队列建立与样本测量
建立包含多种族/民族中年女性的前瞻性队列,并测量基线尿液金属浓度。
从SWAN研究中选取1082名绝经前女性,年龄45-56岁,在基线(1999-2000年)测量15种尿液金属浓度(砷、钡、镉、钴、铯、铜、汞、锰、钼、镍、铅、锑、锡、铊、锌),并收集协变量信息(种族/民族、教育、BMI、吸烟、体力活动、生育史等)。
Urinary metals and metal mixtures and timing of natural menopause in midlife women: The Study of Women's Health Across the Nation
该研究为前瞻性队列研究,包含尿液金属测量和统计分析,但未包含体外或动物模型等机制验证。
SWAN多种污染物研究队列(1082名绝经前女性)
研究人群:1082名绝经前女性,来自5个研究中心,多种族/民族 基线年龄:45-56岁 随访时间:中位4.1年(IQR: 2.3, 6.1) 暴露测量:基线尿液中15种金属浓度 结局定义:自然绝经(至少12个月闭经,非手术或激素治疗所致)
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。
建立包含多种族/民族中年女性的前瞻性队列,并测量基线尿液金属浓度。
从SWAN研究中选取1082名绝经前女性,年龄45-56岁,在基线(1999-2000年)测量15种尿液金属浓度(砷、钡、镉、钴、铯、铜、汞、锰、钼、镍、铅、锑、锡、铊、锌),并收集协变量信息(种族/民族、教育、BMI、吸烟、体力活动、生育史等)。
准确确定自然绝经事件及年龄。
通过年度随访访谈询问月经情况,确定自然绝经定义为至少12个月闭经,且非手术或激素治疗所致。
评估每种尿液金属浓度与自然绝经时间的关联。
使用Cox比例风险模型,以年龄为时间尺度,按金属浓度四分位数分类,调整混杂因素,计算HR和95%CI,并估计各分位数的自然绝经中位年龄。
评估多种金属混合暴露与自然绝经的关联。
使用弹性网络(ENET)惩罚Cox回归识别与自然绝经相关的金属,并基于非零系数构建环境风险评分(ERS),分析ERS四分位数与自然绝经风险的关系。
评估主要结果的稳健性,检验潜在偏倚。
进行了多项敏感性分析,包括:使用NTX调整铅、调整血清PFOS、不同尿稀释调整方法、行政审查60岁以上、分位数g计算、多重插补FMP年龄。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 金属浓度测量 | iCAP RQ | Thermo Scientific | -- |
| 尿肌酐测量 | Cobas Mira分析仪 | Horiba ABX | -- |
| 统计分析 | SAS | SAS Institute, Inc. | -- |
| R | R Foundation for Statistical Computing | -- |
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 |
|---|---|
| 研究人群 | 纳入标准:绝经前女性,年龄45-56岁,来自5个研究中心,多种族/民族;排除标准:已自然绝经、子宫切除或卵巢切除、缺失关键协变量 阅读提示:Methods 2.1 Study design and population |
| 尿液金属测量 | 尿样采集时间(基线)、金属种类(15种)、测量方法(高分辨ICP-MS)、LOD及低于LOD的处理、尿肌酐测量 阅读提示:Methods 2.3 Urinary metal concentrations |
| 结局定义 | 自然绝经定义(12个月闭经,非手术或HT)、随访频率(每年)、FMP年龄确定方法 阅读提示:Methods 2.2 Natural menopause |
| 统计分析 | Cox模型调整变量、时间尺度(年龄)、金属四分位数划分、ENET参数选择、ERS计算 阅读提示:Methods 2.5 Statistical analysis |