Hintergrund: Die SARS-CoV-2-Pandemie hatte Auswirkungen auf viele kritisch kranke Patienten, verursachte Folgeerscheinungen, beeinträchtigte die Lungenfunktion und betraf zudem den Bewegungsapparat. Wir haben den Zusammenhang zwischen Lungenfunktion und Muskelqualitätsindex bei schwer erkrankten Patienten nach COVID-19 bewertet. Methoden: Es wurde eine Querschnittsstudie an einer Post-COVID-19-Kohorte in einem Maximalversorgungszentrum durchgeführt. Die Studie umfasste Patienten, bei denen eine schwere bis kritische COVID-19-Erkrankung aufgetreten war. Anthropometrische Messungen wie Body-Mass-Index (BMI) und Handgriffstärke wurden zur Berechnung des Muskelqualitätsindex (MQI) erhalten. Darüber hinaus wurden eine Spirometrie, Messungen des exspiratorischen und inspiratorischen Drucks und eine Bewertung der Kohlenmonoxid-Diffusionskapazität (DLCO) in der Lunge durchgeführt. Anhand des MQI erfolgte eine Unterteilung in 2 Gruppen: niedriger MQI (unter dem 50. Perzentil) und hoher MQI (über dem 50. Perzentil), basierend auf dem Geschlecht. Die Gruppenunterschiede wurden analysiert, und es wurde eine multivariate lineare Regressionsanalyse durchgeführt, um den Zusammenhang zwischen der Atemfunktion und dem MQI zu bewerten. Ergebnisse: Von den 748 analysierten Patienten mussten 61,96% mechanisch beatmet werden und der mittlere Krankenhausaufenthalt betrug 17 Tage. Bei Patienten mit einem niedrigen MQI wurde beobachtet, dass sowohl die mechanische Atemfunktion als auch die DLCO niedriger waren. Die multivariate Analyse ergab bei Patienten mit einem niedrigen MQI signifikant niedrigere Befunde bei der mechanischen Atemfunktion. Schlussfolgerung: Der niedrige MQI ist ein unabhängiger Prädiktor für Lungenfunktionsparameter bei Patienten mit Post-COVID-19-Syndrom.

Das Post-COVID-19-Syndrom ist durch die Entwicklung von Anzeichen und Symptomen während oder nach einer Infektion gekennzeichnet, die durch das Coronavirus Typ 2 des schweren akuten Atemwegssyndroms (SARS-CoV-2) verursacht wird, wobei die Symptome länger als 12 Wochen andauern und nicht auf anderweitige Diagnosen zurückzuführen sind [1]. Eine longitudinale Kohortenstudie ergab, dass bei 68% der Probanden nach 6 Monaten und bei 49% nach 1 Jahr nach der ersten akuten Virusinfektion, die durch SARS-CoV-2 verursacht wurde, Symptome auftraten [2].

Darüber hinaus hängt der Schweregrad von COVID-19-Infektionen mit dem Vorhandensein oder Fortbestehen von Anzeichen und Symptomen bei Post-COVID-19-Patienten zusammen [3]. Die häufigsten Manifestationen sind pulmonale, muskuloskelettale, hämatologische, kardiovaskuläre, endokrine, renale und gastrointestinale Symptome [4]. Muskelschwäche oder Müdigkeit, Dyspnoe und Schlafstörungen gehören zu den Symptomen, über die am häufigsten berichtet wird [2].

In Bezug auf muskuloskelettale Manifestationen zeigen viele Probanden in der akuten Phase von COVID-19 Veränderungen in der Körperzusammensetzung, einschließlich eines Verlusts von Muskelmasse und -kraft. Die Muskelschwäche kann auf verschiedene Faktoren wie Anorexie, Unterernährung und insbesondere den Schweregrad der Erkrankung zurückgeführt werden. Im Krankenhaus behandelte Probanden zeigen signifikantere entzündungsfördernde Erkrankungen, oxidativen Stress, einen erhöhten Proteinkatabolismus und längere Krankenhausaufenthalte, was sich negativ auf die Muskelmasse auswirkt. Darüber hinaus wirken sich bei Patienten, die auf der Intensivstation behandelt werden müssen, die invasive mechanische Beatmung (invasive mechanical ventilation, IMV) und die Gabe von neuromuskulären Blockern und Kortikosteroiden negativ auf die periphere Muskulatur, die Interkostalmuskulatur und das Zwerchfell, den primären Atemmuskel, aus [5‒10].

Im Zusammenhang mit der Post-COVID-Phase bestehen die entzündungsfördernde Erkrankung und die endotheliale Dysfunktion sowie eine Zunahme des Fettgewebes fort [11, 12]. Mit einer geringen Muskelmasse/-kraft und einem Übermaß an Fettgewebe gehen stark miteinander verbundene physiopathologische Mechanismen einher, die sich gegenseitig verstärken und zu einem Teufelskreis führen. Dieser Zyklus führt zu einer Verringerung der Proteinsynthese, einem erhöhten Proteinabbau, einer Fettinfiltration in die Skelettmuskulatur, der Förderung der Lipotoxizität, der Exazerbation von Entzündungen [13], oxidativem Stress und mitochondrialer Dysfunktion [13‒16]. Der Verlust von Muskelmasse/-kraft und die Ansammlung von intramuskulärem Fett tragen zu einer Beeinträchtigung der Muskelkontraktilität bei [17, 18].

