Este documento discute la importancia de la pesquisa de sarcopenia y describe los métodos para diagnosticarla. Presenta estadísticas sobre la prevalencia de sarcopenia y explica que no existe un consenso único sobre cómo diagnosticarla. Detalla el algoritmo de consenso europeo para diagnosticar sarcopenia basado en la disminución de la masa muscular, fuerza muscular y rendimiento físico. Finalmente, describe un proyecto chileno para desarrollar una metodología para identificar sarcopenia en adultos mayores basada en variables antropométric

1. • Lydia Lera Marqués

2. ¿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

3. 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)

4. 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
Diagnóstico

5. 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)

6. Algoritmo consenso europeo

7. 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.

8. •1139 AM de 60 años y más, viviendo en la comunidad en el
Gran Santiago, pertenecientes al sector público de salud y
participantes de las cohortes SABE y ALEXANDROS (FONDECYT
1080589) evaluados entre 2008 y 2011
Población
objetivo
•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
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).
Muestra
Etapa 1

9. Etapa 2
• AM de 60 años y más, inscritos en tres Centros de
Atención Primaria de Salud de la comuna de
Huechuraba (LaPincoya, Salvador Allende y El
Barrero).
Población objetivo
• AM autovalentes (según criterio EFAM (Silva, 2003),
en uso en CAPS).
Criterio de inclusión
• Sospecha de demencia según test de screening
validado en Chile (Quiroga, Albala et al, 2004).
Criterio de exclusión
• 164 AM con características similares a los AM del
proyecto ALEXANDROS.
Muestra

10. 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

11. Covariables
 Variables Sociodemográficasyde salud
 Variables nutricionales, MNA.
 Otras de Variables de Funcionalidad como AVD,
AIVD y AAVD
 SF 36-QoL

12. 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.).

13. 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

14. 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

15. Resultados

16. Estadísticas descriptivas de las variables de la
muestra etapa 1
Variables
(promedio±DE)
Hombres
n=218
Mujeres
n=398
Total
n=616
Edad (Años)
IC 95%
70,2±5,4
69,5-70,9
69,8±5,1
69,3-70,3
69,9±5,2
69,5-70,3
Talla (cm)
IC 95%
166,1±6,5
165,2-166,9
152,5±6,0**
151,9-153,1
157,3±9,0
156,6-158,0
Peso (Kg)
IC 95%
76,4±12,0
74,8-78,0
66,5±11,2**
65,4-67,6
70,0±12,4
69,0-71,0
BMI (Kg/m2
)
IC 95%
27,7±3,8
27,2-28,2
28,6±4,3*
28,1-29,0
28,2±4,1
27,9-28,6
Altura de rodilla (cm)
IC 95%
52,1±2,5
51,7-52,4
47,5±2,4**
47,3-47,8
49,1±3,3
48,9-49,4
Circunferencia de brazo (cm)
IC 95%
30,5±3,2
30,1-30,9
30,3±3,3
30,0-30,7
30,4±3,3
30,1-30,7
Prueba t de Student paramuestrasindependientes: p>0.1; exceptocircunferencia de cintura: p>0.09

17. Ecuaciones de predicción
Variables Muestra de
predicción
n=308
Muestra de
validación
n=308
Muestra
Total
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
(Shrinkage)
0,004 0,006
Leyenda: EE: error estándar; R2: coeficiente de determinación; EEE: error estándar de
estimación

18. 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

19. Note: Data must overlay dashed line for perfect concordance
Fitted
values
asmfonis
10 20 30
10
20
30
Concordancia (Lin, 1989)
MMA (DEXA)
MMA predicho o
estimado
Nota: Los datos deben caer sobre la línea discontinua para que haya una concordancia perfecta

20. 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

21. 10
15
20
25
30
60-69.9 70-79.9 >=80 60-69.9 70-79.9 >=80
Hombre Mujer
MMA DEXA MMA por modelo
Graphs by sexo
Masa muscular esquelética apendicular (MMA) por
grupos de edad por DEXA y su estimación por la
ecuación de predicción

22. Curvas ROC
0.00
0.25
0.50
0.75
1.00
0.00 0.25 0.50 0.75 1.00
1 - Specificity
Area under ROC curve = 0.8589
0.00
0.25
0.50
0.75
1.00
Sensitivity
0.00 0.25 0.50 0.75 1.00
1 - Specificity
Area under ROC curve = 0.8916
Hombres Mujeres
Hombres
n= 148
Mujeres
n= 292
Puntos de corte 7,45 kg/m2 5,88 kg/m2
Sensibilidad
IC 95%
82.5
67.2-92.7
75.7
64-85.2
Especificidad
IC 95%
80.6
71.8-87.5
86.4
81,2- 90,7

23. Puntos de corte propuestos
Criterio y método de medición Estudio y grupo de
referencia
Puntos de corte por
género
Masa muscular (DEXA) <p20 Estudio ALEXANDROS
(n=655, edad 60-79 años)
(Albala et al, 2011)
Hombres:
7,19 kg/m2
Mujeres:
5,77 kg/m2
Masa muscular (ecuación de
predicción)
Curva ROC: Estudio
ALEXANDROS (n=655, edad
60-79 años) (Albala et al,
2011)
7,45kg/m2
Mujeres:
5,88 kg/m2
Fuerza muscular
(Dinamometría de mano)
<p25 Estudio SABE
(n=1301) (Albala et al,
2000)
Hombres:
< 27 kg
Mujeres:
< 15 kg

24. Velocidad de
marcha
>0,8 m/s
Dinamometría (kg)
Percentil 25 (P25)
Normal >P25
>15 Kg mujeres
>27 Kg hombres
No sarcopenia
Baja ≤ P25
≤ 15 kg mujeres
≤ 27 kg hombres
≤0,8 m/s
Indice de Masa muscular
apendicular esquelética
(kg/m2)
Baja
≤5, 88kg/m2 mujeres
≤7,45 kg/m2 hombres
Sarcopenia
Normal
>5, 88kg/m2 mujeres
>7,45 kg/m2hombres
No sarcopenia
Algoritmo para pesquisar sarcopenia en CAPS

25. 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

26. 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

27. 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
n= 46
Mujeres
n= 118
Sensibilidad
IC 95%
80
44.4-97.5
76.9
56.4-91
Especificidad
IC 95%
91,7
77.5-98.2
89.1
80.9- 94.7
VPPP IC 95% 72.7
39-94
66.7
47.2-82.7
VPPN
IC 95%
94.3
80.8-99.3
93.2
85.7-97.5
t-student: p>0.16

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

29. 0
10
20
30
Hombres Mujeres Total
13.78
15.57 14.99
12.76 13.87 13.51 Sarcopenia X ecuación
Sarcopenia X DXA
Prevalencia de sarcopenia obtenidausando la
ecuación de predicción y por DEXA, porsexo

30. Variables 60-69
n=398
70-79
n=181
≥ 80
n=25
Total
n=604
Con puntos de
corte chilenos
10,6 17,1 32,1 13,5
Prevalencia de sarcopenia utilizando puntos de
corte chilenos por edad

31. 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.

32. 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.

33. 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