ArchivDeutsches Ärzteblatt15/2016Schlaf, Muskelmasse und Muskelfunktion im Alter

MEDIZIN: Originalarbeit

Schlaf, Muskelmasse und Muskelfunktion im Alter

Querschnittsanalyse auf Basis der Daten der Berliner Altersstudie II (BASE-II)

Sleep, muscle mass and muscle function in older people—a cross-sectional analysis based on data from the Berlin Aging Study II (BASE-II)

Dtsch Arztebl Int 2016; 113: 253-60; DOI: 10.3238/arztebl.2016.0253

Buchmann, Nikolaus; Spira, Dominik; Norman, Kristina; Demuth, Ilja; Eckardt, Rahel; Steinhagen-Thiessen, Elisabeth

Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...

Hintergrund: Der Verlust von Muskelmasse kann insbesondere im höheren Lebensalter zu Mobilitäts- und Funktionseinschränkungen führen. Es wird angenommen, dass Schlafstörungen, die mit einer Prävalenz von 6–30 % in Deutschland häufig auftreten, eine zentrale Rolle bei der Aufrechterhaltung von Muskelmasse spielen. Die vorliegende Untersuchung basiert auf Daten der Berliner Altersstudie II (BASE-II) und analysiert Zusammenhänge zwischen Schlafeffizienz/-qualität und Muskelmasse/-funktion.

Methoden: Querschnittsdaten von 1 196 Probanden (52,5 % Frauen; 68 ± 4 Jahre) lagen vor. Das Schlafverhalten wurde anhand von Fragen des Pittsburgh Schlafqualitätsindex, die appendikuläre Skelettmuskelmasse (ALM) mittels Dual-Röntgen-Absorptiometrie und die Muskelfunktion durch eine Handgreifkraftmessung sowie durch Fragebögen zu körperlichen Aktivität und Beeinträchtigung körperlicher Aktivitäten erfasst. Niedrige Muskelmasse wurde mit Hilfe der Body-mass-Index(BMI)-korrigierten Muskelmasse (ALM/BMI) bestimmt.

Ergebnisse: Schlechte Schlafqualität berichteten 19,1 % der Frauen und 13,4 % der Männer. Männer unterhalb des ALM/BMI Cut-off-Werts erwähnten häufiger eine sehr schlechte Schlafeffizienz (9,1 % versus 4,8 % bei Frauen; p < 0,002). Die Odds Ratio, eine niedrige Muskelmasse aufzuweisen, lag nach Adjustierung für Männer mit schlechter Schlafqualität bei 2,8 (95-%-Konfidenzintervall: [1,1; 6,7]) und mit schlechter Schlafeffizienz bei 4,3 [1,2; 15,1]. Obwohl der Zusammenhang zwischen Schlafqualität/-effizienz und ALM/BMI Cut-off-Werten bei Frauen nicht statistisch signifikant war, zeigte schlechte Schlafqualität eine Assoziation mit verringerter Greifkraft (16,25 ± 2,33 kg versus 15,67 ± 2,38 kg; p = 0,009) und verringerter Muskelmasse (ALM: 16,25 ± 2,33 kg versus 15,67 kg ± 2,38 kg; p = 0,016).

Schlussfolgerung: Die Analyse unterstützt die Annahme, dass Zusammenhänge zwischen Schlaf und Muskelmasse vorliegen. Inwiefern die Muskelmasse vom Schlafverhalten abhängt, muss in longitudinalen Studien festgestellt werden.

LNSLNS

Von schlafbezogenen Beschwerden wird in Hausarztpraxen wie auch im Klinikalltag mit einer Prävalenz von 6–30 % oft berichtet. Insbesondere bei über 65-Jährigen sind Ein- und Durchschlafstörungen häufig (1, 2, e1). Mit zunehmendem Lebensalter ändern sich Schlafqualität, -quantität und -architektur (35):

  • Abnahme von Gesamtschlafzeit, Schlafeffizienz und Schlafqualität
  • Abnahme von „rapid eye movement“ (REM)-Schlafzeit und Tiefschlafzeit
  • Zunahme von Schlaflatenz und Wachliegezeit
  • Zunahme von Leichtschlaf und Wachphasen
  • Zunahme von Tagesschlaf und Tagesschläfrigkeit.

Diese großteils physiologischen Schlafveränderungen besitzen nicht zwangsläufig Krankheitswert und unterliegen individuellen Schwankungen. Unzureichende körperliche Bewegung, fehlende kognitive Anreize, äußere Störfaktoren (zum Beispiel Lärm, fremde Umgebung, falsche Raumtemperatur), psychische Belastungen (wie Depressionen oder Angststörungen) sowie somatische Faktoren (beispielsweise Nykturie, Demenz, Schlafapnoe, kardiovaskuläre Erkrankungen oder Schmerzen) beeinträchtigen vor allem bei älteren Menschen den Schlaf (e2, e3, 6).

Schlaf ist mit biologischen und psychischen Regenerationsprozessen assoziiert. Unzureichender oder unerholsamen Schlaf kann zu mangelnder Konzentrationsfähigkeit, kognitiver Verschlechterung, Leistungsminderung, Einschränkungen sozialer Kontakte, Abnahme der Lebensqualität oder einem erhöhten Sturzrisiko führen (e3, e4, 710). Tagesmüdigkeit sowie Konzentrationsstörungen können dazu beitragen, dass sich die Betroffenen weniger körperlich betätigen und somit Muskelmasse abgebaut wird (11).

Des Weiteren werden bei beeinträchtigtem Schlaf und Schlafmangel metabolische, hormonelle und immunologische Veränderungen beobachtet (12). Die anabolen Hormone IGF-1 und Testosteron, die eine wichtige Rolle bei der Proteinsynthese und damit Aufrechterhaltung von Muskelmasse spielen, werden durch Schlafdefizit herunterreguliert (12). Auf der einen Seite gilt die damit assoziierte Insulinresistenz als wesentlicher Risikofaktor für den Verlust an Muskelmasse und -funktion im Alter (13). Auf der anderen Seite begünstigt verringerte Muskelmasse selbst Insulinresistenz, da Muskulatur der Hauptwirk- und Hauptspeicherort für Glukose ist. Schlaf und Muskelmasse stehen somit in wechselseitiger Beziehung (Grafik 1). Insbesondere im höheren Lebensalter kann muskulärer Funktionsverlust zur frühzeitigen Einschränkungen bei Alltagsaufgaben und letztendlich früheren Pflegebedürftigkeit führen. Unter der Annahme, dass Schlaf und Muskelmasse miteinander in Verbindung stehen, wurden Daten der Berliner Altersstudie II (BASE-II) zu Schlafqualität sowie -effizienz von selbstständig und zu Hause lebenden Senioren ausgewertet sowie mögliche Assoziationen mit Muskelmasse, Greifkraft und körperlicher Aktivität untersucht.

