研究对象筛选与队列构建
确定符合纳入标准的结核病患者队列,并排除信息不完整的个体。
从格鲁吉亚州电子传染病监测系统(SendSS)中筛选2015-2020年报告的结核病病例,排除年龄小于16岁、既往有结核病史、糖尿病状态未知或缺少血糖/糖化血红蛋白记录的个体,最终纳入1109人。
Diabetes Mellitus and Tuberculosis Treatment Outcomes: Interaction Assessment Between Hyperglycemia and Human Immunodeficiency Virus in the State of Georgia, 2015-2020
研究基于人群回顾性队列,包括基线特征比较、主要结局的回归分析、交互作用评估和亚组竞争风险分析,但无实验干预或机制验证。
格鲁吉亚州2015-2020年报告的结核病患者队列 2015-2019年结核病治疗后随访亚组队列
糖尿病状态的定义(基于医疗记录和实验室值:血糖或糖化血红蛋白) HIV状态的确定(基于医疗记录,缺失列为未知) 主要结局:结核病治疗前或治疗期间全因死亡的定义 样本量:总队列1109人,其中糖尿病318人,HIV阳性92人 调整变量:年龄、性别、饮酒、外国出生、种族/民族、职业、基线培养
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。
确定符合纳入标准的结核病患者队列,并排除信息不完整的个体。
从格鲁吉亚州电子传染病监测系统(SendSS)中筛选2015-2020年报告的结核病病例,排除年龄小于16岁、既往有结核病史、糖尿病状态未知或缺少血糖/糖化血红蛋白记录的个体,最终纳入1109人。
明确糖尿病、HIV和死亡结局的定义,从监测系统和医疗记录中收集相关数据。
从SendSS中提取人口统计学、临床特征、合并症和结局数据;糖尿病状态基于医疗诊断和实验室值(血糖和糖化血红蛋白)分类;HIV状态基于医疗记录;主要结局定义为结核病治疗前或治疗期间全因死亡。
估计糖尿病与死亡率的关联,并评估糖尿病和HIV之间的交互作用。
使用皮尔逊卡方和Wilcoxon秩和检验进行双变量分析;使用稳健泊松回归估计相对风险;调整协变量;使用RERI、AP和S测量加性交互作用,使用乘积项测量乘性交互作用。
评估糖尿病对结核病治疗后死亡风险的影响,并考虑竞争风险。
在2015-2019年的结核病患者亚组(n=927)中,使用竞争风险模型(亚分布和原因特定风险模型)估计糖尿病与治疗前/期间及治疗后全因死亡的关联。
评估缺失糖尿病状态对结果的潜在影响。
比较糖尿病状态未知的参与者与已知无糖尿病的参与者的特征,以评估选择偏倚。
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 |
|---|---|
| 研究设计与人群 | 纳入标准:年龄≥16岁,无既往结核病,已知糖尿病状态;排除标准:缺少实验室结果 阅读提示:Methods: Study Design and Population |
| 暴露定义 | 糖尿病状态分类阈值:血糖>200 mg/dL,糖化血红蛋白>6.5%(糖尿病);140-199 mg/dL或5.7%-6.5%(糖尿病前期);HIV状态来源 阅读提示:Methods: Study Measures and Data Collection |
| 结局定义 | 死亡定义:治疗前(诊断后至治疗开始前)或治疗期间(完成前或完成后7天内);治疗后死亡定义 阅读提示:Methods: Study Measures and Data Collection; Subgroup Analyses |
| 统计模型 | 调整协变量:年龄、性别、饮酒、外国出生、种族/民族、职业、基线培养;交互作用测量 阅读提示:Methods: Data Analyses |
| 亚组分析 | 样本量:927人;随访截止;截尾规则 阅读提示:Methods: Subgroup Analyses |