Prevalência de sarcopenia em pessoas idosas socialmente ativas e sua associação com sexo e risco nutricional: uma análise de redes BayesianasResumo
Objetivo Verificar a prevalência de sarcopenia e sua relação com fatores sociodemográficos e clínicos incluindo risco nutricional em pessoas idosas socialmente ativas, bem como investigar as diferenças entre os sexos nos fatores associados a sarcopenia.
Método Estudo transversal com 400 idosos (342 mulheres e 58 homens) frequentadores de grupos de convivência do município de Santa Maria, RS, Brasil. Os participantes foram diagnosticados conforme critérios do EWGSOP2 (2019) e o estado nutricional avaliado por meio do <italic>Mini Nutritional Assessment </italic>(MNA®). Modelos de redes Bayesianas com amostra total e estratificada por sexo foram utilizados para explorar a relação entre sarcopenia e fatores sociodemográficos e clínicos. Para verificar o desempenho estatístico dos modelos de redes, foi realizado o processo de reamostragem.
Resultados A prevalência de sarcopenia foi de 10,2%. No modelo de redes com a amostra total, a probabilidade de ser sarcopênico foi maior entre os homens com risco nutricional. Na rede do sexo feminino, a probabilidade para o desfecho sarcopenia foi maior no subgrupo longevo com idade superior a 80 anos ou mais. Por outro lado, na rede do sexo masculino, somente o risco nutricional aumentou a probabilidade de sarcopenia. Todos os modelos de redes alcançaram bom desempenho, com área sob a curva ROC (AUC) superior a 0,89.
Conclusão Esse estudo foi o primeiro a utilizar redes Bayesianas na investigação dos fatores associados à sarcopenia em pessoas idosas socialmente ativas, os quais diferem por sexo. O estudo destaca a importância do diagnóstico de sarcopenia e do uso do MNA® na prática clínica.
Palavras-chave
Envelhecimento; Força de Preensão; Massa Muscular; Estado Nutricional; Inferência Probabilística; Análise de Redes.
Abstract
Objective To verify the prevalence of sarcopenia and its relationship with sociodemographic and clinical factors, including nutritional risk, in socially active older adults, as well as to investigate sex differences in factors associated with sarcopenia.
Method A cross-sectional study included 400 older adults (342 women, 58 men) attending community groups in the city of Santa Maria, RS, Brazil. Participants were diagnosed according to EWGSOP2 (2019) criteria, and nutritional status was assessed using the Mini Nutritional Assessment (MNA®). Bayesian network models with total sample and stratified by sex were used to explore the relationship between sarcopenia and sociodemographic and clinical factors. A resampling process was conducted to assess the statistical performance of the network models.
Results The prevalence of sarcopenia was 10.2%. In the network model for the total sample, the probability of sarcopenia was higher among men with nutritional risk. In the female network, the probability of being sarcopenic was higher in the subgroup of long-lived individuals aged 80 years or older. In contrast, in the male network only nutritional risk increased the probability of sarcopenia. All network models reached good performance, with an area under the ROC curve (AUC) above 0.89.
Conclusion This study was the first to use Bayesian networks to investigate factors associated with sarcopenia in socially active older adults, which differ by sex. This study highlights the importance of diagnosing sarcopenia and incorporating MNA® in clinical practice.
Keywords
Aging; Grip Strength; Muscle Mass; Nutritional Status; Probabilistic Inference; Network Analysis.
INTRODUÇÃO
O envelhecimento é caracterizado por modificações no sistema musculoesquelético, que sofre um declínio quantitativo e funcional à medida que a idade avança. De fato, a baixa força e massa muscular são perdas do funcionamento fisiológico e estrutural, clinicamente definidas como sarcopenia, a qual é uma síndrome associada a desfechos desfavoráveis como a incapacidade funcional, quedas, fraturas e elevada mortalidade nas pessoas idosas1,2.
A sarcopenia é uma condição indesejada, ainda que encontre explicações nas alterações relacionadas ao envelhecimento, e sua prevalência pode variar de acordo com a definição adotada nos estudos e o contexto assistencial em que a pessoa idosa está inserida. Recentemente, uma revisão sistemática e metanálise de estudos com pessoas idosas residentes na comunidade avaliada segundo a definição proposta pelo European Working Group on Sarcopenia - EWGSOP2 (2019) e Asian Working Group on Sarcopenia, concluiu que a prevalência de sarcopenia foi de 10%3. Ainda, em pessoas idosas atendidas em serviço de saúde de alta complexidade e avaliadas com a definição do EWGSOP2 (2019), a prevalência de sarcopenia foi de 29,5%4.
Diferentes fatores associam-se à sarcopenia como idade avançada, sexo, menor nível socioeconômico, presença de doenças crônicas, maior utilização de medicamentos, inatividade física, sobrepeso e obesidade5,6. Ressalta-se, porém, que além da obesidade que atua por meio de mecanismos pró-inflamatórios e metabólicos que provocam o comprometimento muscular7, o risco nutricional e a desnutrição também estão relacionados com a redução da força muscular em grupos de pessoas idosas atendidas em ambulatório e/ou hospitais8.
Embora haja evidências da relação entre sarcopenia, risco nutricional e desnutrição9 em idosos que recebem cuidados em serviços hospitalares8 ou em ambulatórios de geriatria9, assim como sobre a relação entre sarcopenia5,6 ou risco nutricional10 com fatores sociodemográficos e clínicos, pouco se sabe sobre essas associações em um grupo de idosos socialmente ativos. Esses indivíduos participam de atividades que promovem integração e interação social11, como dança, caminhada, exercícios aeróbicos e exercícios de fortalecimento muscular em grupos comunitários. A participação nesses grupos não só favorece a inclusão social, mas também contribui para uma melhor qualidade de vida, ao aprimorar a autonomia, motivação, capacidade funcional e o estado geral de saúde.
