研究人群抽样与纳入
建立具有代表性的中老年人群样本以分析膳食与血脂异常关联
采用多阶段整群随机抽样,从海南省五个地区抽取25个社区,纳入35–74岁、居住≥5年且无主要慢性病诊断的居民,完成问卷、体检和血生化检测者纳入分析。
Distinct Dietary Patterns Are Differentially Associated with Dyslipidemia Among Middle-Aged and Older Adults in Southern China
基于人群的横断面观察性分析,无干预或机制验证实验
海南中老年人群(35–74岁)
多阶段整群随机抽样:5个地区25个社区 最终纳入4748名完成问卷、体检和血生化检测的参与者 血脂异常诊断依据《中国血脂管理指南(2024)》四项标准 膳食模式通过FFQ和因子分析提取,得分按四分位数分组,Q1为参照 Logistic回归采用广义估计方程,以社区为聚类单位,分阶段调整混杂因素
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。
建立具有代表性的中老年人群样本以分析膳食与血脂异常关联
采用多阶段整群随机抽样,从海南省五个地区抽取25个社区,纳入35–74岁、居住≥5年且无主要慢性病诊断的居民,完成问卷、体检和血生化检测者纳入分析。
识别海南中老年人的主要膳食模式并计算依从性得分
使用食物频率问卷面对面调查过去一年食物摄入频率,基于14个食物组进行探索性因子分析(主成分提取、正交方差最大旋转),提取特征值>1.0的因子作为膳食模式。同时基于《中国居民膳食指南(2022)》构建东方健康膳食模式(EHDP)先验评分。
确定血脂异常及其四种类型的患病情况
采集空腹静脉血,使用自动生化分析仪测定TC、TG、LDL-C、HDL-C,依据《中国血脂管理指南(2024)》标准诊断血脂异常。
评估各膳食模式四分位数与血脂异常及其亚型的关联强度
以膳食模式Q1为参照,采用广义估计方程拟合Logistic回归模型(二项分布、logit链接,社区为聚类单位),分阶段调整人口学、生活方式及BMI、高血压、糖尿病等混杂因素,并进行线性趋势检验。
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 |
|---|---|---|---|
| 血生化检测 | 自动生化分析仪7600-110 | Hitachi | 7600-110 |
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 |
|---|---|
| 研究人群抽样与纳入 | 抽样地区与社区数量、年龄范围、纳入排除标准、最终样本量及排除人数 阅读提示:Methods 2.1 Study Population 及 Figure 1 流程图 |
| 膳食评估与膳食模式提取 | FFQ食物组数量、因子提取方法、旋转方式、KMO与Bartlett检验结果、因子数目与累计方差、因子载荷阈值、四分位数分组 阅读提示:Methods 2.3.2 Dietary Assessment 及 Results 3.2、Table 1 |
| 血脂异常诊断与生化检测 | 血脂四项诊断切点、血样采集与检测设备型号 阅读提示:Methods 2.2 Diagnostic Criteria 及 2.3.4 Blood Lipid Measurements |
| 膳食模式与血脂异常关联分析 | 参照组设定、模型调整变量、广义估计方程聚类单位与协方差结构、趋势检验方法、显著性水平及多重比较处理 阅读提示:Methods 2.4 Statistical Analysis 及 Figure 2 图注 |