto Veneto Anziani Study. Rejuvenation Res. 2014;17(3):276–284. doi: 10.1089/rej.2013.1491
  19. Zhong BX, Zhong HL, Zhou GQ, et al. Physical performance and risk of hip fracture in community-dwelling elderly people in China: A 4-year longitudinal cohort study. Maturitas. 2021;146:26–33. doi: 10.1016/j.maturitas.2021.01.003
  20. Kojima G, Masud T, Kendrick D, et al. Does the timed up and go test predict future falls among British community-dwelling older people? Prospective cohort study nested within a randomized controlled trial. BMC Geriatr. 2015;15:38. doi: 10.1186/s12877-015-0039-7
  21. Jeong S-M, Shin DW, Han K, et al. Timed up-and-go test is a useful predictor of fracture incidence. Bone. 2019;127:474–481. doi: 10.1016/j.bone.2019.07.018
  22. Turusheva AV, Bogdanova ТA, Frolova EV, et al. Epidemiology of falls in St. Petersburg (based on research by the Department of Family Medicine). Russian Journal of Geriatric Medicine. 2022;(2(10)):106–114. EDN: XVMBOO doi: 10.37586/2686-8636-2-2022-106-114
  23. Li W, Rao Z, Fu Y, et al. Value of the short physical performance battery (SPPB) in predicting fall and fall-induced injury among old Chinese adults. BMC Geriatr. 2023;23(1):574. doi: 10.1186/s12877-023-04290-6
  24. Barry E, Galvin R, Keogh C, et al. Is the timed Up and Go test a useful predictor of risk of falls in community dwelling older adults: a systematic review and meta-analysis. BMC Geriatr. 2014;14:14. doi: 10.1186/1471-2318-14-14
  25. Exter SH, Koenders N, Wees P, et al. A systematic review of the psychometric properties of physical performance tests for sarcopenia in community-dwelling older adults. Age Ageing. 2024;53(6):113. doi: 10.1093/ageing/afae113
  26. Gong G, Wan W, Zhang X, et al. Correlation between the Charlson comorbidity index and skeletal muscle mass/physical performance in hospitalized older people potentially suffering from sarcopenia. BMC Geriatr. 2019;19(1):367. doi: 10.1186/s12877-019-1395-5
  27. Amasene M, Medrano M, Echeverria I, et al. Malnutrition and poor physical function are associated with higher comorbidity index in hospitalized older adults. Front Nutr. 2022;9:920485. doi: 10.3389/fnut.2022.920485
  28. Kurmaev DP, Bulgakova SV, Zakharova NO. Parameters of functional activity in elderly and senile women with polymorbidity and risk of sarcopenia. Science and Innovations in Medicine. 2021;6(3):33–37. EDN: WDWWZJ doi: 10.35693/2500-1388-2021-6-3-33-37
  29. Xia W, Luo K, Gu Z, et al. Correlational analysis of sarcopenia and multimorbidity among older inpatients. BMC Musculoskelet Disord. 2024;25(1):309. doi: 10.1186/s12891-024-07412-2
  30. Petnehazy N, Barnes HN, Newman AB, et al. Muscle mass, strength, power and physical performance and their association with quality of life in older adults, the Study of Muscle, Mobility and Aging (SOMMA). medRxiv [Preprint]. 2023;2023:10.31.23297845. doi: 10.1101/2023.10.31.23297845

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Eco-Vector


 


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».