Tämä numero sisältää sarkopenian määrittelyä ja tuloksia käsittelevän konsortion (Sarcopenia Definition and Outcomes Consortium, SDOC) kannanoton1 sekä sitä tukevia alkuperäistutkimuksia.2-5 SDOC:n perustivat vuonna 2016 kansallinen ikääntymisinstituutti (National Institute on Aging) ja Kansallisten terveysinstituuttien säätiö (Foundation for the National Institutes of Health), ja sen päätavoitteena oli määritellä näyttöön perustuvia ja kliinisesti merkityksellisiä rasvattoman rasvan massan ja lihasvoiman raja-arvoja.1 Kaiken kaikkiaan SDOC:n tärkeimmät tulokset vahvistavat hitaan kävelynopeuden ja käden otepitovoiman merkityksen sarkopenian fenotyypin määrittelyssä samalla kun ne kyseenalaistavat kaksois-energiaröntgenabsorptiometrialla (DXA) mitatun vähärasvaisen lihasmassan mukaan ottamisen.
Sarkopenia on geriatrinen sairaus, jolla on merkittävä vaikutus ikääntyneiden aikuisten terveyteen, toiminnalliseen riippumattomuuteen ja elämänlaatuun.6, 7 Määriteltynä lihasmassan ja -laadun heikkenemisenä, jonka taustalla on monitekijäinen etiologia, sarkopenian on katsottu edustavan geriatrista oireyhtymää.8 Viimeaikaiset ponnistelut, joilla on pyritty siirtämään sarkopenian diagnosoiminen ja hoitaminen kliiniseen tilanteeseen ja joiden tarkoituksena on ollut ohjata spesifisten farmakologisten interventioiden käyttöä.9 Sarkopenian diagnosointia ja hoitoa kliinisessä tilanteessa ja joiden tarkoituksena on ohjata spesifisten farmakologisten interventioiden9 käyttöä, on kuitenkin jatkunut samalla tavalla, jota on jo aiemmin noudatettu luun mineraalitiheyttä koskevan tutkimuksen alalla (BMD; kuva 1). Tämän seurauksena sarkopenia käsitteellistettiin jossain määrin uudelleen uutena sairautena10 , kun sille luotiin oma ICD-10-koodi (International Classification of Diseases, Tenth Revision) vuonna 2016.11
Sarkopenian koodaaminen diagnoosiksi on herättänyt innostusta lääkärien keskuudessa. Tästä huolimatta tämän kliinisen konstruktion siirtäminen monitekijäisestä geriatrisesta oireyhtymästä ja siihen liittyvistä monitekijäisyyksistä yksittäisen sairauteen perustuvan diagnoosin käsitteellistämiseen asettaa haasteita. Lääketieteessä tarvitaan raja-arvoja, jotta voidaan määritellä toimenpidekohteet ja tavoitteet kliinistä hoitoa varten. Kliinikot ovat kuitenkin edelleen riippuvaisia monista mielivaltaisista päätöksistä ja ehdollisista tilanteista (esim. nykytietämys taudista, diagnoosin laatimisen painopisteet, diagnoosipalvelujen saatavuus ja saatavuus). Tämä pätee erityisesti geriatriassa.12 Geriatrit ovat tottuneet tarkastelemaan raja-arvoja joustavasti ja ovat hyvin tietoisia siitä, että mikään yksittäinen kategorinen muuttuja, varsinkin jos sitä tarkastellaan erillään muista merkityksellisistä tekijöistä, tuskin yksinään vaikuttaa merkittävästi hauraiden ikääntyneiden aikuisten hoitoon. Tämän väestöryhmän heterogeenisuus korostaa tarvetta joustavampiin ja vähemmän kategorisiin lähestymistapoihin.