Ademais, o convívio social, a integração entre os participantes e a educação social nestes grupos podem estimular um estilo de vida mais saudável e consequentemente proporcionar melhor saúde física e mental e hábitos saudáveis incluindo alimentares12. Contudo, vale ressaltar que as temáticas de educação em saúde como as ações de educação alimentar e nutricional e a prática de exercícios físicos possuem caráter coletivo, não sendo prescritos planos alimentares dietéticos e/ou dietoterápicos, bem como de exercícios físicos individualizados. Desse modo, mesmo socialmente ativos, estes participantes podem ter vulnerabilidades em saúde, dentre elas a sarcopenia e o risco nutricional.
Dada a complexidade da sarcopenia e do risco nutricional, este estudo teve como objetivo verificar a prevalência da sarcopenia e sua relação com fatores sociodemográficos e clínicos, incluindo o risco nutricional, em idosos socialmente ativos, bem como investigar diferenças de sexo nos fatores associados à sarcopenia. Para tanto, utilizamos modelos de rede Bayesiana, um método estatístico adequado para estudar condições multifatoriais como sarcopenia e risco nutricional. Esse método gráfico apresenta vantagens sobre modelos de regressão, pois permite examinar intuitivamente a relação hierárquica entre todas as variáveis do modelo, bem como a interação simultânea entre dois ou mais fatores no aumento da probabilidade do desfecho estudado, neste caso a sarcopenia13.
MÉTODO
Este estudo transversal foi conduzido com idosos socialmente ativos, recrutados aleatoriamente em Grupos Comunitários da cidade de Santa Maria, RS, vinculados ao Núcleo de Estudos e Apoio à Terceira Idade (NIEATI) da Universidade Federal de Santa Maria (UFSM).
Como critério de inclusão da pesquisa para o estudo foram consideradas pessoas idosas socialmente ativas, com idade ≥60 anos de idade, de ambos os sexos, que participassem de grupos comunitários em Santa Maria, Rio Grande do Sul, Brasil. Nestes grupos de convivência são realizadas, em média duas vezes por semana, atividades físicas como dança, alongamento, caminhada, aeróbico e exercícios de fortalecimento muscular para os membros superiores. Os participantes realizam diversos tipos e contextos de atividades, sendo que a principal característica de uniformidade é a socialização e exercícios de atividades conjuntas com os membros da comunidade.
Foram excluídos da pesquisa os participantes que apresentaram doenças infecciosas agudas, tiveram amputações de membros e/ou histórico de cirurgia de membros superiores nos três meses anteriores ao período de coleta de dados (impedindo o registro das medições antropométricas e/ou da força de preensão manual), não conseguiram realizar a avaliação da velocidade de marcha, ou possuíam marcapasso (o que impossibilitou a realização da bioimpedância elétrica).
O tamanho estimado da amostra para o estudo foi de 239 indivíduos, considerando uma prevalência de sarcopenia de 15,4% encontrada em São Paulo, Brasil14, com nível de confiança de 95%, margem de erro de 4% e população de aproximadamente 1000 idosos que frequentavam regularmente esses grupos. A coleta de dados ultrapassou o número estimado de idosos para o estudo (n=400). Todos os participantes deste estudo assinaram o Termo de Consentimento Livre e Esclarecido, e o estudo foi aprovado Comitê de Ética em Pesquisa (CEP) da Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS), com registro CAAE: 39822114.7.0000.5336, número 1.054.583, e pelo CEP da universidade coparticipante Universidade Franciscana (UFN), com registro CAAE: 39822114.7.3001.5306, número 1.080.249.
A coleta de dados foi realizada no período de maio a novembro de 2015 por pesquisadores devidamente treinados: estudante de doutorado, professoras universitárias, estudantes de iniciação científica e do bacharelado em nutrição. As coletas de dados foram realizadas nos locais de realização dos grupos de convivência como salões paroquiais, escolas, entre outros, bem como nas salas do Laboratório de Antropometria da UFN, ambos localizados no município de Santa Maria, RS.
Os instrumentos utilizados para a coleta de dados incluíram um questionário de pesquisa, a Mini Avaliação Nutricional (Mini Nutritional Assessment – MNA®) e a versão curta do Questionário Internacional de Atividade Física (International Physical Activity Questionnaire – IPAQ), todos administrados por meio de entrevistas individuais. A avaliação dos critérios diagnósticos de sarcopenia também foi realizada de forma individualizada. As seguintes variáveis foram coletadas:
Variáveis sociodemográficas: faixa etária (60–69 anos e ≥70 anos); sexo (feminino ou masculino); escolaridade (7 anos ou mais, 4–7 anos e 0–3 anos de estudo); renda (variável baseada no valor em reais do salário mínimo vigente à época do estudo, categorizada em maior ou igual a 3 salários mínimos e menor que 3 salários mínimos); morar sozinho (não ou sim).
