队列选择与病例定义
从UKB队列中识别PSP病例并匹配对照,以建立研究样本。
从UKB中识别PSP诊断(基于二级/三级医疗、死亡登记或自我报告),排除诊断在基线前或3年内、或诊断与死亡间隔>10年的个体,并按1:10匹配年龄和性别匹配的对照。
Risk Factors for the Diagnosis of Progressive Supranuclear Palsy in the UK Biobank
基于UKB队列的巢式病例对照研究,采用迭代逻辑回归进行危险因素筛选,并进行敏感性分析(Firth校正、缺失数据多重插补)和lead-time分析,但缺乏功能验证或机制验证。
UKB队列(240例PSP患者与2400名对照)
PSP诊断来源(二级/三级医疗、死亡登记、自我报告)及索引日期定义(最早的PSP相关诊断) 匹配比例:1:10年龄和性别匹配 排除标准:诊断在基线评估前或3年内,以及诊断日期与死亡间隔>10年 重度饮酒定义:男性每周>14标准杯或女性>7标准杯 最终模型(模型4)共纳入11个变量,Bonferroni校正后显著性阈值P<0.0045
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。
从UKB队列中识别PSP病例并匹配对照,以建立研究样本。
从UKB中识别PSP诊断(基于二级/三级医疗、死亡登记或自我报告),排除诊断在基线前或3年内、或诊断与死亡间隔>10年的个体,并按1:10匹配年龄和性别匹配的对照。
收集候选的非医学和医学风险因素,包括社会人口学、生活方式、环境暴露和医疗合并症。
通过基线问卷、护士访谈、物理测量和医疗记录收集社会人口学、生活方式、环境暴露、用药和医疗诊断信息。
通过迭代逻辑回归模型识别与PSP诊断相关的风险因素。
先进行单因素分析(模型1),然后进行域内多因素分析(模型2),再跨域分析(模型3),最后完全调整模型(模型4),并使用Bonferroni校正确定显著风险因素。
评估显著医学合并症在PSP诊断前不同时间点的影响。
对显著的医学合并症(抑郁、谵妄、功能性胃肠疾病、癌症)进行lead-time分析,使用年龄和性别调整的单因素模型比较不同时间点(1、5、10年前)的OR。
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 |
|---|---|---|---|
| 数据分析 | R语言4.5.1版本 | -- | -- |
| 匹配 | MatchIt包 | -- | -- |
| 多重插补 | Mice包 | -- | -- |
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 |
|---|---|
| 病例定义 | PSP诊断来源和索引日期的定义;排除标准(诊断时间、生存期) 阅读提示:Subjects and Methods 中的 Case Definitions 部分 |
| 匹配设计 | 匹配比例(1:10)、匹配变量(年龄、性别)、匹配方法(最近邻) 阅读提示:Subjects and Methods 中的 Sample Population 和 Case Definitions 部分 |
| 风险因素定义 | 重度饮酒和重度吸烟的定义;BMI分类;功能性胃肠疾病复合定义的ICD-10代码 阅读提示:Subjects and Methods 中的 Risk Factors 部分及补充表 S4、S5 |
| 统计分析 | 迭代逻辑回归的步骤、显著性阈值(模型1-3 P<0.10,模型4 P<0.0045)、多重插补设置 阅读提示:Subjects and Methods 中的 Statistical Analysis 部分 |
| 有效时间分析 | 时间点选择(1、5、10年)、对照组索引日期的分配、调整变量(年龄、性别) 阅读提示:Subjects and Methods 中的 Statistical Analysis 部分和 Figure 4 legend |