Mögliche GRAFIK 1 Zusammenhänge zwischen Schlafqualität/-effizienz und Muskelmasse
Mögliche GRAFIK 1 Zusammenhänge zwischen Schlafqualität/-effizienz und Muskelmasse
Grafik 1
Mögliche GRAFIK 1 Zusammenhänge zwischen Schlafqualität/-effizienz und Muskelmasse

Methoden

Für die aktuelle Datenanalyse lagen Querschnittsdaten zu Schlafverhalten (Pittsburgh Schlafqualitätsindex), appendikulärer Skelettmuskelmasse (ALM) und Muskelfunktion (Handgreifkraftmessung und Fragebögen zu körperlichen Aktivitäten) von 1 196 Probanden (52,5 % Frauen; 68 ± 4 Jahre) der BASE-II vor. BASE-II ist eine epidemiologische Kohortenstudie, die vorrangig das Ziel verfolgt, Mechanismen von Krankheitsentstehung im Kontext des Alterungsprozesses zu untersuchen (14). Niedrige Muskelmasse wurde anhand der Cut-off-Werte für Body-mass-Index(BMI)-korrigierte Muskelmasse (ALM/BMI), die 2014 durch das Foundation for the National Institutes of Health (FNIH) Sarcopenia Project definiert wurden, bestimmt (1517). Die Methoden werden im eKasten detailliert beschrieben.

Methoden
Methoden
eKasten
Methoden

Ergebnisse

Insgesamt lagen komplette Querschnittsdaten zu Schlafeffizienz und -qualität sowie zu ALM und BMI von 1 196 Studienteilnehmern (52,5 % Frauen; 68 ± 4 Jahre) vor. Der BMI wurde benötigt, um ALM/BMI zu kalkulieren. Die deskriptive Statistik klinischer Charakteristika und Schlafcharakteristika der Probanden findet sich geschlechtergetrennt in Tabelle 1.

Charakteristika der Studienteilnehmer nach Geschlecht
Charakteristika der Studienteilnehmer nach Geschlecht
Tabelle 1
Charakteristika der Studienteilnehmer nach Geschlecht

Schlafcharakteristika

Insgesamt 16,4 % der Studienteilnehmer (19,1 % der Frauen und 13,4 % der Männer) bezeichneten die subjektive Schlafqualität als ziemlich schlecht oder sehr schlecht, 16,2 % (19,6 % der Frauen und 12,5 % der Männer) gaben eine schlechte Schlafeffizienz (< 85 %) an. Frauen berichteten somit häufiger als Männer von einer schlechten Schlafeffizienz und schlechten Schlafqualität. Die mittlere Schlafdauer war bei Frauen statistisch signifikant kürzer als bei Männern (6,9 ± 1 Stunden versus 7,1 ± 1 Stunden; p < 0,001), bei längerer selbstberichteter Einschlafdauer (21 ± 25 Minuten versus 15 ± 18 Minuten; p < 0,001).

Zusammenhang zwischen Cut-off-Werten für
Body-mass-Index-korrigierte Muskelmasse und Schlaf

Klinische Charakteristika und Schlafcharakteristika der Probanden finden sich geschlechtergetrennt und aufgeteilt auf ALM/BMI Cut-off-Werte in Tabelle 2. Insgesamt unterschritten 77 Frauen (12,3 %) und 106 Männer (18,7 %) die geschlechtsspezifischen ALM/BMI Cut-off-Werte.

Charakteristika der Studienteilnehmer nach Geschlecht und Cut-off-Werten für Body-mass-Index-korrigierte Muskelmasse
Charakteristika der Studienteilnehmer nach Geschlecht und Cut-off-Werten für Body-mass-Index-korrigierte Muskelmasse
Tabelle 2
Charakteristika der Studienteilnehmer nach Geschlecht und Cut-off-Werten für Body-mass-Index-korrigierte Muskelmasse

Der Vergleich zwischen Männern und Frauen in Tabelle 2 ergab, dass Männer signifikant häufiger niedrigere BMI-korrigierte Muskelmasse aufwiesen (< ALM/BMI Cut-off-Werte). Einzelne Schlafcharakteristika wie Einschlafdauer, Aufstehzeit, Bettliegezeit oder Schlafdauer waren weder bei Männern noch bei Frauen mit niedriger Muskelmasse (< ALM/BMI Cut-off-Werte) assoziiert. Lag eine niedrige Muskelmasse vor, berichteten Männer und Frauen häufiger über Beeinträchtigungen bei körperlichen Aktivitäten. Dazu zählten Probleme bei moderaten körperlichen Aktivitäten, beim Treppensteigen und beim Überqueren von Kreuzungen. Ferner ergaben sich bei Probanden beider Geschlechter verringerte Werte für die maximale Handgreifkraft. Insbesondere das Homöostase-Modell der Insulinresistenz (HOMA-IR) als Surrogatmarker für Insulinresistenz, aber auch C-reaktives Protein (CRP) als Inflammationsmarker zeigten erhöhte Werte, wenn ALM/BMI Cut-off-Werte unterschritten wurden und somit eine niedrige Muskelmasse vorlag (Tabelle 2).

Zudem konnte bei männlichen Studienteilnehmern mit niedriger Muskelmasse eine signifikant verringerte Schlafeffizienz beziehungsweise Schlafqualität gesehen werden. Diese Ergebnisse zeigten sich auch nach Bonferroni-Korrektur. Zudem war bei Männern das anabole Hormon Testosteron bei niedriger Muskelmasse signifikant verringert. Diese Ergebnisse konnten bei Frauen nicht beobachtet werden.

Zusammenhang zwischen Schlafqualität/-effizienz und Muskelmasse, Greifkraft sowie körperlicher Leistungsfähigkeit

Im Weiteren wurden mögliche Zusammenhänge zwischen ALM, ALM/BMI, Greifkraft, körperlicher Leistungsfähigkeit und Schlafqualität beziehungsweise -effizienz untersucht (eTabelle).

Männer mit subjektiv schlechtem Schlaf beziehungsweise schlechter Schlafeffizienz hatten sowohl eine signifikant geringere ALM als auch eine geringere BMI-korrigierte Muskelmasse (Grafik 2). Die Greifkraft war hingegen weder bei Männern mit schlechter Schlafeffizienz noch mit schlechter Schlafqualität statistisch signifikant verringert. Lediglich selbstberichtete Probleme bei mittelschweren körperlichen Aktivitäten zeigten sich häufiger, wenn eine schlechte Schlafeffizienz vorlag.

Abhängigkeit der Muskelmasse (ALM/BMI) von Schlafqualität
Abhängigkeit der Muskelmasse (ALM/BMI) von Schlafqualität
Grafik 2
Abhängigkeit der Muskelmasse (ALM/BMI) von Schlafqualität

Frauen mit subjektiv schlechtem Schlaf beziehungsweise schlechter Schlafeffizienz wiesen keine geringere BMI-korrigierte Muskelmasse auf (Grafik 2). Bei schlechter Schlafqualität war jedoch ALM, die nicht auf BMI-korrigierte Muskelmasse, statistisch signifikant verringert. Im Gegensatz zu den männlichen Probanden zeigten sich hierbei jedoch statistisch signifikante Zusammenhänge zwischen schlechter Schlafeffizienz beziehungsweise schlechter Schlafqualität und niedriger Greifkraft (eTabelle).