Die Muskelkraft kann einfach über die Handgriffstärke (HGS) beurteilt werden. Es wurde gezeigt, dass die HGS mit der Ganzkörpermuskelkraft und dem Skelettmuskelmasseindex (SMI) sowie der Lungenfunktion, der Morbidität und der Mortalität in verschiedenen Populationen in Verbindung steht [19‒24].

Der Muskelqualitätsindex (MQI), der durch die Division des HGS durch den Body-Mass-Index (BMI) berechnet wird (d.h. MQI = HGS/BMI), hat sich als Indikator für den Gesundheitszustand und die Körperfunktion etabliert [25‒28]. Die bestehende Evidenz deutet darauf hin, dass ein niedriger MQI mit metabolischen Markern [28], dem metabolischen Syndrom [25], der Prognose von Risikofaktoren für Herz-Kreislauf-Erkrankungen [27] und der körperlichen Funktion [28] in Zusammenhang steht. Der Zusammenhang zwischen dem Stärke/BMI-Index und der Lungenfunktion bleibt jedoch unbestimmt. Unser Ziel ist es, den Zusammenhang zwischen dem MQI und der Lungenfunktion bei Post-COVID-19-Patienten zu bewerten.

Am Instituto Nacional de Enfermedades Respiratorias «Ismael Cosío Villegas» in Mexico City wurde eine Querschnittsstudie durchgeführt.

Die Studie konzentrierte sich auf Patienten mit mittelschwerer bis schwerer COVID-19-Erkrankung mit COVID-19-Diagnose, die durch PCR-Tests bestätigt wurde. Die COVID-19-Erkrankung von Patienten, die während der akuten Phase der Krankheit im Krankenhaus behandelt werden mussten und dabei eine Blutsauerstoffsättigung von ≤ 93% und ein PaO2/FiO2-Verhältnis von < 300 (arterieller Sauerstoffpartialdruck/Anteil des eingeatmeten Sauerstoffs) aufwiesen, wurde als mittelschwer bis schwer eingestuft.

In die Studie wurden Patienten während der akuten Phase aufgenommen, die eine mittelschwere bis schwere Erkrankung aufwiesen und anschließend entlassen wurden. Die Daten wurden aus ambulanten Auswertungen 3 Monate nach der akuten COVID-19-Infektion während der klinischen Routineuntersuchungen von Post-COVID-19-Patienten zwischen dem 1. Juni 2020 und dem 30. Mai 2023 erhoben (Abb 1). Probanden, die vor der Nachuntersuchung nicht kontaktiert werden konnten, eine Teilnahme ablehnten oder verstarben, wurden ausgeschlossen.

Abb. 1.

Flussdiagramm der Studie

Abb. 1.

Flussdiagramm der Studie

Close modal

Zielparameter

Die anthropometrischen, klinischen und demografischen Variablen wurden während der klinischen Behandlung der Post-COVID-19-Patienten an unserem Institut ausgewertet.

Anthropometrie

Körpergewicht und -größe wurden gemäß der manuellen Referenz für die anthropometrische Standardisierung gemessen [29]. Alle Probanden trugen leichte Kleidung und waren barfuß.

Body-Mass-Index

Der BMI wurde nach Gewicht in Kilogramm, geteilt durch die Körpergröße in Metern zum Quadrat, geschätzt.

Handgriffstärke

Die HGS wurde mit einem mechanischen Smedley-Handprüfstand (Stoelting, Wood Dale, Großbritannien) nach der in Rodriguez et al. [30] beschriebenen Technik gemessen, bei der die Probanden mit gestreckten Armen parallel zum Rumpf stehen, dann den Prüfstand in die Hand nehmen und mit der dominanten Hand die maximale Kraft aufbringen. Die Messung wurde 3-mal im Abstand von 1 min wiederholt, um eine Ermüdung zu vermeiden. Der Maximalwert wurde in Kilogramm erfasst [30].

Muskelqualitätsindex

Der MQI wurde durch die Division des HGS-Werts durch den BMI berechnet und anschließend wie folgt kategorisiert: Niedriger MQI ≤ 50. Perzentil und hoher MQI > 50. Perzentil unter Berücksichtigung des Geschlechts (50. Perzentil des MQI: 0,54 für Frauen und 0,99 für Männer).

Lungenfunktion

Die forcierte Spirometrie wurde mit einem tragbaren Spirometer (EasyOne Pro Lab, Ndd Medical Technologies Inc., Zürich, Schweiz) durchgeführt und von einem erfahrenen Atemwegs‑techniker in Übereinstimmung mit den Standards der American Thoracic Society/European Respiratory Society (ATS/ERS) durchgeführt [31]. Die analysierten spirometrischen Variablen beinhalteten das forcierte exspiratorische Volumen in der ersten Sekunde (forced expiratory volume in the first second, FEV1), die forcierte Vitalkapazität (forced vital capacity, FVC) vor und nach der Verabreichung eines Bronchodilators, die maximale exspiratorische Flussrate (peak expiratory flow rate, PEFR) und den maximalen exspiratorischen Fluss zwischen 25% und 75% des FVC (MEF 25–75). Nach einer 15-minütigen Pause führten die Teilnehmer eine maximale Zwangsinspiration und eine kräftige Exspiration mit einem Nasenclip durch. Die Spirometrie-Referenzwerte wurden von mexikanisch-amerikanischen Personen abgeleitet [32].

Stärke der Atemmuskulatur

Die maximalen inspiratorischen Drücke (maximal inspiratory pressures, MIP) und die maximalen exspiratorischen Drücke (maximal expiratory pressures, MEP) wurden gemäß den ATS/ERS-2002-Richtlinien mit MicroRPM-Geräten (CareFusion, Micromedical, Großbritannien) gemessen [33].