Variáveis clínicas: multimorbidade (não ou sim), definida como a presença simultânea de duas ou mais doenças crônicas autorreferidas, incluindo Acidente Vascular Cerebral (AVE), Artrite Reumatoide, Asma, Aterosclerose Periférica, Câncer, Diabetes Mellitus, Doença Cardíaca, Doença Pulmonar Obstrutiva Crônica, Hipertensão Arterial Sistêmica, Obesidade e Osteoartrose; polifarmácia (não ou sim), definida como o autorrelato da quantidade de cinco ou mais medicamentos de uso contínuo ingeridos por dia15,16, risco nutricional (sem risco ou em risco), avaliado pelo MNA®, um instrumento multidimensional e validado composto por 18 questões agrupadas em quatro seções: 1) medidas antropométricas (índice de massa corporal [IMC], perda de peso recente, circunferência do braço e da panturrilha), 2) estado clínico (medicações, mobilidade, lesões cutâneas, estilo de vida, estresse psicológico ou problemas neuropsicológicos), 3) avaliação dietética (autonomia para alimentação, qualidade e número de refeições, ingestão de líquidos) e 4) percepção pessoal de saúde e nutrição. A pontuação total do MNA® classifica o estado nutricional como: <17 pontos (desnutrido), 17–23,5 pontos (risco de desnutrição) e ≥24 pontos (estado nutricional normal)17.
Sarcopenia: conforme os critérios descritos no European Working Group on Sarcopenia in Older People 2 - EWGSOP2 (2019)2. A força muscular foi avaliada pela Força de Preensão Palmar (FPP) sendo utilizado o dinamômetro Jamar® para efetuar três aferições. Para classificar a baixa força muscular foi utilizado a FPP máxima, sendo classificada como baixa força muscular quando FPP <27kg/f para homens e <16kg/f para mulheres18. A massa muscular apendicular (MMA) em kg foi avaliada por meio de bioimpedância Biodinamycs modelo 310e®, os valores de resistência e reatância foram inseridos na equação de Barbosa-Silva et al.19, sendo baixa quantidade de MMA quando <20kg para homens e <15kg para mulheres20. O desempenho físico foi avaliado por meio da velocidade da marcha (VM) com marcha habitual realizada em dois momentos em um percurso de 4 metros. O melhor tempo foi utilizado para classificar a VM sendo baixo desempenho físico quando VM ≤0,8m/s20. Inicialmente, os participantes com força muscular adequada foram considerados como não sarcopênicos. Adicionalmente, os participantes com baixa força muscular foram considerados como provável sarcopenia, enquanto aqueles com baixa força muscular e baixa quantidade e/ou qualidade de massa muscular foram classificados com sarcopenia e os indivíduos com baixa força muscular, baixa quantidade e/ou qualidade de massa muscular e baixo desempenho físico foram classificados com sarcopenia severa.
Para a análise estatística, a variável sarcopenia foi elaborada a partir de duas categorias, sendo elas “ausência” que representa os participantes não sarcopênicos ou com provável sarcopenia e “presença”, este último grupo composto pelo conjunto formado por participantes anteriormente reconhecidos como com sarcopenia e sarcopenia severa. Esta classificação foi adotada, pois poucos participantes foram classificados com sarcopenia severa e os dados são desbalanceados. Este fenômeno representa um desafio para os modelos de aprendizagem como as redes Bayesianas, uma vez que os algoritmos de machine learning não conseguem calcular precisamente as probabilidades neste contexto13 - EWGSOP2 (2019).
Imputação e testes de associação: o valor máximo de dados faltantes nas variáveis em estudo foi de 0,1%, sendo assim, antes dos procedimentos de inferência estatística optou-se por realizar o método de imputação não paramétrico Random Forest, o qual é adequado para variáveis categóricas e numéricas21. Em seguida, foram realizados testes de associação, e as variáveis categóricas foram comparadas com os testes exato de Fisher e qui-quadrado de Pearson e numéricas com os testes t-Student e Wilcoxon-Mann-Whitney, considerando o nível de significância estatística de p<0,05.
Redes Bayesianas e Relações Probabilísticas: a análise de redes Bayesianas foi utilizada para analisar as relações entre sarcopenia e demais fatores estudados na amostra. As estruturas de redes Bayesianas são compostas por nodos, que representam as variáveis em estudo que se conectam por meio de arcos direcionados, os quais demonstram relações probabilísticas e influência entre nodos. Ressalta-se que se o nodo A exerce influência sobre o nodo B, o primeiro por sua vez é denominado parent e o segundo é denominado child (A→B) e quanto mais espesso este arco, mais forte será a associação entre A e B. Para o modelo de redes do presente estudo, foi selecionado o algoritmo de Machine Learning baseado em pontuação denominado Hill-Climbing (HC). Além disso, foi utilizado o método de seleção do melhor modelo denominado Akaike Information Criterion (AIC). Estas ferramentas estatísticas permitem que associações sejam aprendidas com os dados e ajustadas da melhor maneira possível. Posteriormente, foi utilizado o estimador Maximum Likelihood para verificar a probabilidade condicional da variável de interesse sarcopenia, considerando os seus “parents”, ou seja, variáveis que influenciaram este desfecho no modelo. Assim, foi possível quantificar a probabilidade de sarcopenia conforme os eventos anteriores associados, sendo esse conceito baseado no teorema de bayes, descrito matematicamente pela seguinte fórmula: P (Xi| pa(Xi)), onde P é a probabilidade condicional, Xi representa um nodo child e pa(Xi) representa o nodo parent do nodo Xi22.
Acurácia e Estabilidade do Modelo de Redes: o teste de reamostragem não paramétrico foi realizado para verificar a acurácia do modelo de redes, no que se refere ao direcionamento das associações estimadas. Para tanto, o banco de dados original foi reamostrado 2,500 vezes e vários modelos de redes foram estimados, a partir das amostras geradas aleatoriamente. Se os arcos entre os nodos apareceram com mais frequência durante o procedimento de reamostragem, então foram atribuídos maiores valores de probabilidade de direção representando maior acurácia das associações22.