Subgruppenanalyse

In der Subgruppenanalyse von 259 Probanden, bei denen zusätzlich Fragen bezüglich schlafstörender Ereignisse (zum Beispiel Schmerzen, Wärme, Kälte, Lärm oder Nykturie) und Schlafmittelkonsum erhoben wurden (62,2 % Männer; 68 ± 4 Jahre), gaben 19,7 % der Probanden Schmerzen, 24,3 % Wärme, 11,2 % Kälte, 15,8 % Husten und 6,7 % Atembeschwerden als Grund für Störungen oder Unterbrechungen des Schlafes mindestens einmal pro Woche an. Frauen berichteten dabei häufiger von Schmerzen als Männer (27,5 % versus 14,9 %; p = 0,016) sowie die Einnahme von Schlafmitteln (12,2 % versus 4,3 %; p = 0,025). Weitere Gründe für Schlafunterbrechungen waren geschlechterunabhängig verteilt.

Studienteilnehmer mit niedriger Muskelmasse (< ALM/BMI Cut-off-Werte) und Probanden oberhalb der ALM/BMI Cut-off-Werte litten vergleichbar häufig an schlafstörenden Ereignisse wie beispielsweise Nykturie oder Schmerzen und zeigten ähnliche Beeinträchtigungen bei körperlichen Aktivitäten oder Greifkraft (Daten nicht gezeigt).

Die Einnahme von Schlafmitteln war ebenfalls weder mit Greifkraft noch mit Muskelmasse assoziiert. Jedoch war die selbstberichtete körperliche Leistungsfähigkeit bei Frauen deutlich vermindert, wenn Schlafmedikamente verwendet wurden. Eine statistische Signifikanz ergab sich bei der Fähigkeit, mittelschwere Tätigkeiten auszuüben (p = 0,032; Daten nicht gezeigt).

Regressionsanalyse

Zuletzt wurden Regressionsmodelle berechnet, um die Odds Ratio (OR) von schlechter Schlafqualität (schlecht oder sehr schlecht) und schlechter Schlafeffizienz (< 85 %) bezogen auf ALM/BMI Cut-off-Werte zu bestimmen. Die Ergebnisse der männlichen Studienteilnehmer sind in Tabelle 3 abgebildet. Das Modell mit der aufwendigsten Adjustierung (Modell 3; adjustiert für Alter, Größe, Gewicht, körperliche Aktivität, Komorbiditäten, Depression, Alkoholkonsum, Raucherstatus, Thyreoidea-stimulierendes Hormon [TSH], Testosteron, HOMA-IR und CRP; R2 nach Nagelkern = 0,581) ergab für Männer eine OR von 2,8; 95-%-Konfidenzintervall [1,1; 6,7] bei schlechter Schlafqualität und eine OR von 4,3 [1,2; 15,1] bei schlechter Schlafeffizienz, unterhalb der ALM/BMI Cut-off-Werte zu liegen. Bei Frauen hingen diese zwei Schlafcharakteristika nicht statistisch signifikant zusammen.

Relatives Risiko für geringe Muskelmasse in Abhängigkeit von Schlafqualität und -effizienz bei Männern
Relatives Risiko für geringe Muskelmasse in Abhängigkeit von Schlafqualität und -effizienz bei Männern
Tabelle 3
Relatives Risiko für geringe Muskelmasse in Abhängigkeit von Schlafqualität und -effizienz bei Männern

Modelle 1–3 wurden erneut mit Greifkraft anstelle von ALM/BMI Cut-off-Werten berechnet (Daten nicht gezeigt). In Modell 1 (p = 0,003) und Modell 2 (p = 0,045) war bei den weiblichen Probanden der Einfluss von schlechter Schlafeffizienz auf Greifkraft signifikant. Diese Ergebnisse wurden im Modell 3 nicht beobachtet (p = 0,084). Schlechte Schlafqualität und Greifkraft waren in keinem Modell signifikant assoziiert.

Diskussion

In der aktuellen Analyse einer Gruppe von 1 196 selbstständig und zu Hause lebenden Senioren der BASE-II wurden Zusammenhänge zwischen Muskelmasse und Schlaf gesehen. Die OR, unterhalb der ALM/BMI Cut-off-Werte zu liegen, ergab im Modell 3 bei Männern mit schlechter Schlafqualität 3,64 [1,43; 9,31] und mit schlechter Schlafeffizienz 4,23 [1,20; 14,88].

Bei Frauen hingen schlechte Schlafqualität und ALM ebenfalls zusammen, ALM/BMI oder ALM/BMI Cut-off-Werte waren jedoch nicht mit Schlafqualität oder -effizienz assoziiert. Greifkraft als Maß der Muskelkraft war aber bei Frauen mit schlechter Schlafeffizienz oder Schlafqualität statistisch signifikant verringert. Ergebnisse bezüglich der Greifkraft wurden nicht im Regressionsmodell 3 gesehen.

In die Kalkulation der Regressionsmodelle wurden Einflussvariablen beziehungsweise Störgrößen aufgenommen (Tabelle 3, Grafik 1), die sowohl Schlafverhalten als auch Muskelmasse beeinflussen können (26). Muskelmasse nimmt mit zunehmendem Alter ab und ist von Körpergröße sowie -gewicht abhängig (Modell 1). Daneben beeinflussen auch erhöhtes Lebensalter und erhöhter BMI das Schlafverhalten. Körperliche Aktivitäten zählen zu den protektiven, Lebensstilfaktoren wie Alkoholkonsum und Rauchen sowie Komorbiditäten zu den negativen Einflussfaktoren für Muskelmasse/-funktion und Schlaf (Modell 2). Im Modell 3 erfolgte eine Kontrolle auf metabolische (Insulinresistenz; HOMA-IR) und hormonelle Parameter (Testosteron und TSH; Modell 3) (27).

Die unterschiedlichen Ergebnisse zwischen Männern und Frauen können aufgrund des Querschnittdesigns nicht eindeutig geklärt werden. Insulinresistenz, die sich insbesondere bei Männern mit verringerter Schlafdauer entwickelt, aber auch andere metabolische und hormonelle Veränderungen könnten eine wichtige Rolle spielen (28, 29). Zudem existieren Hinweise, dass der BMI infolge einer verringerten Schlafdauer zunehmen kann. Die Erhöhung des BMI zeigt sich bei Männern als monotoner Trend (erhöhter BMI bei verringerter Schlafdauer), wohingegen bei Frauen ein U-kurveförmiger Zusammenhang mit der Schlafdauer vorliegt (29). Da sich unsere Ergebnisse auch auf die BMI-korrigierte Muskelmasse beziehen, könnte dies zu den unterschiedlichen Werten zwischen Männern und Frauen beigetragen haben. Auch die Ergebnisse der Handgreifkraft, die positiv mit dem BMI assoziiert waren, können dementsprechend beeinflusst worden sein (30, 31). Männer hatten einen signifikant höheren BMI als Frauen (Tabelle 1).