Kohlenmonoxid-Diffusionskapazität

Ein erfahrener Atemtechniker führte Tests zur Bestimmung der Kohlenmonoxid-Diffusionskapazität (carbon monoxide diffusing capacity, DLCO) mit EasyOne pro®-Geräten von Ndd Medical Technologies Inc. (Zürich, Schweiz) durch. Bei der Bewertung wurden die Höhenlage und das Hämoglobin berücksichtigt, wobei die prognostizierten Werte für die Latino-Bevölkerung verwendet wurden [34].

Statistische Auswertung

Die Analysen wurden mit der kommerziell erhältlichen Software STATA Version 14 (Stata Corp., College Station, TX, USA) durchgeführt. Die kategorialen Variablen wurden als Häufigkeiten und Prozentsätze ausgedrückt. Mit dem Shapiro-Wilk-Test wurde die Normalverteilung stetiger Variablen getestet; normalverteilte Variablen wurden als Mittelwert und Standardabweichung ausgedrückt, während nicht normalverteilte Variablen als Median und Perzentile von 25–75 angegeben wurden. Die Vergleiche zwischen den Studiengruppen (niedriger MQI vs. hoher MQI) wurden mit dem Chi-Quadrat-Test für kategoriale Variablen und dem t-Test oder dem Mann-Whitney-U-Test für stetige Variablen analysiert. Um den Zusammenhang zwischen einem niedrigen MQI und der Lungenfunktion zu bewerten, wurden lineare Regressionen durchgeführt, bei denen jede Variable der Lungenfunktion als abhängige Variable und der niedrige MQI als unabhängige Variable verwendet wurden. Die multivariaten linearen Regressionsmodelle wurden durch bivariate Analyse für Variablen mit p < 0,10, wie Alter, Diabetes, Hypertonie, ischämische Kardiopathie und IMV, und die Multikollinearität mit dem Varianzinflationsfaktor überprüft. Ein p-Wert von 0,05 wurde als statistisch signifikant festgelegt.

Es wurden 748 Patienten mit einem Durchschnittsalter von 54,61 ± 0,44 Jahren beurteilt; 63,90% waren männlich und der BMI betrug 30,39 ± 6,21. Die Gruppe mit niedrigem MQI umfasste ältere Personen mit einer höheren Bluthochdruck-, Fettleibigkeits- und Fatigueprävalenz als die Gruppe mit hohem MQI. Im Zusammenhang mit den Krankenhausparametern während der akuten COVID-19-Phase hatte die Gruppe mit niedrigem MQI eine höhere IMV-Rate, eine längere IMV-Dauer und einen längeren Krankenhausaufenthalt im Vergleich zur Gruppe mit hohem MQI (Tab 1).

Tab. 1.

Demografische und klinische Merkmale bei Post-COVID-19-Patienten

 Demografische und klinische Merkmale bei Post-COVID-19-Patienten
 Demografische und klinische Merkmale bei Post-COVID-19-Patienten

In Bezug auf die Lungenfunktion zeigten sich bei der Gruppe mit niedrigem MQI niedrigere Werte für das FEV1 in Litern und Prozent, die FVC in Litern und Prozent, den MEF 25–75, die PEFR, das FEV1/FVC-Verhältnis, die DLCO, den MIP und den MEP als bei der Gruppe mit hohem MQI (Tab 2).

Tab. 2.

Lungenfunktion nach MQI

 Lungenfunktion nach MQI
 Lungenfunktion nach MQI

Darüber hinaus zeigte sich in Tabelle 3, dass der niedrige MQI mit niedrigeren Werten für das FEV1 in Litern und Prozent, die FVC in Litern und Prozent, den MEF 25–75, die PEFR, den MIP und den MEP sowohl bei bivariaten als auch bei multivariaten Modellen assoziiert war, bereinigt bezüglich Alter, Diabetes, Hypertonie, ischämischer Kardiopathie und IMV. Es wurde jedoch kein signifikanter Unterschied bei der DLCO festgestellt, weder in den bereinigten noch in den Rohdatenmodellen.

Tab. 3.

Zusammenhang zwischen niedrigem MQI und Lungenfunktion

 Zusammenhang zwischen niedrigem MQI und Lungenfunktion
 Zusammenhang zwischen niedrigem MQI und Lungenfunktion

Das primäre Ergebnis unserer Forschung zeigte einen negativen Zusammenhang zwischen einem niedrigen MQI und der mechanischen Lungenfunktion sowie der Atemmuskelkraft bei Probanden mit Post-COVID-Syndrom.