Por último, estimou-se a curva ROC (Receiver Operating Characteristic) para verificar a estabilidade do modelo de redes do presente estudo, no que se refere à capacidade do algoritmo Hill-Climbing (HC) de detectar arcos, em comparação com os modelos de redes derivados da análise de reamostragem supracitada. Nesta etapa, os arcos do modelo de redes estimados a partir da amostra original deste estudo foram considerados como referência, e calculou-se a probabilidade de cada arco permanecer na estrutura de redes durante o procedimento de reamostragem. Assim, foi possível mensurar o quão bem o algoritmo de aprendizado HC conseguiu detectar arcos individuais, por meio do da curva ROC e do valor da Área sob a Curva ROC (AUC). Um bom desempenho da curva ROC com valores elevados de AUC significa que o modelo de redes tem boa estabilidade e que o processo de aprendizagem do algoritmo não é afetado por ruídos23.
Todas as análises do presente estudo foram realizadas por meio do programa estatístico RStudio, versão 1.1.463, Boston, MA, USA.
DISPONIBILIDADE DE DADOS
O conjunto de dados não está disponível publicamente devido a preocupações sobre comprometer para preservar e proteger a privacidade dos participantes.
RESULTADOS
A Tabela 1 apresenta a distribuição das variáveis sociodemográficas e clínicas de acordo com a amostra total, sexo e classificação da sarcopenia. No total, a maioria dos participantes tinha entre 60 e 69 anos (50,5%), era do sexo feminino (85,5%) e relatava uma renda inferior a três salários mínimos (62,3%). Além disso, 10,2% dos indivíduos foram classificados como sarcopênicos, sendo que a proporção de sarcopenia foi estatisticamente maior entre aqueles com 70 anos ou mais (15,2%), com renda inferior a três salários mínimos (12,0%) e entre aqueles com alto risco nutricional (20,5%). As médias de força e massa muscular foram inferiores entre os indivíduos sarcopênicos, enquanto a média da velocidade da marcha foi superior nesse grupo (p<0,05). Destaca-se que 50% dos homens sarcopênicos apresentavam risco nutricional, e a média de força muscular nesse grupo foi inferior à observada entre os não sarcopênicos. Entre as mulheres sarcopênicas, os valores de força e massa muscular foram menores; no entanto, a velocidade da marcha foi superior à das idosas não sarcopênicas.
Distribuição das variáveis sociodemográficas e clínicas segundo a amostra total, sarcopenia e sexo. Rio Grande do Sul, RS, Brasil.
Na Figura 1, o item A apresenta o modelo de Rede Bayesiana considerando a amostra total, com as variáveis em estudo. Os fatores sociodemográficos encontram-se posicionados na região superior da estrutura da rede, interagindo entre si e com fatores clínicos, como multimorbidade, polifarmácia, risco nutricional e sarcopenia. A escolaridade demonstrou uma relação mais forte com a renda. Por outro lado, fatores clínicos como multimorbidade, polifarmácia, risco nutricional e nível de atividade física foram posicionados nas regiões inferiores da estrutura da rede. Entre as variáveis clínicas, a multimorbidade exerceu uma influência mais pronunciada sobre a polifarmácia. Ainda, a sarcopenia recebeu influência pelas variáveis sexo e risco nutricional, entretanto, não exerceu influência sobre nenhuma outra variável.
Redes Bayesianas dos fatores associados à sarcopenia em idosos socialmente ativos segundo a amostra total (A) e sexos masculino (B) e feminino (C). Rio Grande do Sul, RS, Brasil.
Os itens B e C mostram os modelos de redes Bayesianas segundo sexo masculino e feminino. Em ambos os modelos de redes, a idade encontra-se na parte superior da estrutura de redes influenciando a escolaridade, a qual influenciou fortemente a renda. Ademais, a sarcopenia recebeu influência dos demais nodos, entretanto, não influenciou nenhum outro nodo nos modelos de redes. Interessantemente, na rede do sexo masculino o risco nutricional esteve relacionado fortemente com sarcopenia, porém, no modelo de rede do sexo feminino a idade esteve relacionada de maneira moderada com sarcopenia.
A Figura 2, os itens A, B e C mostram a probabilidade condicional para sarcopenia segundo amostra total, sexo masculino e feminino. Na amostra total, os homens com risco nutricional apresentaram maior probabilidade de sarcopenia, enquanto que as mulheres mais idosas demonstraram maior probabilidade para o desfecho estudado. A estratificação da amostra segundo sexo, confirmou estes resultados uma vez que nos homens e mulheres, o risco nutricional e a idade avançada, respectivamente foram fatores importantes no aumento de probabilidade de sarcopenia.
Os resultados do teste de reamostragem segundo a amostra total e sexo masculino e feminino são demonstrados na Tabela 2. Associações específicas foram mais frequentes nos modelos de redes estimados durante este teste, ou seja, determinados arcos aparecem com mais frequência durante a reamostragem, portanto, estes arcos apresentaram maiores probabilidades. No modelo com amostra total, os arcos com maior probabilidade estão entre os nodos idade e viver sozinho (68,9), renda e risco nutricional (70,5), polifarmácia e risco nutricional (68,7) e risco nutricional e sarcopenia (76,5). Os modelos de redes com amostra estratificada segundo sexo não apresentaram arcos com valores elevados de probabilidade. Contudo, os arcos entre multimorbidade e renda, polifarmácia e viver sozinho, risco nutricional e sarcopenia para o sexo masculino, bem como idade e sarcopenia, polifarmácia e risco nutricional e viver sozinho e polifarmácia apresentaram probabilidades maiores de 60,0% (Tabela 2).