Die aktuelle Datenanalyse von selbstständig und zu Hause lebenden Senioren mit wenig Komorbiditäten basierend auf Einzelfragen des standardisierten Pittsburgh Schlafqualitätsindex (PSQI)-Schlaffragebogens zeigt jedoch, dass schlechte Schlafeffizienz und/oder schlechte Schlafqualität im höheren Lebensalter häufig berichtet werden (schlechte Schlafqualität bei 16,4 %; schlechte Schlafeffizienz bei 16,2 %). Eine Subgruppenanalyse von 269 Probanden, bei denen zusätzlich Daten zu Schlafmittelkonsum und schlafstörenden Ereignissen (Fragen aus dem PSQI-Fragebogen) erhoben wurden, ergab zudem, dass schlafstörende Ereignisse, nächtliche Wachphasen und regelmäßiger Schlafmittelkonsum ernstzunehmende Probleme sind. Diese Tatsache spielt insbesondere in Hinblick auf die Hauptergebnisse der Studie eine wichtige Rolle: Schlechte Schlafqualität und -effizienz sind mit verringerter Muskelmasse beziehungsweise verringerter Greifkraft assoziiert.

Die Ergebnisse der Auswertung stehen dabei im Einklang mit aktuellen Arbeitshypothesen. Studienteilnehmer mit verringerter Schlafzeit oder ineffizientem Schlaf, insbesondere im Rahmen der Schlafapnoe, weisen hormonelle oder metabolische Veränderungen auf (e7e10, 12, 28, 32, 33). Hormone wie Testosteron oder IGF-1 werden hierbei herunter- und Kortisol heraufreguliert (e10, 33). Dabei ist insbesondere IGF-1 ein zentraler Faktor bei der Proteinsynthese im Muskel. Ein IGF-1-Mangel enthemmt die Wachstumshormonsekretion und fördert eine Insulinresistenz. Diese gilt als wichtiger Mediator für den Verlust von Muskelmasse und Muskelkraft beziehungsweise die Entwicklung von funktionellen Einschränkungen im Alter (34, 35). Auch in der vorliegenden Analyse waren die Werte von HOMA-IR als Marker für Insulinresistenz bei Probanden unterhalb des ALM/BMI Cut-off-Wertes angestiegen. Der Inflammationsparameter CRP, der auch in unserer Auswertung bei Probanden unterhalb des ALM/BMI Cut-off-Wertes erhöht war, wird ebenfalls im Kontext von Muskelabbau diskutiert (36).

Bei Studienteilnehmern unter Schlafentzug wurde bereits beobachtet, dass sich die Muskelmasse verringert und die Muskulatur abbaut (37, 38).

Analysen unserer Arbeitsgruppe belegten, dass die ALM/BMI Cut-off-Werte auch im Zusammenhang mit Frailty und körperlicher Leistungsfähigkeit für die Gruppe der BASE-II Probanden anwendbar sind (22). Eine Korrektur auf Körpergröße und -gewicht, wie McLean et al. und andere vorgenommen haben, spiegelt Limitationen bei körperlicher Leistungsfähigkeit sowie die Handgreifkraft besser wieder und ist somit ein geeigneterer Marker für klinisch relevant niedrige Muskelmasse (15, 16, 39). Dennoch muss bedacht werden, dass der Einsatz fester Cut-off-Werte für ALM/BMI im Einzelfall auch die Ergebnisse verzerren kann, da ein identischer BMI bei verschiedenen Phänotypen – in Bezug auf Größe, Gewicht und Muskelmasse – auftreten kann. Bei identischem BMI mit stark abweichenden Körpergrößen treten unterschiedliche BMI-gewichtete ALM-Werte auf. Dementsprechend wurden in unserer Analyse auch unabhängig von diesen festen Cut-off-Werten Assoziationen zu Muskelmasse und Greifkraft untersucht.

Eine verringerte Muskelmasse spielt im höheren Lebensalter eine entscheidende Rolle und ist nicht nur mit der Bewältigung von Alltagsaktivitäten, sondern auch mit geriatrischen Syndromen wie Frailty oder Sturz assoziiert. Somit nimmt die verringerte Muskelmasse ein zentrales Themengebiet der Altersmedizin ein (22, 40).

Inwiefern sich der Schlaf auf die Aufrechterhaltung von Muskelmasse auswirkt, ob die Muskelmasse den Schlaf beeinflusst beziehungsweise eine positive Beeinflussung des Schlafverhaltens zur Aufrechterhaltung von Muskelmasse beiträgt, kann aufgrund der aktuellen Querschnittsuntersuchung nicht eindeutig geklärt und sollte an longitudinalen Untersuchungsergebnissen verifiziert werden.

Limitationen

Unsere Ergebnisse unterliegen einigen Limitationen. Die Daten der Schlafqualität sowie -effizienz sind selbstberichtete und damit subjektive Informationen aus einem Fragebogen. Durch die vorgegebenen Antwortmöglichkeiten zu Schlafqualität konnten Studienteilnehmer nur zwischen den folgenden Kategorien entscheiden:

  • sehr schlecht
  • ziemlich schlecht
  • ziemlich gut
  • sehr gut.

Die Gruppe der Probanden, die zwischen den Kategorien ziemlich schlecht und ziemlich gut schwankte, musste sich somit für die Kategorie schlechte oder gute Schlafqualität entscheiden. Somit ist möglich, dass die tatsächliche Schlafqualität über- oder unterbewertet wurde. Gleiches gilt für die Fragen nach körperlichen Aktivitäten und körperlicher Leistungsfähigkeit. Die körperliche Aktivität wurde lediglich durch Befragung analysiert, aber nicht durch andere Messinstrumente, zum Beispiel Aktinograph, objektiviert. Schlafstörende Ereignisse und Schlafmittelkonsum konnten nur mittels der Daten einer Teilstichprobe von 269 Probanden ermittelt werden. Somit war es nicht möglich, für die gesamte Studienpopulation die PSQI Cut-off-Werte auszuwerten. Werden diese schlafstörenden Ereignisse in unsere Berechnungen einbezogen, ändern sich die Ergebnisse jedoch nicht. Zuletzt handelt es sich bei BASE-II nicht um eine Zufallsstichprobe der Bevölkerung: Die Befragten sind im Durchschnitt gesünder und gesundheitsbewusster als die allgemeine Bevölkerung (14). Erkrankungen wie die chronisch obstruktive Lungenerkrankung (COPD) und die koronare Herzkrankheit sind unterrepräsentiert, wodurch die Ergebnisse dieser Studienpopulation nicht uneingeschränkt auf die Gesamtbevölkerung übetragen werden können. Aus unserer Sicht wäre zu erwarten, dass in einer Kohorte mit mehr Komorbiditäten die Prävalenz für Funktionseinschränkungen steigt und die in der vorliegenden Studie gefundenen Zusammenhänge tendenziell ausgeprägter sind.

