研究人群筛选
确定符合条件的无CVD的中老年参与者。
从ELSA Wave 2的9432名参与者中,排除年龄<50岁、TyG/BMI/WHtR数据缺失及基线CVD者,最终纳入1808人。
Joint longitudinal trajectories of the triglyceride-glucose index combined with BMI and waist-to-height ratio and incident cardiovascular disease: a prospective cohort study from the English longitudinal study of ageing
研究基于前瞻性队列数据,进行了多轨迹建模、Cox回归、亚组和敏感性分析,但为观察性研究,未涉及实验干预或机制验证。
英国老龄化纵向研究(ELSA)队列
研究对象为年龄≥50岁、基线无CVD的1808名参与者 TyG指数、BMI和WHtR在Wave 2、4、6三个时间点测量 Cox模型调整年龄、性别、种族、教育、吸烟、饮酒、合并症及药物使用等协变量 敏感性分析包括排除早期事件、竞争风险模型、排除用药者等九项
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。
确定符合条件的无CVD的中老年参与者。
从ELSA Wave 2的9432名参与者中,排除年龄<50岁、TyG/BMI/WHtR数据缺失及基线CVD者,最终纳入1808人。
识别TyG与BMI或WHtR的联合纵向轨迹组。
在Wave 2、4、6测量TyG、BMI和WHtR,使用GBMTM(flexmix包)拟合二次多项式,评估K=2至6组,根据BIC、AIC等选择四组模型。
确定新发CVD、心脏病和卒中事件。
通过随访波次的自我报告医生诊断确定事件,随访从Wave 2至Wave 9(中位11.2年)。
评估轨迹组与CVD风险的关联并检验稳健性。
使用Cox比例风险模型(四个调整模型),进行Kaplan-Meier分析、亚组分析和九项敏感性分析,比较两种方法的判别性能。
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 |
|---|---|
| 研究人群 | 年龄≥50岁、基线无CVD、TyG/BMI/WHtR数据完整的参与者 阅读提示:Materials and methods - Study design and population |
| 暴露测量 | TyG指数计算公式、BMI和WHtR的测量方法及时间点(Wave 2、4、6) 阅读提示:Materials and methods - Exposure assessment |
| 轨迹建模 | GBMTM的软件包、标准化方法、时间函数、组数选择标准(BIC、AIC等) 阅读提示:Materials and methods - Group-based multi-trajectory modeling |
| 结局确定 | 结局定义、随访时间计算、事件确定方法 阅读提示:Materials and methods - Outcome ascertainment |
| 统计分析 | Cox模型调整变量、参考组设置、亚组分层、敏感性分析细节 阅读提示:Materials and methods - Statistical analysis |