数据获取与样本筛选
获取具有全国代表性的中老年队列数据,并筛选符合条件的参与者。
从英国老龄化纵向研究(ELSA)获取数据,纳入2002年年龄大于40岁、共19376名参与者。
Trajectories of pain and cognitive function: 22 years of evidence in mid-to-later life
该研究为纵向队列分析,包含多项客观认知测试和疼痛严重程度评估,并运用潜变量增长曲线模型进行机制验证和敏感性分析,证据层次明确。
英国老龄化纵向研究队列(ELSA) 一般认知功能潜变量 疼痛严重程度潜变量
年龄调整 性别调整 社会经济状况调整 合并症调整 种族调整
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。
获取具有全国代表性的中老年队列数据,并筛选符合条件的参与者。
从英国老龄化纵向研究(ELSA)获取数据,纳入2002年年龄大于40岁、共19376名参与者。
评估每个波次的疼痛严重程度。
参与者回答“是否经常受疼痛困扰”,若为是,则报告疼痛程度为轻度、中度或重度。据此构建4点评分(无、轻度、中度、重度)。
评估每个波次的一般认知功能。
使用词表回忆测试(单词回忆)、动物命名测试(言语流畅性)和字母划消测试(处理速度)评估认知功能。
收集协变量数据以调整潜在混杂因素。
收集年龄、性别、种族、社会经济地位(基于国家统计社会经济分类)及合并症(糖尿病、高血压、心脏病、肺病、中风、癌症)信息。
估计疼痛严重程度和认知功能的个体初始水平及变化率。
对疼痛严重程度建立单变量LGCM,对认知功能使用因子曲线方法(factor-of-curves)构建二阶潜变量一般认知功能。
检验疼痛严重程度初始水平及变化与认知功能变化之间的关系。
拟合3个并行过程LGCM:模型1无调整;模型2调整年龄和性别;模型3额外调整种族、社会经济地位和合并症。
检查结果的稳健性。
进行敏感性分析,包括未相互条件化的双变量模型、逐步添加协变量的嵌套模型、纳入BMI的模型、二次项模型以及使用第1-9波数据的模型。
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 |
|---|---|---|---|
| 数据分析 | R软件 | -- | -- |
| RStudio | -- | 2025.09.1+40141 | |
| MPlus | -- | 8.1135 | |
| MPlusAutomation | -- | 1.217 |
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 |
|---|---|
| 研究人群 | 样本纳入标准:2002年年龄大于40岁;排除年龄小于40岁者。 阅读提示:Methods 2.1 Study population |
| 疼痛严重程度测量 | 使用4点评分(无、轻度、中度、重度)评估;参与者报告“经常受疼痛困扰”后的严重程度。 阅读提示:Methods 2.2.1 Pain severity |
| 认知功能测量 | 测试项目:词表回忆测试、动物命名测试和字母划消测试;各测试的施测波次和评分标准。 阅读提示:Methods 2.2.2 Cognitive function |
| 协变量 | 年龄、性别、种族、社会经济地位、合并症的测量方法与分类标准。 阅读提示:Methods 2.2.3 Covariates |
| 统计模型 | 并行过程LGCM的结构、模型调整变量、估计方法(MLR)、probit连接、FIML处理缺失数据。 阅读提示:Methods 2.3 Statistical analysis |