Interessenkonflikt
PD Dr. Norman bekam Studienunterstützung (Drittmittel) von Nutricia, einer
spezialisierten Healthcare-Sparte des Nahrungsmittelkonzerns Danone.

Die übrigen Autoren erklären, dass kein Interessenkonflikt besteht.

Manuskriptdaten
eingereicht: 24. 6. 2015, revidierte Fassung angenommen: 7. 12. 2015

Anschrift für die Verfasser
Dr. med. Nikolaus Buchmann
Forschungsgruppe Geriatrie
Charité – Universitätsmedizin Berlin
Reinickendorfer Str. 61
13347 Berlin
nikolaus.buchmann@charite.de

Zitierweise
Buchmann N, Spira D, Norman K, Demuth I, Eckardt R, Steinhagen-Thiessen E:
Sleep, muscle mass and muscle function in older people—a cross-sectional analysis based on data from the Berlin Aging Study II (BASE-II). Dtsch Arztebl Int 2016; 113: 253–60.
DOI: 10.3238/arztebl.2016.0253

@The English version of this article is available online:
www.aerzteblatt-international.de

Zusatzmaterial
Mit „e“ gekennzeichnete Literatur:
www.aerzteblatt.de/lit1516 oder über QR-Code

eKasten, eTabelle:
www.aerzteblatt.de/16m0253 oder über QR-Code

1.
Foley DJ, Monjan AA, Brown SL, Simonsick EM, Wallace RB, Blazer DG:
Sleep complaints among elderly persons: an epidemiologic study of three communities. Sleep 1995; 18: 425–32 MEDLINE
2.
Ohayon MM, Zulley J: Correlates of global sleep dissatisfaction in the German population. Sleep 2001; 24: 780–7 MEDLINE
3.
Münch M: Der Schlaf und die innere Uhr im Alter. Therapeutische Umschau 2014; 71: 657–62 CrossRef MEDLINE
4.
Dijk DJ, Duffy JF, Riel E, Shanahan TL, Czeisler CA: Ageing and the circadian and homeostatic regulation of human sleep during forced desynchrony of rest, melatonin and temperature rhythms. J Physiol 1999; 516: 611–27 CrossRef PubMed Central
5.
Miles LE, Dement WC: Sleep and aging. Sleep 1980; 3: 1–220 MEDLINE
6.
Bliwise DL, Foley DJ, Vitiello MV, Ansari FP, Ancoli-Israel S, Walsh JK: Nocturia and disturbed sleep in the elderly. Sleep Med 2009; 10: 540–8 CrossRef MEDLINE PubMed Central
7.
Birbaumer N, Schmidt RF (eds.): Zirkadiane Periodik, Schlaf und Traum. In: Biologische Psychologie. Berlin, Heidelberg: Springer Medizin Verlag 2010; 535–69 CrossRef
8.
Kripke DF, Garfinkel L, Wingard DL, Klauber MR, Marler MR: Mortality associated with sleep duration and insomnia. Arch Gen Psychiatry 2002; 59: 131–6 CrossRef
9.
Ancoli-Israel S, Cooke JR: Prevalence and comorbidity of insomnia and effect on functioning in elderly populations. J Am Geriatr Soc 2005; 53: 264–71 CrossRef MEDLINE
10.
Spira AP, Covinsky K, Rebok GW, et al.: Poor sleep quality and functional decline in older women. J Am Geriatr Soc 2012; 60: 1092–8 CrossRef MEDLINE PubMed Central
11.
Naylor E, Penev PD, Orbeta L, et al.: Daily social and physical activity increases slow-wave sleep and daytime neuropsychological performance in the elderly. Sleep 2000; 23: 87–95 MEDLINE
12.
Dattilo M, Antunes HK, Medeiros A, et al.: Sleep and muscle recovery: endocrinological and molecular basis for a new and promising hypothesis.
Med Hypotheses 2011; 77: 220–2 CrossRef MEDLINE
13.
Kalyani RR, Corriere M, Ferrucci L: Age-related and disease-related muscle loss: the effect of diabetes, obesity, and other diseases. Lancet Diabetes Endocrinol 2014; 2: 819–29 CrossRef
14.
Bertram L, Böckenhoff A, Demuth I, et al.: Cohort Profile: the Berlin Aging Study II (BASE-II). Int J Epidemiol 2014; 43: 703–12 CrossRef MEDLINE
15.
McLean RR, Shardell MD, Alley DE, et al.: Criteria for clinically relevant weakness and low lean mass and their longitudinal association with incident mobility impairment and mortality: the Foundation for the National Institutes of Health (FNIH) Sarcopenia Project. J Gerontol A Biol Sci Med Sci 2014; 69: 576–83 CrossRef MEDLINE PubMed Central
16.
Cawthon PM, Peters KW, Shardell MD, et al.: Cutpoints for low appendicular lean mass that identify older adults with clinically significant weakness. J Gerontol A Biol Sci Med Sci 2014; 69: 567–75 CrossRef MEDLINE PubMed Central
17.
Alley DE, Shardell MD, Peters KW, et al.: Grip strength cutpoints for the identification of clinically relevant weakness. J Gerontol A Biol Sci Med Sci 2014; 69: 559–66 CrossRef MEDLINE PubMed Central
18.
Buysse DJ, Reynolds CF, Monk TH, Hoch CC, Yeager AL, Kupfer DJ: Quantification of subjective sleep quality in healthy elderly men and women using the Pittsburgh Sleep Quality Index (PSQI). Sleep 1991; 14: 331–8 MEDLINE
19.
Buysse DJ, Reynolds CF 3rd, Monk TH, Berman SR, Kupfer DJ: The Pittsburgh Sleep Quality Index: a new instrument for psychiatric practice and research. Psychiatry Res 1989; 28: 193–213 CrossRef
20.
Müller T, Paterok B (eds.): Schlaftraining: Ein Therapiemanual zur Behandlung von Schlafstörungen. 2nd edition. Göttingen: Hogrefe Verlag 2010; 88.
21.
Topolski TD, LoGerfo J, Patrick DL, Williams B, Walwick J, Patrick MB: Peer reviewed: the Rapid Assessment of Physical Activity (RAPA) among older adults. Prev Chronic Dis 2006; 3: A118 MEDLINE PubMed Central
22.
Spira D, Buchmann N, Nikolov J, et al.: Association of low lean mass with frailty and physical performance: a comparison between two operational definitions of sarcopenia—data from the Berlin aging study II (BASE-II). J Gerontol A Biol Sci Med Sci 2015; 70: 779–84 CrossRef MEDLINE
23.
Kellerer M, Siegel E: Praxisempfehlungen der Deutschen Diabetes Gesellschaft. Diabetologie und Stoffwechsel 2013; 8: 103–240 CrossRef
24.
