样本招募与数据收集
获取符合条件的老年门诊患者样本,并收集横断面数据。
从Thai Binh总医院肌肉骨骼部门招募了88名参与者,符合年龄≥60岁、KOA和慢性脊柱疼痛的诊断。通过结构化访谈和标准化临床评估收集数据。
Factors Associated with Sarcopenia Among Vietnamese Elderly Outpatients with Chronic Musculoskeletal Disorders: A Cross-Sectional Study
研究为横断面设计,有明确的参与者和抽样方法,使用AWGS 2019标准进行肌少症分类,并进行了多变量回归和CHAID分析,但未涉及功能验证或机制验证,且存在数据缺失。
越南Thai Binh总医院肌肉骨骼门诊老年患者(≥60岁) KOA和慢性脊柱疼痛共病患者
参与者的年龄、性别、教育程度、职业、体重指数、吸烟、饮酒、跌倒史、睡眠质量(PSQI评分)、合并症、疼痛严重程度和衰弱状态 AWGS 2019分类:低肌肉质量(ASMI<7.0 kg/m²男性,<5.7 kg/m²女性)、低握力(<28 kg男性,<18 kg女性)、低步速(<1.0 m/s) 多变量逻辑回归模型中的事件数(36)和回归系数数(8) 研究样本无法重建预期的原始数据(如连续年龄、ASMI、握力值)
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。
获取符合条件的老年门诊患者样本,并收集横断面数据。
从Thai Binh总医院肌肉骨骼部门招募了88名参与者,符合年龄≥60岁、KOA和慢性脊柱疼痛的诊断。通过结构化访谈和标准化临床评估收集数据。
评估参与者的肌肉质量、握力和步速,以确定肌少症状态。
使用InBody 770生物电阻抗分析测量肌肉质量;使用InGrip手握测力计测量握力;使用15英尺步行测试测量步速。
探索肌少症与人口统计学、临床和社会因素之间的关联。
进行双变量分析,然后进行多变量逻辑回归以估计调整后的优势比。拟合CHAID决策树以描述样本内模式。
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 |
|---|---|---|---|
| 肌肉质量评估 | InBody 770 | InBody Co., Ltd. | -- |
| 握力评估 | InGrip手握测力计 | InBody Co., Ltd. | -- |
| 数据分析 | SPSS统计软件27.0 | IBM Corp. | -- |
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 |
|---|---|
| 参与者选择 | 年龄≥60岁;KOA(ACR标准)和慢性脊柱疼痛的诊断;排除标准;便利抽样 阅读提示:见2.2节,表1和图1 |
| 肌少症评估 | InBody 770测量肌肉质量;InGrip测力计测量握力;15英尺步行测试测量步速;AWGS 2019阈值 阅读提示:见2.3节 |
| 变量测量 | 年龄分组(60-65、66-70、>70);教育(小学以下 vs 小学及以上);跌倒史(过去12个月);PSQI评分;疼痛严重程度(VAS 7-10 vs <7) 阅读提示:见2.3节和表3-6 |
| 统计建模 | 事件数(36)和回归系数数(8);CHAID树未经过验证;AOR和95%CI的解释 阅读提示:见2.6节和表6 |