队列建立与基线测量
确定研究人群并收集基线嗅觉和身体功能数据
从ARIC研究第5次访视中筛选样本,测量嗅觉(Sniffin' Sticks测试)、SPPB(平衡、4米步行、椅子站立)和握力,并收集协变量。
Dysfunction in Olfactory Identification and Physical Function Decline in Older Adults
观察性队列研究,采用标准化嗅觉和身体功能测试,进行横断面与纵向分析;未包含干预性实验或机制验证。
ARIC队列中的社区老年人(年龄≥65岁) 5474名参与者亚组
嗅觉评估:12项Sniffin' Sticks气味识别测试,得分范围0-12,分为良好(11-12)、中度(9-10)、差(0-8) 身体功能评估:SPPB总分(0-12)及平衡、4米步行、椅子站立分项,步速(m/s),握力(kg) 随访时间:第5次(2011-2013)至第7次(2018-2019)访视,时间按年计算 统计分析:线性回归和线性混合效应模型,调整年龄、性别、教育程度、种族中心、行为因素等混杂因素
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。
确定研究人群并收集基线嗅觉和身体功能数据
从ARIC研究第5次访视中筛选样本,测量嗅觉(Sniffin' Sticks测试)、SPPB(平衡、4米步行、椅子站立)和握力,并收集协变量。
评估嗅觉类别与身体功能现状的关联
使用线性回归模型,以嗅觉良好为参考,调整年龄、性别、教育、种族中心、行为、代谢因素和慢性病,估计各结局的均值差异。
评估基线嗅觉类别与身体功能年变化率的关联
利用第5、6、7次访视的重复测量(握力仅第5和7次),采用线性混合效应模型分析时间×嗅觉交互作用,并应用逆概率加权处理删失和失访。
探索嗅觉得分与身体功能下降率之间的潜在非线性关系
将嗅觉得分作为连续变量,使用三次样条函数在节点6、8、10处,估计每年标准化身体功能的变化率。
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 |
|---|---|---|---|
| 嗅觉评估 | 12项Sniffin' Sticks气味识别测试 | -- | -- |
| 身体功能评估 | 简短身体性能电池(SPPB) | -- | -- |
| 握力测量 | 手持式测力计 | -- | -- |
| 统计分析 | SAS 9.4版 | SAS Institute Inc | -- |
| R 4.4.2版 | 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 |
|---|---|
| 样本选择 | 参与者的来源:ARIC研究第5次访视;纳入标准:年龄≥65岁,有嗅觉和SPPB数据;排除标准:缺失嗅觉或SPPB、非黑人或白人、少数种族群体 阅读提示:Methods中的Study Population和Results部分 |
| 嗅觉评估 | 使用12项Sniffin' Sticks气味识别测试,得分范围0-12,分组界值(良好11-12,中度9-10,差0-8) 阅读提示:Methods中的Exposure Measure部分 |
| 身体功能评估 | SPPB的详细测序和评分标准(平衡、4米步行、椅子站立,每项0-4,总分0-12);步速阈值0.8 m/s;握力测量方法和截点(基于性别和BMI) 阅读提示:Methods中的Outcome Measure部分 |
| 横断面统计分析 | 线性回归模型调整变量(年龄、年龄平方、性别、教育、种族中心、吸烟、饮酒、BMI、血压、胆固醇、慢性病等);模型1-3的具体调整集 阅读提示:Methods中的Statistical Analysis部分和Table 2标题 |
| 纵向统计分析 | 线性混合效应模型,时间计算(天数/365.25),逆概率加权(基于年龄、年龄平方、人口统计学、行为代谢因素和慢性病),交互项(嗅觉×时间) 阅读提示:Methods中的Statistical Analysis部分和Table 3标题 |