Im Zusammenhang mit der Lungenfunktion wird dies durch verschiedene Faktoren wie Alter, Geschlecht, Schwangerschaftswochen, Muskelkraft, das Immunsystem und die Exposition gegenüber toxischen Stoffen wie Tabak, Holzrauch, Asbest und Atemwegsinfektionen beeinflusst. Bei einer Post-COVID-19-Infektion zeigte eine von Lee et al. [35] durchgeführte Meta-Analyse, dass die beeinträchtigte Diffusionskapazität mit 35% die häufigste Anomalie bei Lungenfunktionstests war. Restriktive Muster wurden bei 8% festgestellt, während anhaltende Milchglastrübungen und Lungenfibrose eine Prävalenz von 34% aufwiesen [35]. Die FEV1-Reduktion ist ein signifikanter Prädiktor für die Mortalität in der Allgemeinbevölkerung [36, 37] und dient als Marker für die kardiovaskuläre Mortalität [38]. Es wurde beobachtet, dass ein niedriger MQI unabhängig ein niedrigeres FEV1 prognostiziert, da Probanden mit einem niedrigen MQI ein um 4,87% geringeres FEV1 (β: –4,87, 95%-Konfidenzintervall (KI): –7,58 bis –2,17; p < 0,001) und eine um 3,53% geringere FVC (β: –3,53, 95%-KI: –6,45 bis –0,62; p < 0,018) aufwiesen als Probanden mit einem hohen MQI, bereinigt um Störvariablen. Mehrere Forscher haben einen negativen Zusammenhang zwischen einer geringen Muskelmasse, einer Beeinträchtigung der Muskelleistung und einer geringen Muskelkraft oder Sarkopenie mit dem FEV1 und der FVC nachgewiesen [39‒41]. van Gassel et al. [42] beobachteten, dass 3 Monate nach der Entlassung aus dem Krankenhaus von den Probanden mit Post-COVID-19, die mit einer IVM behandelt werden mussten, diejenigen mit verminderter körperlicher Funktion geringere Werte für das FEV1 und die DLCO aufwiesen.

In der Allgemeinbevölkerung weisen sowohl der BMI als auch die zentrale Adipositas eine inverse Beziehung zu den FEV1%- und FVC%-Werten auf [43, 44].

Die Forschung zeigt einen inversen Zusammenhang zwischen dem BMI und sowohl dem FEV1 als auch der FVC [6, 8, 45]. Dies wird auf die nachteiligen Auswirkungen exzessiver Adipositas, insbesondere von Fett am Stamm, auf die Lungenfunktion zurückgeführt. Studien von Kwack et al. [46] zeigten signifikante Zusammenhänge zwischen subkutanem Thoraxfett, intrathorakalem Fett, subkutanem Bauchfett und niedrigeren FEV1- und FVC-Werten. Das Vorhandensein von exzessivem Fettgewebe, insbesondere im Bereich von Brust und Bauch, wurde mit einer schlechteren Lungenfunktion in Verbindung gebracht, was wahrscheinlich auf Schwierigkeiten bei der Atemmechanik zurückzuführen ist. Letzteres resultiert aus Einschränkungen der Lungenexpansion und einem erhöhten Widerstand gegen die Zwerchfellkontraktion während der Atmung, was zu einem reduzierten Lungenvolumen führt [45, 46].

Koo et al. [47] zeigten jedoch, dass COPD-Patienten mit sarkopenischer Adipositas im Vergleich zu Personen ohne Sarkopenie oder Adipositas eine schlechtere Lungenfunktion aufwiesen. Darüber hinaus wiesen Patienten mit sarkopenischer Adipositas einen erhöhten Gehalt an C-reaktivem Protein und IL-6 und eine reduzierte Belastungstoleranz auf [48]. Darüber hinaus wird die sarkopenische Adipositas mit einem erhöhten Risiko für restriktive Lungenerkrankungen bei älteren Menschen in Verbindung gebracht [49].

Wie bereits erwähnt, führen eine Reihe von miteinander verbundenen Mechanismen zwischen geringer Muskelmasse und -kraft und überschüssigem Fettgewebe zu Veränderungen im Katabolismus und Anabolismus von Proteinen und Glykogen sowie bei der Energieverwertung [13, 50]. Ferner treten mitochondriale Dysfunktion, eine abnehmende Muskelfaserzahl, verminderte Kapillardichte, erhöhter oxidativer Stress und Entzündungen zusammen mit der Infiltration von Fettgewebe auf. Derartige Ereignisse fördern die Myofibrillenatrophie und den Verlust der Muskelfunktion sowohl in den peripheren Muskeln als auch in den für die Atmung verantwortlichen Muskeln wie dem Zwerchfell und den Interkostalmuskeln [13‒16, 51].

Eine geringe Muskelmasse/-kraft und ein Übermaß an Fettgewebe beeinträchtigen unabhängig voneinander die Lungenfunktion [24, 40, 44]. Darüber hinaus bestehen dabei synergistische Mechanismen, die zu einem Teufelskreis führen [47, 48].

Der MQI ist ein aufkommender Indikator für die Gesundheit und körperliche Funktion [28], der ein wertvolles Instrument für die klinische Praxis darstellt, da er ein kostengünstiges und einfaches Instrument zur Beurteilung der Skelettmuskelqualität ist, wobei der wichtige Zusammenhang zwischen der Muskelkraft und dem Fettgewebe, der die Lungenfunktion und die Atemmuskelkraft bei Post-COVID-19-Patienten vorhersagt, berücksichtigt wird. Die Bewertung des MQI ermöglicht die Identifizierung von Risikopatienten für ein passendes therapeutisches Management.

Im Zusammenhang mit der Funktionalität der Atemmuskulatur bestand bei Post-COVID-19-Patienten, die wegen einer schweren COVID-19-Infektion ins Krankenhaus eingeliefert wurden, nach dem Abklingen der aktiven Infektion ein geringeres Verdickungsverhältnis zwischen der Dicke des Zwerchfells am Ende der Inspiration und dem am Ende der Exspiration, im Vergleich zu Patienten ohne COVID-19 [52]. Die inspiratorischen Muskelfunktionen können durch den MIP bewertet werden, während die exspiratorische Muskelkraft durch den MEP oder die PEFR erhoben wird.