Charlson ME, Pompei P, Ales KL, MacKenzie CR: A new method of classifying prognostic comorbidity in longitudinal studies: development and validation. J Chronic Dis 1987; 40: 373–83 CrossRef
25.
Gerstorf D, Hülür G, Drewelies J, et al.: Secular changes in late-life cognition and well-being: towards a long bright future with a short brisk ending? Psychol Aging 2015; 30: 301–10 CrossRef MEDLINE
26.
Narici MV, Maffulli N: Sarcopenia: characteristics, mechanisms and functional significance. Br Med Bull 2010; 95: 139–59 CrossRef MEDLINE
27.
Auyeung TW, Kwok T, Leung J, et al.: Sleep duration and disturbances were associated with testosterone level, muscle mass, and muscle strength— a cross-sectional study in 1274 older men. J Am Med Dir Assoc 2015; 16: 630.e1–6 CrossRef MEDLINE
28.
Knutson KL, Spiegel K, Penev P, van Cauter E: The metabolic consequences of sleep deprivation. Sleep Med Rev 2007; 11: 163–78 CrossRef MEDLINE PubMed Central
29.
Kripke DF, Garfinkel L, Wingard DL, Klauber MR, Marler MR: Mortality associated with sleep duration and insomnia. Arch Gen Psychiatry 2002; 59: 131–6 CrossRef
30.
Gale CR, Martyn CN, Cooper C, Sayer AA: Grip strength, body composition, and mortality. Int J Epidemiol 2007; 36: 228–35 CrossRef MEDLINE
31.
Pieterse S, Manandhar M, Ismail S: The association between nutritional status and handgrip strength in older Rwandan refugees. Eur J Clin Nutr 2002; 56: 933–9 CrossRef MEDLINE
32.
Yu JH, Yun CH, Ahn JH, et al.: Evening chronotype is associated with metabolic disorders and body composition in middle-aged adults. J Clin Endocrinol Metab 2015; 100: 1494–502 CrossRef MEDLINE
33.
von Treuer K, Norman TR, Armstrong SM: Overnight human plasma melatonin, cortisol, prolactin, TSH, under conditions of normal sleep, sleep deprivation, and sleep recovery. J Pineal Res 1996; 20: 7–14 CrossRef
34.
Bassil MS, Gougeon R: Muscle protein anabolism in type 2 diabetes. Curr Opin Clin Nutr Metab Care 2013; 16: 83–8 CrossRef MEDLINE
35.
Morley JE: Diabetes, sarcopenia, and frailty. Clin Geriatr Med 2008; 24: 455–69 CrossRef MEDLINE
36.
Lang CH, Frost RA, Vary TC: Regulation of muscle protein synthesis during sepsis and inflammation. Am J Physiol Endocrinol Metab 2007; 293: E453–9 CrossRef MEDLINE
37.
Nedeltcheva AV, Kilkus JM, Imperial J, Schoeller DA, Penev PD: Insufficient sleep undermines dietary efforts to reduce adiposity. Ann Intern Med 2010; 153: 435–41 CrossRef MEDLINE
38.
Kant GJ, Genser SG, Thorne DR, Pfalser JL, Mougey EH: Effects of 72 hour sleep deprivation on urinary cortisol and indices of metabolism. Sleep 1984; 7: 142–6 MEDLINE
39.
Cawthon PM, Peters KW, Shardell MD, et al.: Cutpoints for low appendicular lean mass that identify older adults with clinically significant weakness. J Gerontol A Biol Sci Med 2014; 69: 567–75 CrossRef MEDLINE PubMed Central
40.
Landi F, Liperoti R, Russo A, et al.: Sarcopenia as a risk factor for falls in elderly individuals: results from the ilSIRENTE study. Clin Nutr 2012; 31: 652–8 CrossRef MEDLINE
e1.
Schlack R, Hapke U, Maske U, Busch M, Cohrs S: Häufigkeit und Verteilung von Schlafproblemen und Insomnie in der deutschen Erwachsenenbevölkerung. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2013; 56: 740–8 CrossRef MEDLINE
e2.
Mazza M, Della Marca G, De Risio S, Mennuni GF, Mazza S: Sleep disorders in the elderly. Clin Ter 2004; 155: 391–4 MEDLINE
e3.
Cooke JR, Ancoli-Israel S: Normal and abnormal sleep in the elderly. In: Vinken PJ, Bruyn GW (eds.): Handbook of clinical neurology. Amsterdam: Elsevier B. V. 2011; 98: 653–65.
e4.
Goel N, Rao H, Durmer JS, Dinges DF: Neurocognitive consequences of sleep deprivation. Semin Neurol 2009; 29: 320–39 CrossRef MEDLINE PubMed Central
e5.
Staedt J, Gudlowski Y, Hauser M (eds.): Schlafstörungen im Alter: Rat und Hilfe für Betroffene und Angehörige. Stuttgart: W. Kohlhammer 2009; 103.
e6.
Hähnlein V, Rimpel J (eds.): Systemische Psychosomatik:
Ein integratives Lehrbuch. Stuttgart: Klett-Cotta 2008; 314.
e7.
Tufik S, Andersen ML, Bittencourt LR, Mello MT: Paradoxical sleep deprivation: neurochemical, hormonal and behavioral alterations. Evidence from 30 years of research. An Acad Bras de Cienc 2009; 81: 521–38 CrossRef
e8.
Spiegel K, Leproult R, van Cauter E: Impact of sleep debt on metabolic and endocrine function. Lancet 1999; 354: 1435–9 CrossRef
e9.
Vardar-Yagli N, Saglam M, Savci S, et al.: Impact of sleep quality on functional capacity, peripheral muscle strength and quality of life in patients with chronic obstructive pulmonary disease. Expert Rev of Respir Med 2015; 9: 233–9 CrossRef MEDLINE
e10.
Everson CA, Crowley WR: Reductions in circulating anabolic hormones induced by sustained sleep deprivation in rats.
Am J Physiol Endocrinol Metab 2004; 286: E1060–70 CrossRef MEDLINE
* Die Autoreninnen teilen sich die Letztautorenschaft.
Forschungsgruppe Geriatrie der Charité – Universitätsmedizin Berlin: Dr. med. Buchmann,
Dr. med. Spira, Priv.-Doz. Dr. rer. medic. Norman, Priv.-Doz. Dr. rer. nat. Demuth, Dr. med. Eckardt*,
Prof. Dr. med. Steinhagen-Thiessen*
Charité – Universitätsmedizin Berlin, Institut für Medizinische Genetik und Humangenetik, Berlin:
PD. Dr. rer. nat. Demuth
Mögliche GRAFIK 1 Zusammenhänge zwischen Schlafqualität/-effizienz und Muskelmasse
Mögliche GRAFIK 1 Zusammenhänge zwischen Schlafqualität/-effizienz und Muskelmasse
Grafik 1
Mögliche GRAFIK 1 Zusammenhänge zwischen Schlafqualität/-effizienz und Muskelmasse
