研究人群与数据收集
建立一般人群样本并采集身体成分与肾功能相关数据。
从德国东北部人群中随机选取20-79岁个体,纳入SHIP Trend-0队列,排除孕妇及数据缺失者,最终4211人纳入分析。通过标准化测量获取人体测量、BIA和MRI数据,并检测血清肌酐和胱抑素C。
Sex- and age-specific associations between body composition markers and estimated glomerular filtration rate-results of a population-based study
基于人群的横断面分析,使用人体测量、BIA和MRI等多项身体成分指标,并采用多种eGFR公式,但未涉及功能或机制验证。
SHIP Trend-0队列(一般人群) MRI亚人群(内脏/皮下/肝脏脂肪测量)
样本量为4211名SHIP Trend-0队列参与者 MRI分析亚样本量1941(内脏/皮下脂肪)和1890(肝脏脂肪) 协变量:年龄、性别、吸烟状态、教育年限、糖尿病、空腹血糖、饮酒、体力活动、饮食摄入及C反应蛋白 统计显著性阈值:P < 0.05,交互作用P < 0.1
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。
建立一般人群样本并采集身体成分与肾功能相关数据。
从德国东北部人群中随机选取20-79岁个体,纳入SHIP Trend-0队列,排除孕妇及数据缺失者,最终4211人纳入分析。通过标准化测量获取人体测量、BIA和MRI数据,并检测血清肌酐和胱抑素C。
使用多种方法量化身体成分,以全面评估其与eGFR的关系。
进行身高、腰臀围和体重测量计算BMI、WHR和BSA;使用BIA测量电阻和电抗并计算相对去脂质量、脂肪质量指数等;采用全身MRI定量皮下和内脏脂肪,以及肝脏脂肪含量。
使用多种eGFR公式估算肾功能,并比较基于肌酐和胱抑素C的公式结果。
测量血清肌酐和胱抑素C浓度,使用CKD-EPI(2009/2012)和EKFC(2021/2023/2026)公式计算eGFR。
评估身体成分标志物与eGFR之间的关联,并探讨性别和年龄的效应修正。
使用线性回归模型调整混杂因素,标准化暴露变量,按性别分层,并引入年龄交互项。
评估额外调整BMI对结果稳健性的影响。
在主要模型基础上额外调整BMI,重新分析身体或脂肪量指标与eGFR的关联。
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 |
|---|---|---|---|
| 人体测量 | 身高和体重秤 | -- | -- |
| BIA测量 | Nutriguard-M | Data Input GmbH | -- |
| BIA数据分析 | NutriPlus软件(5.4.1) | Data Input GmbH | -- |
| MRI采集 | Magnetom Avanto 1.5-T磁共振成像仪 | Siemens Medical Systems | -- |
| 肾功能检测 | Dimension VISTA | Siemens Healthcare Diagnostics | -- |
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 |
|---|---|
| 研究人群选择 | 年龄范围、随机选择方法、排除标准(如孕妇) 阅读提示:Methods: Study population |
| 身体成分测量 | 测量设备型号、测量部位详细定位、MRI扫描序列参数及脂肪定量方法 阅读提示:Materials and Methods: Anthropometric data, Body impedance analysis, MRI data |
| 肾功能评估 | 血清肌酐和胱抑素C的检测方法、eGFR公式的选择和应用版本 阅读提示:Materials and Methods: Glomerular filtration |
| 统计分析 | 混淆变量列表、标准化方式、性别分层方法、年龄交互项的检验细节 阅读提示:Materials and Methods: Statistics |