Unsere Studie zeigte einen negativen Zusammenhang zwischen einem niedrigen MQI und der Atemmuskelkraft, erhoben mittels PEFR, MIP und MEP. Teilnehmer mit niedrigem MQI wiesen eine um 0,74 l niedrigere PEFR auf als Teilnehmer mit hohem MQI (β: –0,79, 95%-KI: –1,15 bis –0,43; p < 0,001). Die PEFR wird mit Atemmuskelkraft, geringer Skelettmuskelmasse und Sarkopenie in Verbindung gebracht [21, 53, 54]. Kera et al. [54] verwendeten die PEFR zur Definition der Atemsarkopenie. Es wurde festgestellt, dass die PEFR mit der 5-Jahres-Mortalitätsrate in einer älteren Bevölkerung in Verbindung steht [55]. Darüber hinaus beobachteten wir, dass Personen mit niedrigem MQI einen um 8,14 cmH2O geringeren MEP (β: –8,14, 95%-KI: –13,57 bis –2,71; p = 0,003) und um 5,84 cmH2O geringeren MIP (β: –5,84, 95%-KI: –9,83 bis –1,84; p = 0,004) aufwiesen als Personen mit hohem MQI. Der MEP bewertet die Stärke der Bauch- und Interkostalmuskulatur, während der MIP die Stärke des Zwerchfells misst – des wichtigsten Muskels bei der Atmung [56]. Verschiedene Studien haben einen positiven Zusammenhang zwischen der HGS und der Atemmuskelkraft gezeigt; Shin et al. zeigten, dass bei Erwachsenen über 60 Jahren für jedes Kilogramm HGS der MIP um 1,96 cmH2O und der MEP um 1,10 cmH2O zunahm [56]. Darüber hinaus wurde festgestellt, dass die Verschlechterung der Proteinsynthese und der mitochondriale Abbau bei sarkopenischer Adipositas eine größere Rolle spielen als bei Sarkopenie oder Adipositas allein [51].

Stärken und Einschränkungen

Diese Studie weist aufgrund ihres Querschnittsdesigns inhärente Einschränkungen auf, z.B. den Umstand, dass es mit ihr nicht möglich ist, die Kausalität zwischen den einzelnen Variablen zu bestimmen. Darüber hinaus kennen wir die Lungenfunktion und die Muskelqualität der Probanden vor der COVID-19-Infektion nicht. Eine weitere wesentliche Einschränkung besteht darin, dass es sich um die erste Studie handelt, die den Zusammenhang zwischen dem MQI und der Lungenfunktion in der Population der Menschen mit Post-COVID-Syndrom bewertet. Daher ist es unmöglich, unsere Ergebnisse mit denen in anderen Post-COVID-Syndrom-Populationen zu vergleichen. Zu den Stärken der Studie gehört jedoch eine große Stichprobengröße, die eine ausreichende statistische Aussagekraft für die Durchführung mehrerer linearer Regressionsanalysen und die Anpassung an Störvariablen bietet.

Der niedrige MQI dient als unabhängiger Prädiktor für Lungenfunktionsparameter bei Personen mit Post-COVID-19-Syndrom. Der MQI könnte als Indikator dienen, der den Bedarf an Muskeltraining im Rahmen von Lungenrehabilitationsprogrammen bestimmt.

An LGA.

Diese Studie wurde vom Institutional Ethics and Research Committee for Biomedical Research in Humans am Instituto Nacional de Enfermedades Respiratorias «Ismael Cosío Villegas» (Zulassungsnummer C57-21) genehmigt. Alle Teilnehmer haben nach erfolgter Aufklärung eingewilligt.

Die Verfasser erklären, dass keine Interessenskonflikte bestehen.

Dulce González-Islas, Robinson Robles-Hernández, Laura Flores-Cisneros, Arturo Orea-Tejeda, Susana Galicia-Amor, Nadia Hernández-López, Mariana I. Valdés-Moreno, Rocío Sánchez-Santillán, Juan Carlos García-Hernández, Armando Castorena-Maldonado: Association between muscle quality index and pulmonary function in post-COVID-19 subjects. BMC Pulm Med 2023;23:442 (https://doi.org/10.1186/s12890-023-02745-5). © 2023 Die Autoren (Übersetzung; Publisher’s note, Funding, Beiträge der Autoren, Verfügbarkeit von Daten und Materialien, Abkürzungsverzeichnis, Consent for publication entfernt), lizensiert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/deed.de).

