研究设计与数据提取
建立包含T2D患者的大型回顾性队列,并提取心血管代谢因素和痴呆结局数据。
使用CPRD GOLD数据库提取1999-2018年间诊断为T2D的249,958名成人数据,通过诊断代码和处方数据确认T2D,通过算法识别偶发痴呆。
Cardiometabolic factors and risk of dementia in people with type 2 diabetes in England: a large retrospective cohort study
基于大规模回顾性队列进行多因素Cox回归、限制性立方样条、敏感性分析,包含多个证据层级,但缺乏功能验证或机制验证。
临床实践研究数据链(CPRD)中2型糖尿病成人队列 按随访时间分层的亚队列(<5年、5-10年、≥10年)
样本来源:英国CPRD GOLD数据库中249,958名T2D成人 随访时间分层:<5年、5-10年、≥10年 暴露因素:SBP、DBP、BMI、FPG、HbA1c、总胆固醇、HDL、LDL 结局:偶发痴呆(22,492例) 统计模型:以年龄为时间尺度的多变量Cox回归
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。
建立包含T2D患者的大型回顾性队列,并提取心血管代谢因素和痴呆结局数据。
使用CPRD GOLD数据库提取1999-2018年间诊断为T2D的249,958名成人数据,通过诊断代码和处方数据确认T2D,通过算法识别偶发痴呆。
评估八种心血管代谢因素与痴呆风险的关联。
对SBP、DBP、BMI、FPG、HbA1c、总胆固醇、HDL、LDL进行年度平均测量,并分类分析。
估计各心血管代谢因素与痴呆风险的关联,并验证结果的稳健性。
使用Cox比例风险回归(年龄为时间尺度)并按随访时间分层,同时进行限制性立方样条分析、敏感性分析(包括可能痴呆病例、药物调整、逆概率加权、竞争风险模型)。
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 |
|---|---|---|---|
| 数据来源 | 临床实践研究数据链GOLD | -- | -- |
| 统计分析 | Stata 17.0 | -- | -- |
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 |
|---|---|
| 研究设计与数据提取 | 样本来源:CPRD GOLD数据库,249,958名T2D成人;随访时间分层:<5年、5-10年、≥10年;T2D确认方法:诊断代码、处方、HES/ONS代码 阅读提示:Methods: Study design, T2D ascertainment |
| 暴露因素测量 | SBP、DBP、BMI、FPG、HbA1c、总胆固醇、HDL、LDL的年度平均值;分类截断值:SBP<130/130-139/≥140 mmHg,DBP<80/80-89/≥90 mmHg,BMI<25.0/25.0-29.9/≥30.0 kg/m2,FPG<7.0/7.0-8.5/8.5 mmol/L,HbA1c<48/48-58/58 mmol/mol,总胆固醇≤5.0/>5.0 mmol/L,HDL<1.0/≥1.0 mmol/L,LDL≤3.0/>3.0 mmol/L 阅读提示:Methods: Study exposures |
| 结局定义 | 偶发痴呆识别算法:诊断和管理代码、认知测试、痴呆药物处方、转诊、住院和死亡数据;可能病例定义:转诊至记忆门诊 阅读提示:Methods: Outcome |
| 统计模型 | Cox比例风险回归以年龄为时间尺度;调整变量:性别、种族、入组年、IMD、吸烟、合并症总数、胰岛素使用、糖尿病病程;分层:随访时间<5年、5-10年、≥10年;敏感性分析:可能痴呆病例、药物调整、逆概率加权、竞争风险模型 阅读提示:Methods: Statistical analysis |