确定研究人群
从All of Us研究计划中筛选出符合纳入标准的生物女性参与者，分别用于绝经和SHC分析。
从All of Us v8数据集中提取239,564名有EHR数据的生物女性。绝经分析纳入40-60岁且未使用激素药物的女性；SHC分析纳入20-40岁且未绝经的女性。排除怀孕和卵巢切除史者。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
绝经和激素类避孕药使用与慢性鼻窦炎的关联：一项“全民健康”分析
Association of Menopause and Hormonal Contraceptive Use With Chronic Rhinosinusitis: An "All of Us" Analysis
实验完整度
中该研究为横断面数据分析，包含基于电子健康记录和问卷的队列分析，并进行了多变量回归和敏感性分析，但缺乏实验验证。
主要模型
239,564名有电子健康记录的生物女性（All of Us研究计划） 绝经分析队列（38,749名40-60岁女性） SHC分析队列（44,280名20-40岁女性）
重点核对
绝经状态基于调查问卷问题确定 SHC使用基于电子健康记录编码，且仅纳入CRS诊断前使用的SHC CRS诊断基于ICD-9/10和SNOMED代码，CRSwNP定义为含"polyp"的诊断 多变量回归调整了年龄、种族/民族、收入、教育、保险、吸烟、哮喘和GERD
摘要
目的：性激素在炎症中的作用日益受到关注，但激素调节状态对慢性鼻窦炎（CRS）的影响尚未得到充分研究。我们旨在探讨绝经和全身性激素类避孕药（SHC）使用与伴有鼻息肉（CRSwNP）和不伴鼻息肉（CRSsNP）的CRS之间的关联。研究设计：数据的横断面分析。场所：来自“全民健康研究计划”的大型全国性成人数据集。方法：本研究使用239,564名参与者的数据。提取CRS诊断、生物标志物数据、绝经状态和SHC使用情况（包括含雌激素避孕药（ECC）和仅含孕激素避孕药（POC））。构建多变量逻辑回归和线性回归模型，分析CRS诊断和生物标志物与绝经和SHC使用的关联。结果：绝经后参与者与绝经前患者相比，CRS几率无显著差异（比值比[OR]：1.02；95%置信区间[CI]：0.94-1.11）。与不使用SHC相比，POC与CRS无关联，但ECC使用与较低的CRSsNP几率相关（OR：0.71；95%CI：0.64-0.80），而与CRSwNP无关联（OR：0.82；95%CI：0.51-1.25）。生物标志物分析显示，与不使用SHC相比，在没有CRS的参与者中（β：-1.29；95%CI：-1.72至-0.85）和患有CRSsNP的参与者中（β：-1.66；95%CI：-3.02至-0.29），ECC使用与血清中性粒细胞浓度降低相关。结论：绝经与CRS无关联，而ECC使用与较低的CRSsNP几率相关。需进一步研究以阐明潜在机制。关键词：生物标志物、慢性鼻窦炎、CRS、女性、激素类避孕药、绝经
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 绝经状态和全身性激素类避孕药使用是否与慢性鼻窦炎及其亚型（CRSsNP和CRSwNP）的诊断相关联？
- 核心机制
- 含雌激素避孕药的使用可能通过降低血清中性粒细胞水平（非2型炎症的生物标志物）与较低的CRSsNP风险相关；绝经状态与CRS风险无显著关联。
- 主要证据
- 基于All of Us研究计划数据的横断面分析，包括38,749名绝经分析参与者和44,280名SHC分析参与者，通过多变量逻辑回归和线性回归分析CRS诊断和生物标志物。
- 研究意义
- 该研究结果提示激素调节状态可能影响CRS风险，为个性化预防和治疗策略提供了潜在方向，但需进一步纵向研究证实因果关系。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
定义暴露和结局变量
明确绝经状态、SHC使用和CRS诊断的分类标准。
绝经状态通过调查问卷问题确定；SHC使用通过电子健康记录中的“全身性激素类避孕药”变量识别，并进一步分类为POC或ECC。CRS诊断通过ICD-9/10和SNOMED代码识别，并分为CRSsNP和CRSwNP。
评估绝经与CRS的关联
检验绝经状态是否与CRS及其亚型独立相关。
使用多变量逻辑回归模型，调整年龄、种族/民族、收入、教育、保险、吸烟史、哮喘和GERD，计算绝经与CRS的调整后OR及95%CI。
评估SHC使用与CRS的关联
检验POC和ECC使用是否与CRS及其亚型独立相关。
使用多变量逻辑回归模型，以无SHC使用为参照，分别计算POC和ECC使用与CRS的调整后OR及95%CI。
生物标志物探索性分析
探索绝经和SHC使用与CRS相关生物标志物（如血清嗜酸性粒细胞、中性粒细胞等）的关联，以支持主要发现。
对样本量大于20的生物标志物，分别构建多变量线性回归模型，分析绝经或SHC使用与生物标志物水平的关联，并按CRS状态分层。
敏感性分析
检验主要结果的稳健性。
进行敏感性分析：排除使用低全身吸收避孕药的参与者，以及排除被归类为仅含雌激素的药物。分析结果无显著差异。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 数据来源 | 全民健康研究计划受控层级数据集v8 | -- | -- |
| 数据分析 | R版本4.4.0 | R Foundation for Statistical Computing | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 队列选择 | 纳入标准：年龄范围、绝经状态、SHC使用状态、排除标准（怀孕、卵巢切除史） 阅读提示：Methods: Study Population |
| 暴露变量定义 | 绝经状态如何通过调查问卷确定；SHC使用如何从EHR中提取并分类为POC/ECC；仅考虑CRS诊断前使用的SHC 阅读提示：Methods: Outcome Variables, Exposure Variables, and Covariates |
| 结局变量定义 | CRS诊断的ICD-9/10和SNOMED代码；CRSwNP的定义（诊断含"polyp"） 阅读提示：Methods: Outcome Variables, Exposure Variables, and Covariates |
| 统计分析 | 调整的协变量；逻辑回归和线性回归模型；生物标志物分析样本量阈值 阅读提示：Methods: Statistical Analysis |