Tätä varten SDOC selittää pääartikkelissa, että ”näiden raja-arvojen suorituskykyominaisuudet vaihtelevat iän, rodun/etnisyyden, liitännäissairauksien ja väestön mukaan”. Siksi näissä analyyseissä johdettuja sukupuolispesifisiä raja-arvoja olisi arvioitava erilaisissa lisäpopulaatioissa, mukaan lukien kliiniset populaatiot, joilla on erityisiä sairauksia. ”1 Lisäksi, kuten myös Patel ym.5 osoittivat, lihasheikkouden esiintyvyys riippuu suurelta osin kunkin muuttujan määrittelevästä konstruktiosta. Toisin sanoen aina kun lihasvoiman indikaattoreita muutetaan, saadaan erilaisia tuloksia, ja siksi se, mitä pidämme sarkopeniana, muuttuu. Vastaavasti Grosickin ja muiden tekemät analyysit osoittavat myös, miten muuttujien ja raja-arvojen muutokset muuttavat huomattavasti kohdejoukon esiintyvyyttä (ja todennäköisiä ominaisuuksia).3 On siis ilmeistä, että standardoidun lähestymistavan valitseminen sarkopenian kriittisten osatekijöiden arviointiin voi tuoda mukanaan tietyn annoksen epävarmuutta, vaihtelua ja toisinaan jopa mielivaltaisuutta.
Mahdollista tästä johtuvaa epäselvyyttä lisäävät entisestään pragmaattiset mukautukset, jotka on otettava huomioon, kun näitä epidemiologisia löydöksiä sovelletaan yksilöihin kliinisessä ympäristössä. Esimerkiksi henkilö, jonka painoindeksi (BMI; selvästi suboptimaalinen mutta laajalti käytetty parametri liikalihavuuden määrittelyyn) on 29,9 kg/m2, ei todennäköisesti eroa biologisesti, fenotyyppisesti tai kliinisesti henkilöstä, jonka BMI on 30 kg/m2, mutta tällaiset desimaalierot sijoittavat nämä kaksi henkilöä eri luokkiin. Sarkopenian yhteydessä muuttujien valintaan, raja-arvoihin (erityisesti seulontavaiheessa) ja kiinnostavan tilan lopullisiin määritelmiin vaikuttavat väistämättä muuttujien valintaan, raja-arvoihin (erityisesti seulontavaiheessa) ja lopullisiin määritelmiin liittyvät heterogeeniset biologiset, kliiniset ja sosiaaliset seikat, jotka liittyvät yksilöön, sekä henkilökunnan ja paikan, jossa tällaiset arvioinnit suoritetaan, erilaiset ominaisuudet. Kaikista näistä syistä voidaan väittää, että yksittäinen ”kultainen standardi-muuttuja” ja/tai ”parhaat raja-arvot” ovat huonosti siirrettävissä epidemiologian ja laskennallisen mallintamisen maailmoista kliiniseen todellisuuteen.
Sen sijaan, että luopuisimme tällaisista ponnisteluista, pidämme näitä haasteita mahdollisuuksina, jotka auttavat meitä ohjaamaan paremmin eteenpäin. Tarkastelemalla jokaista yksilöä tapauksena sinänsä kaikkine yksilöllisine erityispiirteineen ja -ominaisuuksineen ehdotamme, että tämänkaltaisia raja-arvoja ei käytettäisi osana binäärisiä päätöksentekoalgoritmeja, vaan että niitä pidettäisiin pikemminkin vain yhtenä tärkeänä elementtinä moniulotteisessa arvioinnissa, joka käsittää kaikki ne moninaiset tekijät, jotka voivat viime kädessä muodostua erilaisten ”sarkopenian” eri tyyppien ja alatyyppien merkityksestä eri yksilöillä. Niinpä niin sanotun parhaan leikkauspisteen määrittäminen voi ehkä olla hyödyllisintä ennusteiden laatimisessa epidemiologisiin, vakuutus- ja hallinnollisiin tarkoituksiin kliinisen hoidon sijaan.
