骨鬆、肌少症找上門怎麼辦?掌握3個關鍵。(圖片來源:Adobe Stock)
Q:家裡長輩行動力變差,懷疑可能是骨鬆或肌少症,有沒有簡便的方式可以檢測?
A:很多長者不知道自己是骨鬆或肌少症患者,直到骨折進醫院檢查,才知道為何只是一個彎腰撿東西的簡單動作,居然就骨折了。萬芳醫院骨科主治醫師陳昱斌指出,骨質與肌肉量會在老化過程中流失,而在流失過程中,患者沒有任何感覺,常要等到骨質流失到一定程度,骨頭強度耐受性下降,以及因肌肉流失而無法好好維持平衡,導致經常跌倒後,才感到不對勁。
他舉例,有位八十多歲的阿嬤,只是彎下腰關電扇,一時無法平衡直接坐在地上,就大腿骨斷裂。骨質密度負2.5即是骨鬆症,陳昱斌口中的這位阿嬤,檢查後的骨密是負7.1,已是嚴重骨鬆,同時還有肌少症。後來,在兩個月的藥物治療期間,阿嬤又發生腰椎骨折,而這樣的情況並非個案,因為,「一但有嚴重骨鬆和肌少症,就會不斷發生跌倒乃至骨折,形成惡性循環。」
事實上,骨鬆症一直是流行病學的重大議題,世界衛生組織認定,骨鬆症是全球僅次於冠狀動脈心臟病的第二大重要流行病;國建署的調查也顯示,骨鬆症是65歲以上老人常見慢性病的第四名,又被稱為「隱形殺手」。
要減少傷害 可從改善居家環境入手
國健署的2015年至2018年「國民營養健康狀況變遷調查」,針對五十歲以上民眾透過雙能量X光吸收儀(DXA)量測他們的骨質密度,結果發現,隨著年紀增加,骨鬆症患者隨之增加,且女性比例高於男性。
在這項調查中,75歲以上男、女骨鬆的比例分別為19.4%、29.3%。換言之,75歲以上的銀髮族,男性中每五位將近一位有骨鬆症,女性更高達近三成有骨鬆症。
至於肌少症,根據國健署調查,臺灣65歲以上老人肌少症盛行率,男性為23.6%,女性為18.6%。
有鑑於此,萬芳醫院於2017年成立「脆弱骨折防治網」,針對已發生髖部骨折、脊椎或骨鬆骨折的患者,及早提供藥物治療;從2020年年底開始,骨科醫師更在週日帶隊,針對高風險跌倒患者進行居家訪視,檢視患者家中是否有防跌設施、充分照明等,降低再次發生意外的風險。
「脆弱骨折防治網」實施幾年後,經統計,萬芳醫院的骨鬆治療率從原先的22.8%上升至72.3%,「一年內再次骨折發生率」從14.7%降至4.9%,「骨折後一年死亡率」則從17.9%降至11.8%。
找出骨鬆或肌少症原因 才能降低死亡率
陳昱斌曾比喻「骨鬆症與肌少症是老人骨折的『雙子殺手』」,這句話或許並不為過,因為他從萬芳醫院的研究發現,骨折患者的髖部相當脆弱,有高達五成的髖部骨折患者有肌少症,「骨鬆加上肌少症,讓許多長者很容易因為一個跌倒而骨折,而髖部骨折常被認為是『壓垮老人的最後一根稻草』,一年後的死亡率高達兩成,可回覆到受傷前狀態者也不到五分之一。」
尤其,文山區是臺北市老化程度排名第三的社區,許多長者骨折後,骨科醫師只處理患者的骨折問題,未探究長輩骨折的原因,於是老人家可能一再骨折求診,或是因此死亡而不再出現。
「為防患未然,有必要讓長者知道骨鬆跟肌少症引起的潛在危險。」陳昱斌提到,萬芳醫院在2020年成立跨團隊的「骨質疏鬆與肌少照護中心」,是臺灣少數將肌少症納入檢測與治療的醫療機構,將分散於各科別的骨鬆或肌少症患者集中衛教、診斷與治療,並且自2020年二月開始,將萬芳醫院超過1500位骨折患者的資料輸入資料庫,追蹤、列管後續骨折事件。
透過AI判讀未來十年骨折機率
目前公認的骨質密度測定黃金標準,是利用雙能量X光吸收儀檢查身體;至於肌少症的診斷,則除了握力及走路速度,還需要經過醫療機構的雙能量X光吸收儀確認四肢骨骼肌肉量是否不足。
不過,陳昱斌指出,大臺北地區醫療資源豐富,但像花東偏鄉地區,雙能量X光吸收儀恐怕少之又少,於是醫界開始思考,如何利用簡易方式,判斷骨鬆與肌少症潛在患者。現在,「民眾只要在醫院、衛生所,甚至在X光機巡迴車拍攝髖部X光片,就算在偏鄉,醫師透過遠距看到X光片也可以判讀。」陳昱斌說。
拜大數據發展之賜,骨鬆或肌少症也能提早防範。在骨鬆骨折中,髖關節骨折是危險性最高的,因此,萬芳醫院與業界合作,以醫院歷年拍過的髖部X光片和骨鬆檢測大數據開發AI軟體,只要一張髖部X光片,電腦就能判讀受檢者有無骨鬆風險,甚至估算未來十年發生骨折的機率,準確度高達九成。
萬芳醫院也與陽明交通大學合作開發了一套AI軟體,可以透過髖部X光片判斷患者是否有肌少症,讓臨床醫師及早診療,「準確度約為八成,透過訓練強化AI學習,還能將準確率提升至九成,預計2022年可望達成,」陳昱斌說。
預先《訂製你的無病生活》!老化是正常現象,最重要的是如何以正常速度健康變老,儘管無法完全遏止意外,但至少要減輕嚴重程度,而透過大數據輔助判斷潛在風險,提早介入衛教或治療,就能避免骨鬆或肌少症成為老人的惡夢。
本文整理、節錄自吳佩琪、林惠君、黃筱珮《訂製你的無病生活》一書,文章僅代表作者個人立場和觀點。由天下文化授權轉載,欲閱讀完整作品,歡迎參考原書。
来源:
看完那這篇文章覺得
排序