Fatores de risco para baixa massa muscular em coorte prospectiva de idosas brasileiras residentes na comunidade: São Paulo Ageing & Health Study (SPAH)

• Main Author: Machado, Ketty Lysie Libardi Lira
• Other Authors: Pereira, Rosa Maria Rodrigues
• Format: Others
• Language: pt
• Published: Biblioteca Digitais de Teses e Dissertações da USP 2019
• Subjects: Aging; Body composition; Cohort studies; Composição corporal; Densitometria; Densitometry; Envelhecimento; Estudos de coorte; Fatores de risco; Gordura intra-abdominal; Intra-abdominal fat; Mulheres; Risk factors; Sarcopenia; Women
• Online Access: http://www.teses.usp.br/teses/disponiveis/5/5140/tde-22052019-142049/

Introdução: A sarcopenia é caracterizada pela perda progressiva de massa muscular esquelética, que resulta em diminuição da força muscular, incapacidade funcional e aumento do risco de morte. Poucos estudos realizaram uma avaliação concomitante de variáveis clínicas, laboratoriais e de composição corporal para determinar com precisão a contribuição de cada um desses parâmetros para a baixa massa muscular (BMM) em indivíduos idosos. Objetivo: Identificar os fatores de risco [entre parâmetros clínicos, laboratoriais, densidade óssea e composição corporal (incluindo gordura visceral)] por absorciometria por dupla emissão de raios-X (DXA) para BMM em uma coorte prospectiva de idosas brasileiras. Métodos: Foram avaliadas 408 mulheres com idade >= 65 anos com dados clínicos, exames laboratoriais do metabolismo ósseo, densidade mineral óssea (DMO) e composição corporal por DXA com equipamento Hologic QDR 4500A. O software DXA APEX calcula o tecido adiposo visceral (TAV) subtraindo o tecido adiposo subcutâneo (TAS) da gordura total androide, que foi automaticamente ajustada para 20% da distância da crista ilíaca até a base do crânio. Todas as análises foram realizadas no início do estudo (2005-2007). Após um seguimento médio de 4,3 ± 0,8 anos, elas foram classificadas de acordo com a massa muscular. BMM foi definida quando a relação entre a massa muscular apendicular (MMA - kg) e índice de massa corporal [IMC - kg/m2] é inferior a 0,512 (Studenski et al., 2014). Modelos de regressão logística multivariada foram utilizados para identificar fatores de risco independentes para a BMM. Resultados: Ao final do seguimento, 116 mulheres (28,4%) tinham BMM. Na análise multivariada, os fatores de risco para BMM foram: maior número de quedas (OR = 1,14, IC 95% 1,02-1,27, p = 0,016), maiores níveis de TSH (OR = 1,08, IC 95% 1,01-1,15, p = 0,018, por cada aumento de 1 MiUI/L), menor creatinina (OR = 11,11, IC 95% 2,78-33,33, p < 0,001, por cada redução de 1 mg/dL) e maior quantidade de TAV (OR = 1,17, IC 95% 1,07-1,27, p < 0,001, por cada 100 g de aumento). Conclusões: Quedas, maior nível de TSH, menor nível de creatinina e maior TAV foram fatores de risco para baixa massa muscular em mulheres idosas. Maior atenção deve ser dada a esses fatores, uma vez que eles são potencialmente reversíveis com intervenção adequada === Purpose: Sarcopenia is characterized by progressive loss of skeletal muscle mass, which results in decreased muscle strength, functional impairment and increased risk of death. Few studies performed a concomitant evaluation of clinical, laboratory and body composition variables to accurately determine the contribution of each of these parameters to low muscle mass (LMM) in older subjects. Thus, we aimed to identify the risk factors (among clinical, laboratory parameters, bone density and body composition by DXA including visceral fat) for LMM in a prospective cohort of Brazilian older women. Methods: A total of 408 women aged >= 65 years were evaluated with clinical data, laboratory bone tests, bone mineral density (BMD) and body composition by DXA using Hologic QDR 4500A equipment. DXA APEX software computes visceral adipose tissue (VAT) by subtracting the subcutaneous adipose tissue (SAT) from the total android fat, which was automatically set to 20% of the distance from the iliac crest to the base of the skull. All analyses were performed at baseline (2005-2007). After a mean follow-up of 4.3±0.8 years, they were classified according to muscle mass. LMM was defined when the ratio between the appendicular lean mass (ALM - kg) and body mass index [BMI - kg/m2] is less than 0.512 (Studenski et al., 2014). Multivariate logistic regression models were used to identify independent risk factors for LMM. Results: At the end of the follow-up, 116 women (28.4%) had LMM. In multivariate analyses, risk factors for LMM were: greater number of falls (OR = 1.14, 95% CI 1.02-1.27, p = 0.016), higher TSH levels (OR = 1.08, 95% CI 1.01-1.15, p = 0.018, per each 1 MiUI/L-increase), lower creatinine (OR = 11.11, 95% CI 2.78-33.33, p < 0.001, per each 1 mg/dL-decrease) and greater amount of VAT (OR = 1.17, 95% CI 1.07-1.27, p < 0.001, per each 100 g-increase). Conclusions: Falls, higher TSH, lower creatinine and higher VAT were risk factors for low muscle mass in older women. More attention should be paid to these factors since they are potentially reversible with adequate intervention