SDOC ehdottaa myös, että DXA:ta ei oteta mukaan sarkopenian arviointiin,1 toisin kuin useissa muissa aiheesta saatavilla olevissa konsensusasiakirjoissa, joissa DXA:ta otetaan edelleen mukaan sen tunnetuista rajoitteista huolimatta.10, 13, 14 Maninin ym. tekemät luokitus- ja regressiopuuanalyysit osoittavat kiistatta, että lihasvoima on ylivoimaisempi kuin DXA:n antamat tulosteet.4 Näitä tuloksia tukee myös Cawthonin ym. työ, jossa tutkittiin sarkopenian eri osatekijöiden ennustuskykyä terveyteen liittyvien negatiivisten lopputulosten ilmaantumisen suhteen.2 Nämä suositukset ovat johdonmukaisia sen näytön kanssa, jonka mukaan fyysisen suorituskyvyn ja lihasvoiman mittaukset voivat olla kliinisesti merkityksellisempiä kuin lihasten määrälliset mittaukset haittatapahtumien ennustamisessa.15, 16
- Tietoisuuden lisääntyminen sarkopeniasta ja sen seurauksista, mikä korostaa nopean kliinisen käyttöönoton tarvetta, yhdistettynä sarkopenian arvioinnin kasvavaan kysyntään ja DXA-laitteiden laajaan saatavuuteen;
- DXA:n avulla saadun sarkopeniaa koskevan tietämyksen huomattava määrä;
- Todellisten vaihtoehtojen puuttuminen, erityisesti kun otetaan huomioon odotettu tarpeiden määrä. SDOC ehdottaa D3-kreatiinilaimennusmenetelmää tarkemmaksi koko kehon lihasmassan mittariksi. Vaikka tunnustamme tämän menetelmän potentiaalisen arvon sarkopenian määrittelyssä ja jopa sen ehdotetun paremmuuden muihin lihasmassan kvantitatiivisiin parametreihin nähden,17 on otettava huomioon, että tutkimukset, joissa käytetään D3-kreatiinimittauksia asiaankuuluvissa väestöryhmissä, ovat edelleen harvinaisia ja luultavasti riittämättömiä SDOC:n toivomien kriittisten raja-arvojen määrittämiseksi. Lisäksi kapasiteetti ja kokemus tästä mittarista kliinisessä ympäristössä on vielä hyvin rajallinen.
Vaikka ymmärrämme, että lausunto on osa metodologisesti tiukkaa prosessia, toteamus, jonka mukaan ”DXA:lla mitattua laihaa massaa ei tulisi sisällyttää sarkopenian määritelmään ”1 , saattaa väheksyä viime vuosikymmenen aikana tuotettua valtavaa määrää näyttöä. Se voi mahdollisesti jättää sarkopenian merkityksettömämmäksi konstruktioksi, kun kvantitatiivinen luustolihaksen arviointi jää pois. Ei ole mahdollista jättää huomiotta sitä, mitä on tehty, koska on käytetty epäoptimaalista tekniikkaa, varsinkaan jos selkeää vaihtoehtoa ei ole. Samaan aikaan kliiniset lääkärit eivät voi keskeyttää toimintaansa tällä alalla odottamalla uutta sarkopenian määritelmää, varsinkaan nyt, kun kansanterveys- ja sääntelyviranomaiset ovat tunnustaneet tämän tilan kiinnostavaksi kokonaisuudeksi.11, 18 Yleisimmin käytetyn menetelmän kyseenalaistaminen sarkopenian rakenteen kriittisen osatekijän arvioinnissa voi haitata prosessia, joka johtaa sarkopenian tarvittavaan legitimointiin kliinisessä maailmassa. Lisäksi farmakologisten interventioiden hyväksyminen edellyttää lainsäädännöllisistä syistä, että kliinisen fenotyypin (esim. lihasheikkous, liikuntahäiriö), kliinisesti käytettävän arviointimenetelmän (esim. dynamometri, kävelynopeustesti), biologisen substraatin (esim. luurankolihaksiston massa) ja validoitujen biomarkkereiden avulla määritellyn patofysiologisen reitin selkeä tunnistaminen.
