识别BMI不一致的代谢亚组
根据心脏代谢生物标志物偏离BMI预测值的程度对参与者进行分组。
采用数据驱动聚类方法,基于WHR、血压、ALT、SCR、CRP、血糖、血脂等标志物,通过年龄和吸烟校正的线性回归提取残差并进行聚类,得到6个亚组。
Association between BMI-discordances in cardiometabolic biomarkers and risk of incident heart failure: a prospective cohort study
基于大型前瞻性队列,使用聚类分析和Cox回归,并进行了多项敏感性分析,但属观察性研究,无干预实验。
UK Biobank 前瞻性队列
队列人群:UK Biobank,394,198名参与者 分组依据:6种BMI亚组(concordant及5种discordant) 结局定义:ICD-10编码I11.0, I13.0, I13.2, I50.0, I50.1, I50.9 调整变量:年龄、性别、种族、Townsend指数、生活方式、药物使用等
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。
根据心脏代谢生物标志物偏离BMI预测值的程度对参与者进行分组。
采用数据驱动聚类方法,基于WHR、血压、ALT、SCR、CRP、血糖、血脂等标志物,通过年龄和吸烟校正的线性回归提取残差并进行聚类,得到6个亚组。
分析不同BMI不一致亚组与偶发心力衰竭风险的关系。
应用Cox比例风险模型,以一致亚组为参照,计算各亚组的心力衰竭风险比,并绘制调整后的累积发生率曲线。
检验主要结果的稳健性。
进行了多项敏感性分析,包括使用概率变化、排除早期事件、竞争风险回归和限定结局。
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 |
|---|---|
| 亚组分类 | 用于聚类的标志物、残差计算方式、聚类数 阅读提示:Methods 'Identification of the subclassified BMI subgroups' |
| 风险评估 | 调整变量、模型分层、结局定义 阅读提示:Methods 'Statistical analysis' 及 Table 2 |