• Lydia Lera Marqués

¿Por qué es importante la pesquisa de sarcopenia?

 No es una consecuencia obligada del envejecimiento

 Posible de prevenir, retardar su aparición e incluso

revertirlo a través de intervenciones destinadas a
mejorar la nutrición y actividad física (Fiatarone 1994;
Albala 2011; Lauretani 2003)

No hay un consenso único sobre como diagnosticarla

Prevalencias descritas de sarcopenia

Edad Prevalencia de
sarcopenia

60-70 años 5-13%

>80 años 11-50%

(Baumgartner et al. 1998; Cruz-Jentoftet al. 2010)

 Diagnóstico
 El diagnóstico de sarcopenia requiere la cuantificación de
la masa muscular esquelética apendicular (MMA) para lo
cual el método considerado como “Gold Standard” en los
estudios clínicos, es la medición por DEXA.Todo lo
anterior representa una dificultad en el sector público,
considerando el costo y accesibilidad del DEXA
 Función: dinamometría, capacidad de marcha, etc
 No hay consenso único por lo que la prevalencia varía
mucho según método diagnóstico
Consenso europeo sobre definición y
diagnóstico de sarcopenia
El Grupo de Trabajo sobre sarcopenia en AM (EWGSOP) desarrolló una definición clínica
práctica y un criterio diagnóstico de consenso.
Disminución de la masa muscular

Disminución de la fuerza
muscular

Disminución del rendimiento

físico
(Cruz-Jentoft et al. 2010)
Algoritmo consenso europeo
Proyecto FONIS SA12I2337: “Elaboración de una
metodología para la identificación de sarcopenia
en adultos mayores chilenos usuarios de centros
de atención primaria de salud”

 Objetivo General

Elaborar un indicador diagnóstico para la pesquisa de

sarcopenia en Adultos Mayores usuarios de
loscentros de atención primaria de salud.
 Etapa 1

• 1139 AM de 60 años y más, viviendo en la comunidad en el

Población Gran Santiago, pertenecientes al sector público de salud y
participantes de las cohortes SABE y ALEXANDROS (FONDECYT
objetivo 1080589) evaluados entre 2008 y 2011

• 440 AM autovalentes de los 1139 evaluados en el proyecto

ALEXANDROS, con antropometría y funcionalidad completa y
que aceptaron efectuarse un estudio de composición corporal
Muestra por DEXA. La muestra es capaz de detectar una proporción
esperada de sarcopenia de 50% o menor, con una amplitud de
intervalo de confianza de 0.10, un nivel de confianza de 95% y
un poder de 90% (Hulley et al, 2001).
 Etapa 2

• AM de 60 años y más, inscritos en tres Centros de

Atención Primaria de Salud de la comuna de
Población objetivo Huechuraba (LaPincoya, Salvador Allende y El
Barrero).

• AM autovalentes (según criterio EFAM (Silva, 2003),

Criterio de inclusión en uso en CAPS).

• Sospecha de demencia según test de screening

Criterio de exclusión validado en Chile (Quiroga, Albala et al, 2004).

• 164 AM con características similares a los AM del

Muestra proyecto ALEXANDROS.
 Variables para la identificación de sarcopenia
MM medida por DEXA (“Gold Standard”). Para su
cuantificacion se usa la MM apendicular (MMA).
Para evitar distorsiones producidas por la talla se usa
MMA/talla2 (índice de MMA)

Función:
Mediciones antropométricas y fuerza muscular
Pruebas de función de extremidades inferiores:
velocidad de marcha de 3 metros, balance y
sentadillas (Short Physical Performance Battery
(SPPB) ) 0-12 puntos y Test Timed up &go (TUG) :
10.2 segundos
 Covariables

 Variables Sociodemográficasyde salud

 Variables nutricionales, MNA.
 Otras de Variables de Funcionalidad como AVD,
AIVD y AAVD
 SF 36-QoL
 Análisis estadístico

Regresión lineal múltiple paso a paso.

Métodos de concordancia (Kappa, Lin y Bland y Altman según tipo de variable).
Sensibilidad, especificidad, valor predicativo positivo y valor predictivo negativo.
Coeficiente de validez cruzada (cross-validitycoefficient), el coeficiente de reducción de la validación
cruzada (“Shrinkage”; Altman et al, 2000; Kleinbaum et al, 1988)

Curvas ROC (Steyerberg et al, 2001)

Los análisis estadísticos se realizarán con el STATA 12.0 (StataCorp. 2011. StataStatistical Software: Release 12.
CollegeStation, TX: StataCorp LP.).
 Paso 1