Mitä kliinisten lääkäreiden on tällä välin tehtävä näiden erittäin tärkeiden tutkimusvivahteiden ja jatkuvien kiistojen keskellä? Kuten kuvassa 1A havainnollistetaan, BMD on kehittynyt validoiduksi ja laajalti hyväksytyksi mittariksi, joka ennustaa murtumariskiä ja siihen liittyvää työkyvyttömyyttä sen lisäksi, että liikkuvuus ja tasapaino vaikuttavat kaatumisten riskiin. Samalla BMD auttaa ohjaamaan sellaisten luustoon kohdistuvien erityistoimenpiteiden käyttöä, joiden on osoitettu vähentävän ikääntyneiden naisten ja miesten riskiä. Sitä vastoin BMD:n lihasten ”vastineen” ja kliinisten tulosten välinen suhde on paljon heikompi, mutta myös vivahteikkaampi ja monimutkaisempi (kuva 1B). Ensinnäkin DXA:lla mitattu luustolihasmassa ja liikkuvuussuorituskyky liittyvät läheisesti toisiinsa, ja niillä on kaksisuuntainen positiivinen vaikutus toisiinsa. Toiseksi liikkuvuussuorituskyky on paljon voimakkaampi ja luotettavampi kliinisten tulosten ennustaja kuin lihasmassa. Kolmanneksi toivomme, että uudet, mieluiten ei-invasiiviset tekniikat auttavat ohjaamaan lihasten heikkenemisen hoitoa kohdennetummin ja mekanismiin perustuvammin.
Taulukossa 1 luetellaan suosituksemme kliinisille lääkäreille näiden tiukkojen ja tärkeiden SDOC-analyysien perusteella. Meidän on sisällytettävä sarkopenia kaikkeen kliiniseen päätöksentekoon, joka koskee iäkkäitä aikuisia, hyödynnettävä jokainen opettavainen hetki jakamalla kertynyttä tietämystämme tällä alalla harjoittelijoiden kanssa ja käytettävä ICD-10-CM-diagnoosikoodia (ICD-10-CM, International Classification of Diseases, Tenth Revision, Clinical Modification) (M62.84) laskutettaessa. Vaikka DXA-menetelmällä saadun lihasmassan mittauksen käyttöä ei voida tällä hetkellä perustella kliinisessä rutiinihoidossa, emme saa antaa ”täydellisen tulla hyvän viholliseksi”. Kehonkoostumusmittaus (erityisesti DXA:n avulla, koska sen hajonta on suuri) voi edelleen olla hyödyllinen kliinisten arvioiden vahvistamisessa sekä ikääntyvän yksilön biologisempaan ja yksilöllisempään arviointiin perustuvassa arvioinnissa.
- Huomioi sarkopenia kaikessa kliinisessä päätöksenteossa, joka koskee iäkkäitä aikuisia
- Jaa sarkopeniaan liittyvää tietämystä harjoittelijoiden kanssa
- Käytä ICD-10-CM-diagnoosikoodia M62.84 kaikille potilaille, joilla on todennäköinen sarkopenia
- Huomaa, että DXA:n rutiininomaisella kliinisellä käytöllä ei ole tällä hetkellä merkitystä luurankolihasmassan mittaamisessa
- Huomaa, että kehonkoostumuksen arvioinnista voi olla hyötyä kliinisten päätösten tukena, koska se antaa biologisen taustan mittaustuloksen
- Käyttäkää yksinkertaista seulontaa. liikkuvuustestit tarkkailemalla kävelyä tai Five Times Sit to Stand -testiä
- Lobbaa paikallisia kliinisiä ja tietotekniikan johtajia sekä EMR-toimittajia kehittämään yhteyksiä huomaamattomista ja standardoiduista kävelynopeuden mittauksista nykyisiin EMR-järjestelmiin
- Edistä pyrkimyksiä, joiden avulla voidaan paremmin kuvata geriatrisen sarkopenian interindividuaalista heterogeenisyyttä kliinisessä hoitotyössä ja tutkimuksessa, mikä johtaa asianmukaiseen M62.84 diagnoosin alakoodit
- Lyhenteet: DXA, dual-energy X-ray absorptiometry; EMR, sähköinen potilaskertomus; ICD-10-CM, International Classification of Diseases, Tenth Revision, Clinical Modification; IT, tietotekniikka.
