队列构建与匹配
识别2型糖尿病患者中的下肢截肢案例,并选择匹配对照,以评估截肢与结局的关联。
从NDR中识别2006-2019年间接受下肢截肢的2型糖尿病患者,按年龄、性别和日历时间匹配4名无截肢的对照。
Excess risk of cardiovascular disease and mortality after amputation in type 2 diabetes: a nationwide population study from the Swedish National Diabetes Register
基于全国登记处的观察性回顾性队列研究,包含截肢患者与匹配对照,采用Cox回归分析,具备明确的方法和结果,但缺乏实验性功能或机制验证。
瑞典2型糖尿病患者队列 主要下肢截肢患者亚组 次要下肢截肢患者亚组
截肢与对照按年龄、性别和日历时间匹配 调整模型包括年龄、性别、糖尿病病程、吸烟、BMI、血压、HbA1c、白蛋白尿、eGFR、LDL和HDL胆固醇 结局包括全因死亡、心血管死亡、心肌梗死、心力衰竭和卒中 使用原因特异性Cox比例风险回归,心血管结局以死亡为竞争风险
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。
识别2型糖尿病患者中的下肢截肢案例,并选择匹配对照,以评估截肢与结局的关联。
从NDR中识别2006-2019年间接受下肢截肢的2型糖尿病患者,按年龄、性别和日历时间匹配4名无截肢的对照。
比较截肢患者与对照在随访期间的心血管事件和死亡风险。
从CDR和NPR获取全因死亡、心血管死亡、心肌梗死、心力衰竭和卒中结局。
评估主要和次要截肢对结局的影响差异。
分别对主要截肢和次要截肢亚组进行Cox回归分析。
评估截肢后风险随时间的变化趋势。
使用自然三次样条建模时间与截肢状态的交互作用,估计随时间变化的HR。
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 |
|---|---|---|---|
| 统计分析 | R软件 | -- | -- |
| SAS/STAT软件 | SAS Institute Inc. | -- | |
| survival包 | -- | -- | |
| mice包 | -- | -- | |
| splines包 | -- | -- |
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 |
|---|---|
| 队列构建 | 截肢患者与匹配对照的纳入和排除标准,匹配变量(年龄、性别、日历时间),以及样本量。 阅读提示:Methods: Study cohort |
| 结局定义 | 结局事件的ICD-10编码,包括全因死亡、心血管死亡、心肌梗死、心力衰竭和卒中。 阅读提示:Methods: Outcomes |
| 统计分析 | 调整的协变量列表,Cox回归模型设置,时间依赖性分析细节,以及缺失数据处理方法。 阅读提示:Methods: Statistics |