Probabilidade condicional de sarcopenia em idosos socialmente ativos segundo amostra total (A), e sexos masculino (B) e feminino (C). Rio Grande do Sul, RS, Brasil.
Probabilidade de direção dos arcos nos modelos de redes estimados na análise de reamostragem, segundo amostra total e sexo masculino e feminino. Rio Grande do Sul, RS, Brasil.
O algoritmo HC alcançou bom desempenho para detectar arcos nos modelos de redes segundo as amostras originais sem e com estratificação por sexo, quando estes modelos foram comparados com os modelos de redes estimados no processo de reamostragem, como pode ser observado por meio do bom desempenho da curva ROC que se aproximou do canto superior esquerdo dos gráficos, bem como dos valores de AUC iguais a 0,89 para o modelo de redes com amostra total, 0,98 para o modelo de redes do sexo masculino e 0,96 para o modelo de redes do sexo feminino, sugerindo que o algoritmo teve boa capacidade de distinguir idosos com e sem sarcopenia em todos os modelos (Figura 3).
Curvas ROC do desempenho do modelo segundo a amostra total (A) e por sexo, masculino (B) e feminino (C). Rio Grande do Sul, RS, Brasil.
DISCUSSÃO
Este estudo identificou que 10,2% dos participantes idosos apresentavam sarcopenia ou sarcopenia grave, sendo que a probabilidade desse desfecho foi maior entre os participantes do sexo masculino e aqueles em risco nutricional, conforme evidenciado pelo modelo de rede bayesiana. Foram observados dois conjuntos significativos de interações nas redes: o primeiro envolveu variáveis como idade, escolaridade, renda, multimorbidade e polifarmácia, comuns a ambos os sexos; o segundo conjunto relacionou o estado nutricional à sarcopenia, com diferenças notáveis entre homens e mulheres.
É natural pensar que o primeiro eixo representa eventos relacionados ao processo saúde e doença no contexto socioeconômico, em que a escolaridade se associa à renda, seguida pela presença de multimorbidades e polifarmácia. No presente estudo, a maior prevalência de participantes do sexo feminino está em consonância com a maior participação das mulheres em grupos sociais. Esse resultado era esperado, considerando que, após cumprirem seus papéis como cuidadoras no ambiente familiar e doméstico, as mulheres tendem a buscar atividades fora do lar. Entre os idosos, os grupos sociais são frequentemente associados a atividades consideradas femininas, como dança, aulas de ginástica e trabalhos manuais. A menor participação do público masculino, em atividades de cunho coletivo e educativo em saúde como os grupos de convivência, decorre da influência cultural de gênero que perdura durante o envelhecimento, onde o homem possui o papel de provedor da família participando com menos frequência de atividades que envolvem o autocuidado em saúde24.
Em relação à prevalência de sarcopenia encontrada, os resultados deste estudo não estão em consonância com a literatura prévia. Utilizando os mesmos critérios diagnósticos, Pillatt et al.25 avaliaram idosos usuários de serviços de atenção primária em uma cidade do sul do Brasil e encontraram uma prevalência de sarcopenia de 23,9%25. Por outro lado, um estudo recente apontou que 6,8% dos idosos brasileiros residentes na comunidade foram classificados como sarcopênicos utilizando o mesmo consenso de sarcopenia. Os autores ressaltaram a importância de se estudar a sarcopenia conforme o consenso europeu atual, enfatizando a variabilidade na prevalência dessa condição clínica, observada em estudos anteriores, devido às diferenças nas populações investigadas e nos níveis de atenção à saúde26.
Em ambos os sexos, observou-se uma maior proporção de indivíduos sarcopênicos nas faixas etárias mais avançadas, corroborando os achados de Petermann-Rocha et al.27, que constataram a associação entre idade avançada e sarcopenia em uma amostra representativa de idosos residentes na comunidade27. A massa muscular atinge seu pico entre 30 e 40 anos, seguido de um declínio fisiológico progressivo. Entre 70 e 80 anos de idade, alguns indivíduos podem perder mais de 40% da massa e força muscular28.
No modelo de rede da amostra total, foi observada uma relação entre sexo e sarcopenia, com maior probabilidade de sarcopenia entre homens com risco nutricional. De fato, ainda são escassos os estudos sobre as relações probabilísticas entre sexo masculino e sarcopenia. Entretanto, estudos epidemiológicos demonstraram diferenças na prevalência de sarcopenia entre homens e mulheres, com evidências sugerindo um risco maior de sarcopenia entre homens em comparação com mulheres29,30. Especificamente, estudo recente envolvendo idosos residentes na comunidade mostrou prevalência de sarcopenia de 13,1% entre homens e 7,9% entre mulheres. Ademais, os homens apresentaram maiores alterações na composição corporal, e a maioria dos indivíduos sarcopênicos apresentava má condição nutricional. Entretanto, diferentemente do presente estudo, os autores observaram a associação entre estado nutricional e sarcopenia apenas na amostra total, sem considerar as diferenças entre os sexos31.
Quanto à associação entre risco nutricional e sarcopenia no modelo de rede da amostra total, Liguori et al.9 analisaram dados de 473 pessoas idosas e encontraram que a prevalência de sarcopenia, obesidade sarcopênica, baixo desempenho físico, e menor força e massa muscular aumentou significativamente com a redução dos escores da MNA®9. Portanto, esses achados reforçam a importância da utilização da MNA®, considerada um instrumento padrão ouro para a avaliação do risco nutricional em idosos.
