目的参照2019年亚洲肌少症工作组（AWGS）修订的肌少症诊断标准,调查维持性血液透析（MHD）患者肌少症的发生现状并分析其影响因素,同时比较五种筛查工具在MHD患者肌少症筛查中的应用效果,以期为临床医护人员早期识别MHD患者中的肌少症高风险人群并及时采取预防性干预措施提供科学依据。方法采用便利抽样的方法,选取2020年10月至2021年4月在青岛市某三级甲等医院血液净化中心接受MHD治疗的患者作为研究对象。研究者本人于透析前测试患者的握力及6米步行速度;透析中应用一般资料调查表、改良定量主观整体评估问卷、Beck无望感量表、肌少症五条目（SARC-F）问卷、肌少症五条目结合小腿围（SARC-Cal F）问卷、肌少症五条目结合老龄和体质指数（SARC-F+EBM）问卷、迷你肌少症风险评估-7条目（MSRA-7）问卷以及迷你肌少症风险评估-5条目（MSRA-5）问卷进行调查;透析后测量患者的四肢骨骼肌量及小腿围。应用SPSS 22.0和Med Calc 19.6软件进行数据分析。计数资料采用频数和百分比描述;计量资料若服从正态分布则采用均数±标准差描述,不服从正态分布则采用中位数及四分位数间距描述。采用非参数检验、卡方检验、Fisher确切概率法、两独立样本t检验分析肌少症组与非肌少症组患者人口学特征、疾病相关特征、实验室指标、透析相关指标、无望感水平及营养状况的差异。采用二元Logistic回归分析MHD患者发生肌少症的独立影响因素。绘制受试者工作特征曲线,计算相应的曲线下面积（AUC）以评价五种筛查工具对MHD患者肌少症的总体筛查性能,并采用De Long测试检验五种筛查工具的AUC是否存在差异。根据约登指数最大原则确定五种筛查工具的最佳临界值,并计算五种筛查工具在原始临界值和最佳临界值时的灵敏度、特异度、Kappa值、阳性预测值、阴性预测值等筛查性能指标。结果1.本研究共纳入340例MHD患者,有84例（24.71%）诊断为肌少症。肌少症组与非肌少症组患者在年龄、体质指数、规律运动情况、合并糖尿病情况、白蛋白、前白蛋白、肌酐、超敏C反应蛋白、无望感水平、营养状况等方面的差异具有统计学意义（P＜0.05）。二元Logistic回归分析结果显示,年龄、合并糖尿病情况、超敏C反应蛋白、无望感水平、营养状况与MHD患者肌少症的发生独立相关（P＜0.05）。2.以肌少症诊断结果为参考,SARC-F问卷、SARC-Cal F问卷、SARC-F+EBM问卷、MSRA-7问卷、MSRA-5问卷的AUC分别为0.812、0.872、0.796、0.759、0.786,筛查肌少症的最佳临界值分别为2分、11分、11分、25分、45分。在最佳临界值时,以上五种筛查工具的灵敏度分别为61.90%、78.57%、64.29%、55.95%、77.38%;特异度分别为86.72%、89.84%、84.77%、84.37%、69.53%;Kappa值分别为0.482、0.663、0.473、0.398、0.380;阳性预测值分别为60.47%、71.74%、58.07%、54.02%、45.46%;阴性预测值分别为86.72%、92.74%、87.85%、85.38%、90.36%。进一步比较五种筛查工具的AUC,结果显示SARC-Cal F问卷的AUC大于其他四种筛查工具,差异均具有统计学意义（Z（28）2.248～3.451,P＜0.05）。结论1.MHD患者肌少症的患病率较高,影响其发生的主要因素包括年龄、合并糖尿病情况、超敏C反应蛋白、无望感水平、营养状况,提示临床医护人员可从积极监测并控制血糖、降低炎症细胞因子水平、改善无望感及营养状况等方面入手,实施个体化的预防性干预方案,以减少MHD患者肌少症的发生。2.五种筛查工具对MHD患者肌少症的筛查准确性均为中等,而SARC-Cal F问卷的筛查准确性最高,且在最佳临界值时具有较高的灵敏度和特异度,更适合用于早期识别MHD患者中的肌少症高风险人群。