Abhängigkeit der Muskelmasse (ALM/BMI) von Schlafqualität
Abhängigkeit der Muskelmasse (ALM/BMI) von Schlafqualität
Grafik 2
Abhängigkeit der Muskelmasse (ALM/BMI) von Schlafqualität
Charakteristika der Studienteilnehmer nach Geschlecht
Charakteristika der Studienteilnehmer nach Geschlecht
Tabelle 1
Charakteristika der Studienteilnehmer nach Geschlecht
Charakteristika der Studienteilnehmer nach Geschlecht und Cut-off-Werten für Body-mass-Index-korrigierte Muskelmasse
Charakteristika der Studienteilnehmer nach Geschlecht und Cut-off-Werten für Body-mass-Index-korrigierte Muskelmasse
Tabelle 2
Charakteristika der Studienteilnehmer nach Geschlecht und Cut-off-Werten für Body-mass-Index-korrigierte Muskelmasse
Relatives Risiko für geringe Muskelmasse in Abhängigkeit von Schlafqualität und -effizienz bei Männern
Relatives Risiko für geringe Muskelmasse in Abhängigkeit von Schlafqualität und -effizienz bei Männern
Tabelle 3
Relatives Risiko für geringe Muskelmasse in Abhängigkeit von Schlafqualität und -effizienz bei Männern
Methoden
Methoden
eKasten
Methoden
1.Foley DJ, Monjan AA, Brown SL, Simonsick EM, Wallace RB, Blazer DG:
Sleep complaints among elderly persons: an epidemiologic study of three communities. Sleep 1995; 18: 425–32 MEDLINE
2.Ohayon MM, Zulley J: Correlates of global sleep dissatisfaction in the German population. Sleep 2001; 24: 780–7 MEDLINE
3.Münch M: Der Schlaf und die innere Uhr im Alter. Therapeutische Umschau 2014; 71: 657–62 CrossRef MEDLINE
4.Dijk DJ, Duffy JF, Riel E, Shanahan TL, Czeisler CA: Ageing and the circadian and homeostatic regulation of human sleep during forced desynchrony of rest, melatonin and temperature rhythms. J Physiol 1999; 516: 611–27 CrossRef PubMed Central
5.Miles LE, Dement WC: Sleep and aging. Sleep 1980; 3: 1–220 MEDLINE
6.Bliwise DL, Foley DJ, Vitiello MV, Ansari FP, Ancoli-Israel S, Walsh JK: Nocturia and disturbed sleep in the elderly. Sleep Med 2009; 10: 540–8 CrossRef MEDLINE PubMed Central
7.Birbaumer N, Schmidt RF (eds.): Zirkadiane Periodik, Schlaf und Traum. In: Biologische Psychologie. Berlin, Heidelberg: Springer Medizin Verlag 2010; 535–69 CrossRef
8.Kripke DF, Garfinkel L, Wingard DL, Klauber MR, Marler MR: Mortality associated with sleep duration and insomnia. Arch Gen Psychiatry 2002; 59: 131–6 CrossRef
9.Ancoli-Israel S, Cooke JR: Prevalence and comorbidity of insomnia and effect on functioning in elderly populations. J Am Geriatr Soc 2005; 53: 264–71 CrossRef MEDLINE
10.Spira AP, Covinsky K, Rebok GW, et al.: Poor sleep quality and functional decline in older women. J Am Geriatr Soc 2012; 60: 1092–8 CrossRef MEDLINE PubMed Central
11.Naylor E, Penev PD, Orbeta L, et al.: Daily social and physical activity increases slow-wave sleep and daytime neuropsychological performance in the elderly. Sleep 2000; 23: 87–95 MEDLINE
12.Dattilo M, Antunes HK, Medeiros A, et al.: Sleep and muscle recovery: endocrinological and molecular basis for a new and promising hypothesis.
Med Hypotheses 2011; 77: 220–2 CrossRef MEDLINE
13.Kalyani RR, Corriere M, Ferrucci L: Age-related and disease-related muscle loss: the effect of diabetes, obesity, and other diseases. Lancet Diabetes Endocrinol 2014; 2: 819–29 CrossRef
14.Bertram L, Böckenhoff A, Demuth I, et al.: Cohort Profile: the Berlin Aging Study II (BASE-II). Int J Epidemiol 2014; 43: 703–12 CrossRef MEDLINE
15.McLean RR, Shardell MD, Alley DE, et al.: Criteria for clinically relevant weakness and low lean mass and their longitudinal association with incident mobility impairment and mortality: the Foundation for the National Institutes of Health (FNIH) Sarcopenia Project. J Gerontol A Biol Sci Med Sci 2014; 69: 576–83 CrossRef MEDLINE PubMed Central
16.Cawthon PM, Peters KW, Shardell MD, et al.: Cutpoints for low appendicular lean mass that identify older adults with clinically significant weakness. J Gerontol A Biol Sci Med Sci 2014; 69: 567–75 CrossRef MEDLINE PubMed Central
17.Alley DE, Shardell MD, Peters KW, et al.: Grip strength cutpoints for the identification of clinically relevant weakness. J Gerontol A Biol Sci Med Sci 2014; 69: 559–66 CrossRef MEDLINE PubMed Central
18.Buysse DJ, Reynolds CF, Monk TH, Hoch CC, Yeager AL, Kupfer DJ: Quantification of subjective sleep quality in healthy elderly men and women using the Pittsburgh Sleep Quality Index (PSQI). Sleep 1991; 14: 331–8 MEDLINE
19.Buysse DJ, Reynolds CF 3rd, Monk TH, Berman SR, Kupfer DJ: The Pittsburgh Sleep Quality Index: a new instrument for psychiatric practice and research. Psychiatry Res 1989; 28: 193–213 CrossRef
20.Müller T, Paterok B (eds.): Schlaftraining: Ein Therapiemanual zur Behandlung von Schlafstörungen. 2nd edition. Göttingen: Hogrefe Verlag 2010; 88.
21.Topolski TD, LoGerfo J, Patrick DL, Williams B, Walwick J, Patrick MB: Peer reviewed: the Rapid Assessment of Physical Activity (RAPA) among older adults. Prev Chronic Dis 2006; 3: A118 MEDLINE PubMed Central
22.Spira D, Buchmann N, Nikolov J, et al.: Association of low lean mass with frailty and physical performance: a comparison between two operational definitions of sarcopenia—data from the Berlin aging study II (BASE-II). J Gerontol A Biol Sci Med Sci 2015; 70: 779–84 CrossRef MEDLINE
23.Kellerer M, Siegel E: Praxisempfehlungen der Deutschen Diabetes Gesellschaft. Diabetologie und Stoffwechsel 2013; 8: 103–240 CrossRef