Ainda considerando a amostra total, fatores socioeconômicos, como renda e escolaridade, influenciam a qualidade da dieta. Em estudo de revisão conduzido por Nazri et al.10, que analisou a prevalência de desnutrição e qualidade da dieta em indivíduos de baixo status socioeconômico, observou-se que a má qualidade da dieta está associada à baixa condição socioeconômica10. Além disso, a baixa renda dificulta o acesso a alimentos ricos em proteínas, que são mais onerosos em regiões menos desenvolvidas. Pérez-Sousa et al.32 observaram que a ingestão de proteínas, fibras, vitaminas e minerais foi positivamente associada ao nível de renda e escolaridade dos idosos avaliados. No Estudio Nacional de Salud, Bienestar y Envejecimiento (SABE - Saúde, bem-estar e envelhecimento), 76,2% dos idosos com baixo nível socioeconômico apresentavam provável sarcopenia32.
O comportamento das redes formadas revela peculiaridades após a estratificação da amostra por sexo: entre os homens, a sarcopenia foi diretamente influenciada pelo estado nutricional, enquanto entre as mulheres a sarcopenia se associou independentemente à idade. A diferença na expectativa de vida entre os sexos, caracterizada pela maior longevidade das mulheres, maior acúmulo de morbidades e dependência funcional avançada, pode explicar tal achado. A perda funcional e a redução das atividades contribuem para a perda de massa muscular e para a sarcopenia. Por outro lado, estudos anteriores demonstram que a perda de vitalidade e o declínio das funções metabólicas impactam de maneira significativa o envelhecimento masculino, levando frequentemente à mortalidade precoce. Esses achados sugerem que a população masculina idosa é mais vulnerável a alterações da capacidade intrínseca, particularmente da vitalidade, e a circunstâncias ambientais, como o risco nutricional, favorecendo o declínio clínico e o desenvolvimento da sarcopenia.
Fatores endógenos também podem estar relacionados à maior prevalência de sarcopenia entre homens. Embora os homens possuam, fisiologicamente, maior massa muscular do que as mulheres, a redução do hormônio do crescimento (GH), do fator de crescimento semelhante à insulina-1 (IGF-1) e, especialmente, da testosterona — hormônio de efeito anabólico — pode levar a um declínio muscular mais acentuado nos homens, influenciando uma menor adaptação à perda muscular em comparação às mulheres33,34. Dados da Pesquisa Nacional de Saúde de 2019 no Brasil reforçam que as mulheres, em comparação aos homens, buscam mais frequentemente os serviços de saúde para consultas e exames preventivos35. Este comportamento pode dificultar o diagnóstico precoce de doenças crônicas entre os homens, as quais se associam ao desenvolvimento da sarcopenia. Uma possível crítica às comparações entre os sexos seria a maior prevalência feminina na amostra, o que poderia afetar as análises; contudo, o modelo de reamostragem bootstrap apoiou os resultados.
Outro achado relevante é que o nível de atividade física não se associou diretamente à sarcopenia em nenhum dos sexos, sendo mais fortemente influenciado pela renda e pela idade. Tal resultado indica que ações preventivas ou de reversão da sarcopenia não devem se concentrar exclusivamente na prática de exercícios físicos, mas sim adotar uma abordagem abrangente que considere os múltiplos aspectos da vida do indivíduo.
Este estudo apresenta algumas limitações. Primeiramente, trata-se de um estudo transversal, o que impede o estabelecimento de relações causais entre as variáveis analisadas. Apesar das redes Bayesianas serem conhecidas como redes causais, um estudo longitudinal será necessário para qualquer conclusão de causalidade. Assim, os resultados devem ser interpretados apenas como associações entre os fatores estudados. Além disso, o tamanho da amostra limita a generalização dos achados. Outra limitação se refere à maior proporção de mulheres em relação aos homens, o que pode afetar os resultados, entretanto, todos os modelos incluindo estratificado por sexo masculino alcançaram bom desempenho após o processo de reamostragem (AUC superior a 0,89) sugerindo que o algoritmo de redes foi capaz de diferenciar sarcopênicos e não sarcopênicos mediantes outras variáveis do modelo. Além disso, o fato da amostra ser composta por idosos socialmente ativos, que participam em seus grupos de convivência de atividades como palestras de educação em saúde, aferição da pressão arterial sistêmica, atividades recreativas como jogos e artesanato e atividades recreativas como dança e ginástica local, pode ter influenciado na ausência de desnutrição, dado que esses indivíduos são ativos e buscam informações relacionadas à saúde, favorecendo um estilo de vida saudável. Por último, durante a coleta não houve informação sobre quanto tempo cada participante estava inserido no grupo de convivência e, portanto, realizando as atividades sociais.
Como aspecto positivo, este estudo utilizou uma análise robusta para investigar as associações entre covariáveis e o desfecho sarcopenia. Em nosso conhecimento, este é o primeiro estudo a abordar tal temática utilizando o modelo de rede bayesiana. Além de robusto, o modelo de rede bayesiana estimado é de fácil interpretação, intuitivo e demonstra associações probabilísticas de maneira hierárquica, o que pode auxiliar na tomada de decisões para a prevenção e o tratamento da sarcopenia ao considerar fatores que podem anteceder essa condição clínica comum entre idosos. Os achados deste estudo confirmam a associação entre risco nutricional e a presença de sarcopenia, destacando a importância da incorporação do MNA® como ferramenta indispensável na prática clínica para a avaliação de pessoas idosas.