Desarrollo de una ecuación basada en variables antropométricas

de fácil medición que estiman la MMA

Validación vs DEXA

Paso 2
Desarrollo del algoritmo diagnóstico
 Método de análisis etapa 2

Validación transversal y ajuste del algoritmo

desarrollado, usando la MM medida por DEXA, en
una muestra de AM de la Comuna de Huechuraba
Resultados
 Estadísticas descriptivas de las variables de la
muestra etapa 1
Variables Hombres Mujeres Total
(promedio±DE) n=218 n=398 n=616
Edad (Años) 70,2±5,4 69,8±5,1 69,9±5,2
IC 95% 69,5-70,9 69,3-70,3 69,5-70,3
Talla (cm) 166,1±6,5 152,5±6,0** 157,3±9,0
IC 95% 165,2-166,9 151,9-153,1 156,6-158,0
Peso (Kg) 76,4±12,0 66,5±11,2** 70,0±12,4
IC 95% 74,8-78,0 65,4-67,6 69,0-71,0
BMI (Kg/m2) 27,7±3,8 28,6±4,3* 28,2±4,1
IC 95% 27,2-28,2 28,1-29,0 27,9-28,6
Altura de rodilla (cm) 52,1±2,5 47,5±2,4** 49,1±3,3
IC 95% 51,7-52,4 47,3-47,8 48,9-49,4
Circunferencia de brazo (cm) 30,5±3,2 30,3±3,3 30,4±3,3
IC 95% 30,1-30,9 30,0-30,7 30,1-30,7

Prueba t de Student paramuestrasindependientes: p>0.1; exceptocircunferencia de cintura: p>0.09

 Ecuaciones de predicción
Variables Muestra de Muestra de Muestra
predicción validación Total
n=308 n=308 n=616
Constante ± EE -7,625±2,48 -8,710±2,42 -7,646±1,71
Altura de rodilla ± EE 0,260±0,04 0,263±0,04 0,251±0,03
Peso ± EE 0,113±0,01 0,102±0,01 0,107±0,01
Circunferencia cadera ± EE -0,050±0,02 -0,018±0,02 -0,034±0,01
Circunferencia pantorrilla±EE 0,203±0,03 0,190±0,04 0,197±0,02
Dinamometría ± EE 0,059±0,01 0,035±0,01 0,047±0,01

Sexo (Hombre) ± EE 2,915±0,30 3,864±0,27 3,417±0,20

Edad ± EE -0,013±0,02 -0,024±0,02 -0,020±0,01
R2 0,8896 0,8913 0,8889
EEE 1,3553 1,3375 1,3458
Coeficiente de validez cruzada 0,9410 0,9409
Grado de encongimiento 0,004 0,006
(Shrinkage)
Leyenda: EE: error estándar; R2: coeficiente de determinación; EEE: error estándar de
estimación
 Ecuación de predicción

MMA(kg)=
0,107(peso)
+0,251(alt_rodilla)
+0,197(circ_pantorrilla)
+0,047(din)
-0,034(circ_cadera)+3,4178(sexo=Hombre)
-0,020(edad)-7,646
R2=0,89 ; EEE=1,346 kg
 Concordancia (Lin, 1989)

Note: Los
Nota: Data must
datosoverlay dashedcaer
deben line forsobre
perfect concordance
la línea discontinua para que haya una concordancia perfecta
30

MMA predicho o
Fitted values

estimado 20

10

10 20 30
asmfonis
MMA (DEXA)
Masa muscular esquelética apendicular (MMA) por
DEXA y su estimación por la ecuación de predicción

Prueba t de Student para muestras relacionadas por sexo: NS

Masa muscular esquelética apendicular (MMA) por grupos de edad por DEXA y
su estimación por la ecuación de predicción

Hombre Mujer
30
25
20
15
10

60-69.9 70-79.9 >=80 60-69.9 70-79.9 >=80

MMA DEXA MMA por modelo

Graphs by sexo
 Curvas ROC
Hombres Mujeres
1.00

1.00
0.75

0.75
Sensitivity

Sensitivity
0.50

0.50
0.25

0.25
0.00

0.00
0.00 0.25 0.50 0.75 1.00 0.00 0.25 0.50 0.75 1.00
1 - Specificity 1 - Specificity
Area under ROC curve = 0.8589 Area under ROC curve = 0.8916

  Hombres Mujeres
n= 148 n= 292
Puntos de corte 7,45 kg/m2 5,88 kg/m2
Sensibilidad 82.5 75.7
IC 95% 67.2-92.7 64-85.2
Especificidad 80.6 86.4
IC 95% 71.8-87.5 81,2- 90,7
 Puntos de corte propuestos
Criterio y método de medición Estudio y grupo de Puntos de corte por
referencia género

Masa muscular (DEXA) <p20 Estudio ALEXANDROS Hombres:

