纵向队列建立与样本收集
收集20年期间的纵向血清样本,以明确代谢物随时间的动态变化。
从CMCS Beida亚队列中选取1728名无心力衰竭的参与者,在4个时间点(wave 2-5)收集4774份血清样本。
Metabolomic Profiles and Changes During the 20 Years Preceding Heart Failure
包含纵向队列分析、外部验证、多种统计模型(强度模型、Cox模型、轨迹分析)及亚组分析,并进行了通路富集分析,证据层级多样。
纵向队列(CMCS Beida亚队列,1728名无心衰参与者) 外部验证队列(194名参与者) 代谢物分组(参与者按代谢紊乱状态分类)
参与者的代谢紊乱状态(高血压、血糖异常、超重/肥胖) 代谢物浓度测量时间点(4个时间点,覆盖20年) 统计模型(强度模型和Cox比例风险模型)的调整因素 FDR校正(P<0.05)应用于多重检验
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。
收集20年期间的纵向血清样本,以明确代谢物随时间的动态变化。
从CMCS Beida亚队列中选取1728名无心力衰竭的参与者,在4个时间点(wave 2-5)收集4774份血清样本。
通过超高效液相色谱-串联质谱平台对血清代谢物进行定量,为后续分析提供可靠数据。
使用超高效液相色谱-串联质谱平台(MetWare,武汉)对血清样本进行代谢组学分析,在正、负离子模式下进行多重反应监测,鉴定并定量784种代谢物。数据预处理包括排除缺失值、k近邻插补、支持向量回归校正信号漂移。
识别与后续心力衰竭发生风险相关的血清代谢物,并评估其效应方向。
采用Poisson强度模型(时间更新代谢物水平)和Cox比例风险模型(累积暴露)评估代谢物与心衰风险的相关性,调整年龄、性别、吸烟、药物等协变量,并进行FDR校正。
描绘与心衰风险相关代谢物在20年随访期间的动态变化轨迹。
使用k均值聚类将173种代谢物分类为4种轨迹簇,并通过潜在变量混合效应模型估计代谢物轨迹,比较心衰组和非心衰组之间的差异。
探索不同代谢紊乱人群(高血压、血糖异常、超重/肥胖)中心衰相关代谢物谱的异质性。
在心衰无事件期间按代谢紊乱状态(健康、高血压、血糖异常、超重/肥胖)进行分层分析,比较各亚组中与心衰风险相关的代谢物及其通路富集。
验证在发现队列中识别的心衰相关代谢物与心衰风险的关联在其他队列中是否一致。
使用独立的验证队列(194名无心衰参与者,来自1996-1999年招募的CMCS参与者)测量代谢物,并评估与心衰风险的关联,主要检查发现队列中显著代谢物的方向一致性。
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 |
|---|---|---|---|
| 代谢组学测量 | 超高效液相色谱-串联质谱平台 | MetWare | -- |
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 |
|---|---|
| 队列建立与样本收集 | 参与者纳入标准:至少有一次随访血样采集,且首次血样采集时无心力衰竭;随访时间点(wave 2-5)及样本量 阅读提示:Methods: Study Population |
| 代谢物定量与数据处理 | 代谢物鉴定和定量方法:UPLC-MS/MS平台;正负离子模式;排除缺失值标准(≥20%);处理流程(k近邻插补、支持向量回归校正) 阅读提示:Methods: Metabolite Quantification and Data Processing |
| 心衰风险关联分析 | 结果定义:心力衰竭住院(ICD-10 I50);随访时间(每1-2年至2023年12月31日);统计模型(强度模型、Cox模型)及调整因素(年龄、队列效应、性别、吸烟、药物) 阅读提示:Methods: Outcome Ascertainment and Follow-Up; Statistical Analysis |
| 轨迹分析 | 轨迹聚类方法(k均值聚类)和潜在变量混合效应模型;时间点数量(4个) 阅读提示:Methods: Statistical Analysis |
| 亚组分析 | 代谢紊乱状态定义(高血压、血糖异常、超重/肥胖) 阅读提示:Methods: Statistical Analysis; Results: Metabolite Profiles Associated With HF Risk in Participants With Different Metabolic Disorders |
| 外部验证 | 验证队列的纳入标准、样本收集时间(2012年) 阅读提示:Methods: Study Population |