CONCLUSÃO
Em conclusão, este estudo verificou a prevalência de sarcopenia em pessoas idosas socialmente ativas e sobretudo foi observado que a sarcopenia está relacionada com desnutrição e sexo na amostra estudada. Estes achados são importantes a nível de detecção precoce, prevenção e de tratamento da sarcopenia e risco nutricional no contexto de pessoas idosas mais ativas. Neste sentido, recomenda-se a inclusão do Mini Nutritional Assessment (MNA®) e avaliação de sarcopenia na rotina de grupos para pessoas idosas. Por último, esta pesquisa destacou alguns aspectos importantes no que se refere as diferenças da caracterização da sarcopenia e risco nutricional entre os sexos. Especificamente nossos achados podem fortalecer as necessidades do rastreio do risco nutricional e sarcopenia principalmente nos homens. Investigações futuras podem considerar a relação entre sarcopenia, risco nutricional e desfechos em saúde como quedas e incapacidades nesta população considerando a abordagem da análise de redes em um delineamento longitudinal.
AGRADECIMENTOS
Agradecemos aos colegas pesquisadores do NIEATI da UFSM por viabilizarem o acesso aos grupos de convivência de Santa Maria/RS, aos presidentes e integrantes destes grupos pela acolhida e receptividade, aos participantes deste estudo pela imensa e valiosa colaboração, a UFN pelo apoio, aos professores da UFN pelas capacitações, aos estudantes e as professoras do Curso de Nutrição da UFN pelo comprometimento e dedicação na realização das coletas e organização dos dados.
Referências bibliográficas
- 1 Rezus E, Burlui A, Cordoneanu A, Ciobanu D, Tamba BI, Rezus C. Inactivity and skeletal muscle metabolism: a vicious cycle in old age. Int J Mol Sci. 2020;21(2):1-21. doi: 10.3390/ijms21020592.
- 2 Cruz-Jentoft AJ, Bahat G, Bauer J, Boirie Y, Bruyère O, Cederholm T, et al. Sarcopenia: revised European consensus on definition and diagnosis. Age Ageing, 2019;48(1):16-31. doi: 10.1093/ageing/afy169
-
3 Petermann-Rocha F, Balntzi V, Gray SR, Lara J, Ho FK, Pell JP, et al. Global prevalence of sarcopenia and severe sarcopenia: a systematic review and meta-analysis. J Cachexia Sarcopenia Muscle. 2022;13(1):86-99. doi: 10.1002/jcsm.12783.
» https://doi.org/ 10.1002/jcsm.12783. -
4 Remelli F, Maietti E, Abete P, Veronese N, Noale M, Maggi S, et al. Prevalence of obesity and diabetes in older people with sarcopenia defined according to EWGSOP2 and FNHI criteria. Aging Clin Exp Res. 2022;34(1):113-120. doi: 10.1007/s40520-021-01949-1.
» https://doi.org/ 10.1007/s40520-021-01949-1. - 5 Sazlina SG, Lee PY, Chan YM, A Hamid MS, Tan NC. The prevalence and factors associated with sarcopenia among community living elderly with type 2 diabetes mellitus in primary care clinics in Malaysia. PLoS One. 2020;15(5):e0233299. doi: 10.1371/journal.pone.0233299
- 6 Swan L, Warters A, O'Sullivan M. Socioeconomic Inequality and Risk of Sarcopenia in Community-Dwelling Older Adults. Clin Interv Aging. 2021;16:1119-1129. doi: 10.2147/CIA.S310774
-
7 Ellulu MS, Patimah I, Khaza'ai H, Rahmat A, Abed Y. Obesity and inflammation: the linking mechanism and the complications. Arch Med Sci. 2017;13(4):851-863. doi: 10.5114/aoms.2016.58928
» https://doi.org/ 10.5114/aoms.2016.58928 - 8 Connolly K, Cunningham C, Murphy N, Romero-Ortuno R, Horgan F. Prevalence of sarcopenia and associated factors in older adults attending a day hospital service in Ireland. Eur Geriatr Med. 2021;12(4):851-862. doi: 10.1007/s41999-021-00463-x
- 9 Liguori I, Curcio F, Russo G, et al. Risk of malnutrition evaluated by Mini Nutritional Assessment and sarcopenia in noninstitutionalized elderly people. Nutr Clin Pract. 2018;33(6):879-886. doi: 10.1002/ncp.10022
- 10 Nazri NS, Vanoh D, Leng SK. Malnutrition, low diet quality and its risk factors among older adults with low socio-economic status: a scoping review. Nutr Res Rev. 2021 Jun;34(1):107-116. doi: 10.1017/S0954422420000189
- 11 Thomas PA. Trajectories of Social Engagement and Limitations in Late Life. J Health Soc Behav. 2011;52(4):430–443. doi: 10.1177/0022146511411922
- 12 Toscano JJO, Oliveira ACC. Qualidade de vida em idosos com distintos níveis de atividade física. Rev Bras Med Esporte. 2009;15(3):169-173. doi: 10.1590/S1517-86922009000300001
- 13 Leevy JL, Khoshgoftaar TM, Bauder RA, Seliya N. A survey on addressing high‑class imbalance in big data. J Big Data. 2018;5:42. doi: 10.1186/s40537-018-0151-6
- 14 Alexandre TDS, Duarte YADO, Santos JLF, Lebrão ML. Prevalence and associated factors of sarcopenia among elderly in Brazil: Findings from the SABE study. J Nutr Health Aging. 2014;18(3):284–90. doi: 10.1007/s12603-013-0413-0
- 15 Ramos LR, Tavares NUL, Bertoldi AD, et al. Polypharmacy and polymorbidity in older adults in Brazil: A public health challenge. Rev Saúde Pública. 2016;50 (suppl 2):9s. doi: 10.1590/s1518-8787.2016050006145
- 16 Secoli SR. Polifarmácia: interações e reações adversas no uso de medicamentos por idosos. Rev Bras Enferm. 2010;63(1):136–40. doi: 10.1590/S0034-71672010000100023
- 17 Guigoz Y. The Mini Nutritional Assessment (MNA®) review of the literature – What does it tell us? J Nutr Health Aging. 2006;10(6):466–87, discussion 485-7. PMID: 17183419.