1.
Shah
W
,
Hillman
T
,
Playford
ED
,
Hishmeh
L
.
Managing the long term effects of covid-19: summary of NICE, SIGN, and RCGP rapid guideline
.
Bmj
.
2021
;
372
:
n136
.
2.
Huang
L
,
Yao
Q
,
Gu
X
,
Wang
Q
,
Ren
L
,
Wang
Y
, et al
.
1-year outcomes in hospital survivors with COVID-19: a longitudinal cohort study
.
Lancet
.
2021
;
398
(
10302
):
747
58
.
3.
Fernández-de-Las-Peñas
C
,
Palacios-Ceña
D
,
Gómez-Mayordomo
V
,
Florencio
LL
,
Cuadrado
ML
,
Plaza-Manzano
G
, et al
.
Prevalence of post-COVID-19 symptoms in hospitalized and non-hospitalized COVID-19 survivors: a systematic review and meta-analysis
.
Eur J Intern Med
.
2021
;
92
:
55
70
.
4.
Gupta
A
,
Madhavan
MV
,
Sehgal
K
,
Nair
N
,
Mahajan
S
,
Sehrawat
TS
, et al
.
Extrapulmonary manifestations of COVID-19
.
Nat Med
.
2020
;
26
(
7
):
1017
32
.
5.
Reid
MB
,
Li
YP
.
Tumor necrosis factor-alpha and muscle wasting: a cellular perspective
.
Respir Res
.
2001
;
2
(
5
):
269
72
.
6.
Yang
T
,
Li
Z
,
Jiang
L
,
Xi
X
.
Corticosteroid use and intensive care unit-acquired weakness: a systematic review and meta-analysis
.
Critical care (London, England)
.
2018
;
22
(
1
):
187
.
7.
Forcina
L
,
Miano
C
,
Scicchitano
BM
,
Rizzuto
E
,
Berardinelli
MG
,
De Benedetti
F
, et al
.
Increased circulating levels of Interleukin-6 affect the redox balance in skeletal muscle
.
Oxidative Med Cell Longev
.
2019
;
2019
:
3018584
.
8.
Disser
NP
,
De Micheli
AJ
,
Schonk
MM
,
Konnaris
MA
,
Piacentini
AN
,
Edon
DL
, et al
.
Musculoskeletal consequences of COVID-19
.
J Bone Joint Surg Am
.
2020
;
102
(
14
):
1197
204
.
9.
Pacifico
J
,
Geerlings
MAJ
,
Reijnierse
EM
,
Phassouliotis
C
,
Lim
WK
,
Maier
AB
.
Prevalence of sarcopenia as a comorbid disease: a systematic review and meta-analysis
.
Exp Gerontol
.
2020
;
131
:
110801
.
10.
González-Islas
D
,
Sánchez-Moreno
C
,
Orea-Tejeda
A
,
Hernández-López
S
,
Salgado-Fernández
F
,
Keirns-Davis
C
, et al
.
Body composition and risk factors associated with sarcopenia in post-COVID patients after moderate or severe COVID-19 infections
.
BMC Pulm Med
.
2022
;
22
(
1
):
223
.
11.
Lemos
MM
,
Cavalini
GR
,
Pugliese Henrique
CR
,
Perli
VAS
,
de Moraes
MG
,
Marchiori
LLM
, et al
.
Body composition and cardiorespiratory fitness in overweight or obese people post COVID-19: a comparative study
.
Front Physiol
.
2022
;
13
:
949351
.
12.
Jacobs
LMC
,
Wintjens
M
,
Nagy
M
,
Willems
L
,
Ten Cate
H
,
Spronk
HMH
, et al
.
Biomarkers of sustained systemic inflammation and microvascular dysfunction associated with post-COVID-19 condition symptoms at 24 months after SARS-CoV-2-infection
.
Front Immunol
.
2023
;
14
:
1182182
.
13.
Kalinkovich
A
,
Livshits
G
.
Sarcopenic obesity or obese sarcopenia: a cross talk between age-associated adipose tissue and skeletal muscle inflammation as a main mechanism of the pathogenesis
.
Ageing Res Rev
.
2017
;
35
:
200
21
.
14.
Aon
MA
,
Bhatt
N
,
Cortassa
SC
.
Mitochondrial and cellular mechanisms for managing lipid excess
.
Front Physiol
.
2014
;
5
:
282
.
15.
Di Meo
S
,
Iossa
S
,
Venditti
P
.
Skeletal muscle insulin resistance: role of mitochondria and other ROS sources
.
J Endocrinol
.
2017
;
233
(
1
):
R15
r42
.
16.
Wu
H
,
Ballantyne
CM
.
Skeletal muscle inflammation and insulin resistance in obesity
.
J Clin Invest
.
2017
;
127
(
1
):
43
54
.
17.
Baker
JF
,
Mostoufi-Moab
S
,
Long
J
,
Zemel
B
,
Ibrahim
S
,
Taratuta
E
, et al
.
Intramuscular fat accumulation and associations with body composition, strength, and physical functioning in patients with rheumatoid arthritis
.
Arthritis care & research
.
2018
;
70
(
12
):
1727
34
.
18.
Wu
H
,
Liu
M
,
Chi
VTQ
,
Wang
J
,
Zhang
Q
,
Liu
L
, et al
.
Handgrip strength is inversely associated with metabolic syndrome and its separate components in middle aged and older adults: a large-scale population-based study
.
Metab Clin Exp
.
2019
;
93
:
61
7
.
19.
Rantanen
T
,
Harris
T
,
Leveille
SG
,
Visser
M
,
Foley
D
,
Masaki
K
, et al
.
Muscle strength and body mass index as long-term predictors of mortality in initially healthy men
.
J Gerontol A Biol Sci Med Sci
.
2000
;
55
(
3
):
M168
73
.
20.
Izawa
KP
,
Watanabe
S
,
Osada
N
,
Kasahara
Y
,
Yokoyama
H
,
Hiraki
K
, et al
.
Handgrip strength as a predictor of prognosis in Japanese patients with congestive heart failure