Kun otetaan kuitenkin huomioon fyysisen suorituskyvyn mittausten voimakas rooli geriatristen potilaiden keskeisten kliinisten tulosten muokattavissa olevina ennustajina, meidän on pyrittävä sisällyttämään tällaiset mittaukset jokapäiväiseen kliiniseen käytäntöön. Yksinkertaisten seulontatestien, kuten tavanomaisen kävelynopeuden tarkkailun tai potilaan pyytämisen nousta viisi kertaa tuolilta kädet ristissä, pitäisi olla osa kliinistä rutiinia. Meidän on myös tutkittava uusia tapoja ottaa fyysisen suorituskyvyn kvantitatiiviset mittaukset (esim. kävelynopeus) osaksi kliinistä käytäntöä, jotta tällaiset tiedot olisivat rutiininomaisesti saatavilla sähköisen potilastietojärjestelmän kautta.19 Valitettavasti sähköisen potilastietojärjestelmän kehittäjät eivät yleensä ole ottaneet huomioon iäkkäiden potilaiden erityisiä tarpeita suunnitellessaan järjestelmiään, vaan ovat seuranneet ohjelmistokehitystä, joka on suurelta osin toteutettu paikallisten tarpeiden ja taloudellisten resurssien mukaan. Tätä varten meidän on yksilöllisesti ja kollektiivisesti lobattava biolääketieteen tietotekniikan asiantuntijoita, sähköisten potilastietojärjestelmien myyjiä, sähköisten potilastietojärjestelmien teollisuutta ja sääntelyviranomaisia siitä, että on ratkaisevan tärkeää sisällyttää nämä tiedot ikääntyneiden aikuisten ”elintärkeisiin elintärkeisiin merkkeihin”, joiden merkitys ei ole vähäisempi kuin painon, verenpaineen tai sydämen sykkeen20 . Tämä on mielestämme se puuttuva lenkki, joka johtaa iäkkäiden potilaiden fyysisen suorituskyvyn heikkenemisen parempaan tunnistamiseen, seurantaan ja kohdennettuun hoitoon.19 Tämä mahdollistaa sen, että nykyisin käytettävissämme olevia hoitomuotoja (esim. liikunta, anabolisten steroidien korvaaminen, D-vitamiinin korvaaminen) ja toivottavasti pian myös muita hoitomuotoja voidaan käyttää optimaalisesti, laajimmin ja tehokkaimmin.
Yhtä tärkeää on pyrkiä kehittämään sarkopenian ICD-10-CM-diagnoosikoodia niin, että se sisältää alakoodeja, jotka heijastavat siihen vaikuttavien riskitekijöiden, taustalla vaikuttavien mekanismien ja viime kädessä optimaalisten hoitomuotojen valtavaa heterogeenisuutta. Esimerkiksi ikään liittyvä sarkopenia, joka liittyy tahattomaan laihtumiseen, on erotettava liikalihavuuteen liittyvästä sarkopeniasta. Lisäksi muiden kroonisten tai akuuttien sairauksien (esim. munuaisten vajaatoiminta, ihmisen immuunikatovirus, sydämen vajaatoiminta, syöpä, COVID-19-infektio) samanaikainen esiintyminen tuo todennäköisesti esiin uusia avaintekijöitä, jotka heijastavat sekä yhtäläisyyksiä että eroavaisuuksia verrattuna niihin, joita nähdään teoreettisissa yksilöissä, joilla on niin sanottu puhdas ikääntymisen aiheuttama sarkopenia.