
Ferramentas de avaliação para pacientes com sarcopenia relacionada ao acidente vascular cerebral: uma revisão de escopo
MedicinaO que aconteceu
A avaliação da sarcopenia relacionada ao acidente vascular cerebral (SRS) não é fácil devido à paralisia e limitações funcionais na mobilidade após o acidente vascular cerebral. Há necessidade de identificar ferramentas para a avaliação da SRS que os pacientes com AVC possam completar. Objetivos: Esta revisão teve como objetivo resumir as ferramentas que podem ser utilizadas para avaliar a SRS. Os bancos de dados foram sistematicamente pesquisados desde o momento da construção até 28 de junho de 2026 com base no Arkensey e O'Malley framework. As bases de dados pesquisadas incluíram PubMed, Cumulative Index to Nursing and Allied Health Literature, Web of Science, Embase, Cochrane Library, China National Knowledge Infrastructure, Wanfang, VIP e China Biomedical Literature Database.
O que encontraram
Essa revisão de escopo incluiu 15 estudos e identificou 18 instrumentos de avaliação, enquadrando-se em quatro categorias: 8 instrumentos antropométricos, 7 instrumentos de teste baseados em desempenho, 1 questionário e 2 fórmulas de cálculo. O ALM/SMI é o padrão-ouro para massa muscular; o TMT permite o rastreamento precoce via TC/RM de rotina sem sobrecarga extra. A FPM é preferida para a força muscular. CC e SARC-F vestem triagem inicial em larga escala. A fórmula de previsão ALM validada fornece uma alternativa quando a medição instrumental não está disponível.
Por que isso importa
Os resultados de nosso estudo podem ajudar os profissionais de saúde a selecionar racionalmente as ferramentas de avaliação adequadas e ótimas da SRS de acordo com a situação real.
Tradução automática do resumo original, publicado em Frontiers in medicine sob licença CC BY. Os números são conferidos contra o original; siglas e termos técnicos podem variar.
O estudo original
Assessment tools for patients with stroke-related sarcopenia: a scoping review
Yanran Liang, Linli Xie, Wanwan Qiao, Runfang Guo, Hejia Wan, Jie Jing