24.Charlson ME, Pompei P, Ales KL, MacKenzie CR: A new method of classifying prognostic comorbidity in longitudinal studies: development and validation. J Chronic Dis 1987; 40: 373–83 CrossRef
25.Gerstorf D, Hülür G, Drewelies J, et al.: Secular changes in late-life cognition and well-being: towards a long bright future with a short brisk ending? Psychol Aging 2015; 30: 301–10 CrossRef MEDLINE
26.Narici MV, Maffulli N: Sarcopenia: characteristics, mechanisms and functional significance. Br Med Bull 2010; 95: 139–59 CrossRef MEDLINE
27.Auyeung TW, Kwok T, Leung J, et al.: Sleep duration and disturbances were associated with testosterone level, muscle mass, and muscle strength— a cross-sectional study in 1274 older men. J Am Med Dir Assoc 2015; 16: 630.e1–6 CrossRef MEDLINE
28.Knutson KL, Spiegel K, Penev P, van Cauter E: The metabolic consequences of sleep deprivation. Sleep Med Rev 2007; 11: 163–78 CrossRef MEDLINE PubMed Central
29.Kripke DF, Garfinkel L, Wingard DL, Klauber MR, Marler MR: Mortality associated with sleep duration and insomnia. Arch Gen Psychiatry 2002; 59: 131–6 CrossRef
30.Gale CR, Martyn CN, Cooper C, Sayer AA: Grip strength, body composition, and mortality. Int J Epidemiol 2007; 36: 228–35 CrossRef MEDLINE
31.Pieterse S, Manandhar M, Ismail S: The association between nutritional status and handgrip strength in older Rwandan refugees. Eur J Clin Nutr 2002; 56: 933–9 CrossRef MEDLINE
32.Yu JH, Yun CH, Ahn JH, et al.: Evening chronotype is associated with metabolic disorders and body composition in middle-aged adults. J Clin Endocrinol Metab 2015; 100: 1494–502 CrossRef MEDLINE
33.von Treuer K, Norman TR, Armstrong SM: Overnight human plasma melatonin, cortisol, prolactin, TSH, under conditions of normal sleep, sleep deprivation, and sleep recovery. J Pineal Res 1996; 20: 7–14 CrossRef
34.Bassil MS, Gougeon R: Muscle protein anabolism in type 2 diabetes. Curr Opin Clin Nutr Metab Care 2013; 16: 83–8 CrossRef MEDLINE
35.Morley JE: Diabetes, sarcopenia, and frailty. Clin Geriatr Med 2008; 24: 455–69 CrossRef MEDLINE
36.Lang CH, Frost RA, Vary TC: Regulation of muscle protein synthesis during sepsis and inflammation. Am J Physiol Endocrinol Metab 2007; 293: E453–9 CrossRef MEDLINE
37.Nedeltcheva AV, Kilkus JM, Imperial J, Schoeller DA, Penev PD: Insufficient sleep undermines dietary efforts to reduce adiposity. Ann Intern Med 2010; 153: 435–41 CrossRef MEDLINE
38.Kant GJ, Genser SG, Thorne DR, Pfalser JL, Mougey EH: Effects of 72 hour sleep deprivation on urinary cortisol and indices of metabolism. Sleep 1984; 7: 142–6 MEDLINE
39.Cawthon PM, Peters KW, Shardell MD, et al.: Cutpoints for low appendicular lean mass that identify older adults with clinically significant weakness. J Gerontol A Biol Sci Med 2014; 69: 567–75 CrossRef MEDLINE PubMed Central
40.Landi F, Liperoti R, Russo A, et al.: Sarcopenia as a risk factor for falls in elderly individuals: results from the ilSIRENTE study. Clin Nutr 2012; 31: 652–8 CrossRef MEDLINE
e1.Schlack R, Hapke U, Maske U, Busch M, Cohrs S: Häufigkeit und Verteilung von Schlafproblemen und Insomnie in der deutschen Erwachsenenbevölkerung. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2013; 56: 740–8 CrossRef MEDLINE
e2.Mazza M, Della Marca G, De Risio S, Mennuni GF, Mazza S: Sleep disorders in the elderly. Clin Ter 2004; 155: 391–4 MEDLINE
e3.Cooke JR, Ancoli-Israel S: Normal and abnormal sleep in the elderly. In: Vinken PJ, Bruyn GW (eds.): Handbook of clinical neurology. Amsterdam: Elsevier B. V. 2011; 98: 653–65.
e4.Goel N, Rao H, Durmer JS, Dinges DF: Neurocognitive consequences of sleep deprivation. Semin Neurol 2009; 29: 320–39 CrossRef MEDLINE PubMed Central
e5.Staedt J, Gudlowski Y, Hauser M (eds.): Schlafstörungen im Alter: Rat und Hilfe für Betroffene und Angehörige. Stuttgart: W. Kohlhammer 2009; 103.
e6.Hähnlein V, Rimpel J (eds.): Systemische Psychosomatik:
Ein integratives Lehrbuch. Stuttgart: Klett-Cotta 2008; 314.
e7.Tufik S, Andersen ML, Bittencourt LR, Mello MT: Paradoxical sleep deprivation: neurochemical, hormonal and behavioral alterations. Evidence from 30 years of research. An Acad Bras de Cienc 2009; 81: 521–38 CrossRef
e8.Spiegel K, Leproult R, van Cauter E: Impact of sleep debt on metabolic and endocrine function. Lancet 1999; 354: 1435–9 CrossRef
e9.Vardar-Yagli N, Saglam M, Savci S, et al.: Impact of sleep quality on functional capacity, peripheral muscle strength and quality of life in patients with chronic obstructive pulmonary disease. Expert Rev of Respir Med 2015; 9: 233–9 CrossRef MEDLINE
e10.Everson CA, Crowley WR: Reductions in circulating anabolic hormones induced by sustained sleep deprivation in rats.
Am J Physiol Endocrinol Metab 2004; 286: E1060–70 CrossRef MEDLINE
  • Wir brauchen longitudinale Informationen
    Dtsch Arztebl Int 2016; 113: 615; DOI: 10.3238/arztebl.2016.0615a
    Erren, Thomas C.; Westermann, Inga K.; Groß, J. Valérie; Morfeld, Peter; Reiter, Russel J.
  • Schlusswort
    Dtsch Arztebl Int 2016; 113: 615; DOI: 10.3238/arztebl.2016.0615b
    Steinhagen-Thiessen, Elisabeth; Buchmann, Nikolaus

Leserkommentare

E-Mail
Passwort

Registrieren

Um Artikel, Nachrichten oder Blogs kommentieren zu können, müssen Sie registriert sein. Sind sie bereits für den Newsletter oder den Stellenmarkt registriert, können Sie sich hier direkt anmelden.

Fachgebiet

Anzeige

Alle Leserbriefe zum Thema