- 18 Dodds RM, Syddall HE, Cooper R, et al. Grip strength across the life course: normative data from twelve British studies. Plos One. 2014;9:(12):e113637. doi: 10.1371/journal.pone.0113637
- 19 Barbosa-Silva TG, Gonzalez MC, Bielemann RM, et al. 2 + 2 (+ 2) = 4: A new approach for appendicular muscle mass assessment by ultrasound. Nutrition. 2021;83:111056. doi: 10.1016/j.nut.2020.111056
- 20 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
-
21 Stekhoven DJ. missForest: Nonparametric missing value imputation using random forest. R package version 1.5. 2011. Disponível em: http://cran.r-project.org/
» http://cran.r-project.org/ - 22 Caravagna G, Ramazzotti D. Learning the structure of Bayesian Networks via the bootstrap. Neurocomputing. 2021; 448: 48-59. doi: 10.1016/j.neucom.2021.03.071
- 23 Sing T, Sander O, Beerenwinkel N, Lengauer T. ROCR: visualizing classifier performance in R. J. Bioinformatics. 2005; 21(20): 3940-3941. doi: 10.1093/bioinformatics/bti62
- 24 Lima Filho BF, Patrício ÍF, Dantas DD, Oliveira LP, Sá FD. Perfil dos idosos participantes de grupos de convivência em unidades básicas de saúde do município de Santa Cruz, RN, Brasil. Rev Kairós. 2019;22(1):273-290. doi: 10.23925/2176-901X.2019v22i1p273-290
- 25 Pillatt AN, Berlezi EM, De Jesus LB, Schneider RH, Franz LBB. Influência da obesidade nos critérios de classificação de sarcopenia em idosos. Rev Bras Geriatr Gerontol. 2020;23(3):e200083. doi: 10.1590/1981-22562020023.200083
- 26 Pereira CC, Pagotto V, de Oliveira C, Silveira EA. Sarcopenia and mortality risk in community-dwelling Brazilian older adults. Sci Rep. 2022;12:17531. doi: 10.1038/s41598-022-22153-9
- 27 Petermann-Rocha F, Chen M, Gray SR, Ho FK, Pell JP, Celis-Morales C. Factors associated with sarcopenia: A cross-sectional analysis using UK Biobank. Maturitas. 2020;133:60-67. doi: 10.1016/j.maturitas.2020.01.004
- 28 Ilich JZ, Kelly OJ, Inglis JE, Panton LB, Duque G, Ormsbee MJ. Interrelationship among muscle, fat, and bone: connecting the dots on cellular, hormonal, and whole body levels. Ageing Res Rev. 2014;15:51-60. doi: 10.1016/j.arr.2014.02.007
- 29 Landi F, Liperoti R, Fusco D, et al. Prevalence and risk factors of sarcopenia among nursing home older residents. J Gerontol A Biol Sci Med Sci. 2012;67(1):48-55. doi: 10.1093/gerona/glr035.
- 30 Patel HP, Syddall HE, Jameson K, et al. Prevalence of sarcopenia in community-dwelling older people in the UK using the European Working Group on Sarcopenia in Older People (EWGSOP) definition: findings from the Hertfordshire Cohort Study (HCS). Age Ageing. 2013;42(3):378-84. doi: 10.1093/ageing/afs197.
- 31 Murawiak M, Krzymińska-Siemaszko R, Kaluźniak-Szymanowska A, et al. Sarcopenia, Obesity, Sarcopenic Obesity and Risk of Poor Nutritional Status in Polish Community-Dwelling Older People Aged 60 Years and Over. Nutrients. 2022;14(14):2889. doi: 10.3390/nu14142889.
- 32 Pérez-Sousa MÁ, Pozo-Cruz JD, Cano-Gutiérrez CA, Izquierdo M, Ramírez-Vélez R. High Prevalence of Probable Sarcopenia in a Representative Sample From Colombia: Implications for Geriatrics in Latin America. J Am Med Dir Assoc. 2021;22(4):859-864.e1. doi: 10.1016/j.jamda.2020.10.021
- 33 Santos JL, Trennepohl C, Rosa CB, Garces SBB, Myskiw J de C, Costa DH. Impact of sarcopenia, sedentarism and risk of falls in older people’s health self-perception. Fisioter Mov. 2019; 32:e003217. doi: 10.1590/1980-5918.032.ao17
- 34 Hai S, Cao L, Wang H, et al. Association between sarcopenia and nutritional status and physical activity among community-dwelling Chinese adults aged 60 years and elderly. Geriatr Gerontol Int. 2017;17(11):1959-1966. doi: 10.1111/ggi.13001
-
35 Instituto Brasileiro de Geografia e Estatística (IBGE). Pesquisa nacional de saúde: 2019: informações sobre domicílios, acesso e utilização dos serviços de saúde: Brasil, grandes regiões e unidades da federação. Rio de Janeiro: IBGE; 2019. Disponível em: https://biblioteca.ibge.gov.br/visualizacao/livros/liv101748.pdf
» https://biblioteca.ibge.gov.br/visualizacao/livros/liv101748.pdf
Editado por
-
Editado por
Cristian Arnecke Schröder
