队列建立与CHIP检测
确定两个美国生物样本库队列的研究人群并通过全基因组测序识别CHIP状态
纳入364,584名年龄40-90岁的参与者(All of Us和BioVU队列),排除了既往血液系统恶性肿瘤和缺失数据者;CHIP通过全基因组测序确定,包括任何CHIP和大型CHIP(VAF≥10%)。
Clonal Hematopoiesis and Risk of Incident Pericarditis and Myocarditis in 2 US Biobank Cohorts
基于两个美国生物样本库的大规模队列分析,使用全基因组测序识别CHIP,并通过Cox回归和荟萃分析验证关联,包含基础和基因亚型分析,但未涉及功能或机制实验。
NIH All of Us队列(201572名参与者) VUMC BioVU队列(160012名参与者)
CHIP状态通过全基因组测序确定 主要结局为ICD-10诊断代码定义的事件性心包炎和心肌炎 统计分析采用年龄标度Cox回归模型,并调整协变量 荟萃分析使用逆方差加权,根据异质性选择固定或随机效应模型
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
确定两个美国生物样本库队列的研究人群并通过全基因组测序识别CHIP状态
纳入364,584名年龄40-90岁的参与者(All of Us和BioVU队列),排除了既往血液系统恶性肿瘤和缺失数据者;CHIP通过全基因组测序确定,包括任何CHIP和大型CHIP(VAF≥10%)。
通过ICD-10诊断代码识别偶发性心包炎和心肌炎事件,作为研究的主要结局。
通过ICD-10诊断代码识别研究期间的首发心包炎和心肌炎事件;排除在分析前已患者对这些事件的参与者。
评估CHIP与心包炎和心肌炎风险的关联,并综合两个队列的结果。
使用年龄标度Cox比例风险回归模型计算调整后HR,调整协变量包括年龄、性别、遗传祖先等;对两个队列的结果进行逆方差加权荟萃分析,选择固定效应(I2<25%)或随机效应模型。
按研究目的归类文中使用的方法,便于定位所需技术。
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 |
|---|---|
| 队列建立 | 参与者年龄范围(40-90岁)、排除标准(既往血液系统恶性肿瘤或数据缺失)、样本量(各队列人数) 阅读提示:Methods部分,Table 1 |
| CHIP检测 | 全基因组测序方法、CHIP定义(包括大型CHIP的VAF阈值≥10%) 阅读提示:Methods部分,参考文献3 |
| 结局识别 | ICD-10诊断代码的具体定义、排除已有事件者 阅读提示:Methods部分 |
| 统计分析 | Cox回归模型的具体协变量、荟萃分析方法和异质性处理(I2阈值) 阅读提示:Methods部分,Table 2 |