(n=655, edad 60-79 años) 7,19 kg/m2
(Albala et al, 2011) Mujeres:
5,77 kg/m2
Masa muscular (ecuación de Curva ROC: Estudio 7,45kg/m2
predicción) ALEXANDROS (n=655, edad Mujeres:
60-79 años) (Albala et al, 5,88 kg/m2
2011)
Fuerza muscular <p25 Estudio SABE Hombres:
(Dinamometría de mano) (n=1301) (Albala et al, < 27 kg
2000) Mujeres:
< 15 kg
Algoritmo para pesquisar sarcopenia en CAPS
 Ecuación de predicción

MMA(kg)=
0,107(peso)
+0,251(alt_rodilla)
+0,197(circ_pantorrilla)
+0,047(din)
-0,034(circ_cadera)+3,4178(sexo=Hombre)
-0,020(edad)-7,646
R2=0,89 ; EEE=1,346 kg
Comparación MMA e IMMA por DEXA y por
ecuación en muestra etapa 2, por sexo

Hombres Mujeres
DXA Ecuación DXA Ecuación
n=46 n=118
MMA 21.86±4.16 21.38±2.61 14.57±2.44 14.48±2.11
IC 95% 20.62-23.09 20.60-22.15 14.12-15.0 14.09-14.86
IMMA 8,02±1,14 7,93±0.78 6,48±0,89 6,44±0,76

IC 95% 7,69-8,37 7,70-8,17 6,32-6,64 6,30-6,57

t-student: p>0.16; promedio±DE; IC: intervalo de confianza

 Validación de los puntos de corte del IMMA
obtenidos por la ecuación vs los obtenidos por DXA
(hombres: 7,19 kg/m2; mujeres: 5,77 kg/m2)
  Hombres Mujeres
n= 46 n= 118
Sensibilidad 80 76.9
IC 95% 44.4-97.5 56.4-91
Especificidad 91,7 89.1
IC 95% 77.5-98.2 80.9- 94.7
VPPP IC 95% 72.7 66.7
39-94 47.2-82.7
VPPN 94.3 93.2
IC 95% 80.8-99.3 85.7-97.5

t-student: p>0.16
Sensibilidad, especificidad del algoritmo propuesto
sarcopeniausando DXA vs la estimación por la
ecuación, en la muestra de la etapa 2
Sarcopenia Hombres Mujeres Total
DXA vs ecuación n=46 n=118 n=164
Sensibilidad 80 79.2 79.4
IC 95% 44.4-97,5 57.8-92.9 62,1-91,3
Especificidad 94,4 89,4 90,8
IC 95% 81,3-99,3 81,3- 94,8 84,4- 95.1
Área ROC 0.87 0.84 0.85
IC 95% 0.74-1.0 0.75- 0.93 0.78- 0.92
VPPP 80 65.5 69.2
IC 95% 44.4-97.5 45.7-82.1 52.4-83
VPPN 94.4 94.4 94.4
IC 95% 81.3-99.3 87.4-98.2 88.8-97.7
Prevalencia de sarcopenia obtenidausando la
ecuación de predicción y por DEXA, porsexo

30

20 15.57 14.9913.51
13.7812.76 13.87 Sarcopenia X ecuación
Sarcopenia X DXA

10

0
Hombres Mujeres Total
Prevalencia de sarcopenia utilizando puntos de
corte chilenos por edad

Variables 60-69 70-79 ≥ 80 Total

n=398 n=181 n=25 n=604
Con puntos de 10,6 17,1 32,1 13,5
corte chilenos
Conclusiones
 Se obtuvo una ecuación antropométrica para predecir
la masa muscular esquelética apendicular, mediante un
modelo que utilizó DEXA como “Gold Standard”, en
función de variables antropométricas, fáciles de
obtener y de bajo costo, que nos permitirá calcular el
índice de masa muscular para su utilización en la
pesquisa de sarcopenia en CAPS.
 Se obtuvieron puntos de corte para la masa magra
apendicular para el DEXA y para la ecuación de
predicción.
 Conclusiones
 Se validó en una muestra de 164 AM de la comuna de
Huechuraba
 El indicador propuesto para el diagnóstico de
sarcopenia, es válido y seguro, de bajo costo, fácil de
obtener, cuyos valores estimados muestran una alta
concordancia con los valores obtenidos por el examen
de densidad DEXA, el indicador puede ser utilizado en
los Centros de Atención Primaria de Salud del país y en
estudios poblacionales.
 Equipo de investigación

Lydia Lera Marqués: Investigadora principal

Bárbara Ángel Badillo: Investigador alterno
Cecilia AlbalaBrevis: Investigador
Hugo Sánchez Reyes: Investigador
Andrea Quiero Gelmi: Investigador
María José Hormazábal Gatica: Coordinadora
Jeannette Lara Navarro: Secretaria
Guillermo Parra Pacheco: Personal de apoyo
YaisyPicrinDuany: Colaborador

 
MUCHAS GRACIAS