.
Eur J Cardiovasc Prev Rehabil
.
2009
;
16
(
1
):
21
7
.
21.
Ro
HJ
,
Kim
DK
,
Lee
SY
,
Seo
KM
,
Kang
SH
,
Suh
HC
.
Relationship between respiratory muscle strength and conventional Sarcopenic indices in young adults: a preliminary study
.
Ann Rehabil Med
.
2015
;
39
(
6
):
880
7
.
22.
Sayer
AA
,
Kirkwood
TB
.
Grip strength and mortality: a biomarker of ageing
.
Lancet
.
2015
;
386
(
9990
):
226
7
.
23.
Liu
X
,
Li
P
,
Wang
Z
,
Lu
Y
,
Li
N
,
Xiao
L
, et al
.
Evaluation of isokinetic muscle strength of upper limb and the relationship with pulmonary function and respiratory muscle strength in stable COPD patients
.
Int J Chron Obstruct Pulmon Dis
.
2019
;
14
:
2027
36
.
24.
Martínez-Luna
N
,
Orea-Tejeda
A
,
González-Islas
D
,
Flores-Cisneros
L
,
Keirns-Davis
C
,
Sánchez-Santillán
R
, et al
.
Association between body composition, sarcopenia and pulmonary function in chronic obstructive pulmonary disease
.
BMC Pulm Med
.
2022
;
22
(
1
):
106
.
25.
Moreira
MA
,
Vafaei
A
,
da Câmara
SMA
,
Nascimento
RAD
,
de Morais
M
,
Almeida
MDG
, et al
.
Metabolic syndrome (MetS) and associated factors in middle-aged women: a cross-sectional study in Northeast Brazil
.
Women Health
.
2020
;
60
(
6
):
601
17
.
26.
Choi
S
,
Nah
S
,
Jang
H
,
Moon
J
,
Han
S
.
Association between relative handgrip strength and chronic lower Back pain: a Nationwide cross-sectional analysis of the Korea National Health and nutrition examination survey
.
Int J Environ Res Public Health
.
2021
;
18
(
20
)
27.
Gao
Y
,
Huang
H
,
Ni
C
,
Feng
Y
,
Yu
J
,
Huang
Y
, et al
.
Comparison of five expressions of handgrip strength for predicting cardiovascular disease risk factors in Chinese middle-aged community residents
.
Front Public Health
.
2022
;
10
:
903036
.
28.
Caamaño-Navarrete
F
,
Jerez-Mayorga
D
,
Alvarez
C
,
Del-Cuerpo
I
,
Cresp-Barría
M
,
Delgado-Floody
P
.
Muscle quality index in morbidly obesity patients related to metabolic syndrome markers and cardiorespiratory fitness
.
Nutrients
.
2023
;
15
(
11
)
29.
Tg
L
.
Anthropometric standardization reference manual
.
Human kinetics books
.
1988
:
55
68
.
30.
Rodríguez-García
WD
,
García-Castañeda
L
,
Orea-Tejeda
A
,
Mendoza-Núñez
V
,
González-Islas
DG
,
Santillán-Díaz
C
, et al
.
Handgrip strength: reference values and its relationship with bioimpedance and anthropometric variables
.
Clinical nutrition ESPEN
.
2017
;
19
:
54
8
.
31.
Graham
BL
,
Steenbruggen
I
,
Miller
MR
,
Barjaktarevic
IZ
,
Cooper
BG
,
Hall
GL
, et al
.
Standardization of Spirometry 2019 update. An official American Thoracic Society and European Respiratory Society technical statement
.
Am J Respir Crit Care Med
.
2019
;
200
(
8
):
e70
88
.
32.
Hankinson
JL
,
Odencrantz
JR
,
Fedan
KB
.
Spirometric reference values from a sample of the general U.S. population
.
Am J Respir Crit Care Med
.
1999
;
159
(
1
):
179
87
.
33.
ATS/ERS Statement on respiratory muscle testing
.
Am J Respir Crit Care Med
.
2002
;
166
(
4
):
518
624
.
34.
Vázquez-García
JC
,
Pérez-Padilla
R
,
Casas
A
,
Schönffeldt-Guerrero
P
,
Pereira
J
,
Vargas-Domínguez
C
, et al
.
Reference values for the diffusing capacity determined by the single-breath technique at different altitudes: the Latin American single-breath diffusing capacity reference project
.
Respir Care
.
2016
;
61
(
9
):
1217
23
.
35.
Lee
JH
,
Yim
JJ
,
Park
J
.
Pulmonary function and chest computed tomography abnormalities 6-12 months after recovery from COVID-19: a systematic review and meta-analysis
.
Respir Res
.
2022
;
23
(
1
):
233
.
36.
Schünemann
HJ
,
Dorn
J
,
Grant
BJ
,
Winkelstein
W
Jr
,
Trevisan
M
.
Pulmonary function is a long-term predictor of mortality in the general population: 29-year follow-up of the Buffalo health study
.
Chest
.
2000
;
118
(
3
):
656
64
.
37.
Ji
Z
,
de Miguel-Diez
J
,
Castro-Riera
CR
,
Bellon-Cano
JM
,
Gallo-Gonzalez
V
,
Giron-Matute
WI
, et al
.
Differences in the outcome of patients with COPD according to body mass index
.
J Clin Med
.
2020
;
9
(
3
)
38.
Sin
DD
,
Man
SP
.
Why are patients with chronic obstructive pulmonary disease at increased risk of cardiovascular diseases? The potential role of systemic inflammation in chronic obstructive pulmonary disease
.
Circulation
.
2003
;
107
(
11
):
1514
9
.
39.
Moon
JH
,
Kong
MH
,
Kim
HJ
.
Implication of sarcopenia and Sarcopenic obesity on lung function in healthy elderly: using Korean National Health and nutrition examination survey
.
J Korean Med Sci
.
2015
;
30
(
11
):
1682
8
.
40.
Chen
L
,
Liu
X
,
Wang
Q
,
Jia
L
,
Song
K
,
Nie
S
, et al
.
Better pulmonary function is associated with greater handgrip strength in a healthy Chinese Han population
.
BMC Pulm Med
.
2020
;
20
(
1
):
114
.
41.
Benz
E
,
Wijnant
SRA
,
Trajanoska
K
,
Arinze
JT
,
de Roos
EW
,
de Ridder
M
, et al
.
Sarcopenia, systemic immune-inflammation index and all-cause mortality in middle-aged and older people with COPD and asthma: a population-based study
.
ERJ open research
.
2022
;
8
(
1
)
42.
van Gassel
RJJ
,
Bels
J
,
Remij
L
,
van Bussel
BCT
,
Posthuma
R
,
Gietema
HA
, et al
.
Functional outcomes and their association with physical performance in mechanically ventilated coronavirus disease 2019 survivors at 3 months following hospital discharge: a cohort study
.
Crit Care Med
.
2021
;
49
(
10
):
1726
38
.
43.
Ochs-Balcom
HM
,
Grant
BJ
,
Muti
P
,
Sempos
CT
,
Freudenheim
JL
,
Trevisan
M
, et al
.
Pulmonary function and abdominal adiposity in the general population
.
Chest
.
2006
;
129
(
4
):
853
62
.
44.
Pan
J
,
Xu
L
,
Lam
TH
,
Jiang
CQ
,
Zhang
WS
,
Jin
YL
, et al
.
Association of adiposity with pulmonary function in older Chinese: Guangzhou biobank cohort study
.
Respir Med
.
2017
;
132
:
102
8
.
45.
Ohara
DG
,
Moreira
YP
,
Silva
CFR
,
Matos
AP
,
Gama
TO
,
Jamami
M
, et al
.
Impaired pulmonary function is associated with dynapenia, but not with abdominal obesity and dynapenic abdominal obesity in older adults
.
European geriatric medicine
.
2022
;
13
(
2
):
475
82
.
46.
Kwack
WG
,
Kang
YS
,
Jeong
YJ
,
Oh
JY
,
Cha
YK
,
Kim
JS
, et al
.
Association between thoracic fat measured using computed tomography and lung function in a population without respiratory diseases
.
Journal of thoracic disease
.
2019
;
11
(
12
):
5300
9
.
47.
Koo
HK
,
Park
JH
,
Park
HK
,
Jung
H
,
Lee
SS
.
Conflicting role of sarcopenia and obesity in male patients with chronic obstructive pulmonary disease: Korean National Health and nutrition examination survey
.
PLoS One
.
2014
;
9
(
10
):
e110448
.
48.
Joppa
P
,
Tkacova
R
,
Franssen
FM
,
Hanson
C
,
Rennard
SI
,
Silverman
EK
, et al
.
Sarcopenic obesity, functional outcomes, and systemic inflammation in patients with chronic obstructive pulmonary disease
.
J Am Med Dir Assoc
.
2016
;
17
(
8
):
712
8
.
49.
Lee
SE
,
Park
JH
,
Kim
KA
,
Kang
YS
,
Choi
HS
.
Association between Sarcopenic obesity and pulmonary function in Korean elderly: results from the Korean National Health and nutrition examination survey
.
Calcif Tissue Int
.
2020
;
106
(
2
):
124
30
.
50.
Hunter
GR
,
Singh
H
,
Carter
SJ
,
Bryan
DR
,
Fisher
G
.
Sarcopenia and its implications for metabolic health
.
J Obes
.
2019
;
2019
:
8031705
.
51.
Kim
KW
,
Baek
MO
,
Yoon
MS
,
Son
KH
.
Deterioration of mitochondrial function in the human intercostal muscles differs among individuals with sarcopenia, obesity, and sarcopenic obesity
.
Clin Nutr
.
2021
;
40
(
5
):
2697
706
.
52.
Farr
E
,
Wolfe
AR
,
Deshmukh
S
,
Rydberg
L
,
Soriano
R
,
Walter
JM
, et al
.
Diaphragm dysfunction in severe COVID-19 as determined by neuromuscular ultrasound
.
Ann Clin Transl Neurol
.
2021
;
8
(
8
):
1745
9
.
53.
Kera
T
,
Kawai
H
,
Hirano
H
,
Kojima
M
,
Fujiwara
Y
,
Ihara
K
, et al
.
Relationships among peak expiratory flow rate, body composition, physical function, and sarcopenia in community-dwelling older adults
.
Aging Clin Exp Res
.
2018
;
30
(
4
):
331
40
.
54.
Kera
T
,
Kawai
H
,
Hirano
H
,
Kojima
M
,
Watanabe
Y
,
Motokawa
K
, et al
.
Definition of respiratory sarcopenia with peak expiratory flow rate
.
J Am Med Dir Assoc
.
2019
;
20
(
8
):
1021
5
.
55.
Cook
NR
,
Evans
DA
,
Scherr
PA
,
Speizer
FE
,
Taylor
JO
,
Hennekens
CH
.
Peak expiratory flow rate and 5-year mortality in an elderly population
.
Am J Epidemiol
.
1991
;
133
(
8
):
784
94
.
56.
Shin
HI
,
Kim
DK
,
Seo
KM
,
Kang
SH
,
Lee
SY
,
Son
S
.
Relation between respiratory muscle strength and skeletal muscle mass and hand grip strength in the healthy elderly
.
Ann Rehabil Med
.
2017
;
41
(
4
):
686
92
.