研究人群与BMI数据采集
建立非转移性RCC队列并获取诊断时及诊断后2年、3年BMI数据。
从ORIEN纳入2010–2022年诊断的I–III期RCC患者,提取临床病历中诊断时及随访BMI测量值。
Body mass index at diagnosis, postdiagnosis change, and role of metabolic comorbidities in relation to survival in nonmetastatic renal cell carcinoma patients
回顾性多中心队列,采用多变量Cox回归和限制性立方样条分析BMI轨迹与生存关联,无体外或动物机制验证。
非转移性RCC(I–III期)患者队列(ORIEN,n=1289)
诊断后2年和3年BMI测量值(±6个月窗口) BMI变化分类:稳定(≤5%增减)、5%–10%增加、>10%增加、5%–10%减轻、>10%减轻 多变量Cox模型调整诊断时BMI、合并症、年龄、性别、种族、分期、组织学等 限制性立方样条模型评估非线性关联 敏感性分析排除 landmark 后90天内事件患者
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。
建立非转移性RCC队列并获取诊断时及诊断后2年、3年BMI数据。
从ORIEN纳入2010–2022年诊断的I–III期RCC患者,提取临床病历中诊断时及随访BMI测量值。
评估诊断后BMI变化轨迹与OS和DFS的关联。
将BMI变化分类(稳定、5%–10%增加、>10%增加、5%–10%减轻、>10%减轻),以5%–10%增加为参照,拟合多变量Cox回归和限制性立方样条模型。
探讨肥胖与合并症(尤其糖尿病)联合表型与DFS的关联。
构建肥胖(BMI≥30 vs <30)与合并症评分(高血压、糖尿病、高胆固醇血症、高脂血症,0–4分,低<3 vs 高≥3)或糖尿病的联合分组,进行Kaplan-Meier和Cox回归分析。
检验结果的稳健性并排除反向因果。
排除landmark后90天内事件患者,排除既往癌症患者,按肥胖状态、年龄、分期、组织学亚型分层分析。
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 | SAS 9.4统计软件 | SAS Institute | -- |
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 |
|---|---|
| 研究人群与BMI数据采集 | 纳入排除标准、BMI测量时间窗口(诊断后2年或3年±6个月)、BMI计算方法(kg/m2) 阅读提示:Methods: Study population 和 BMI assessment and categorization 小节 |
| BMI变化与生存关联分析 | BMI变化分类阈值(稳定≤5%、5%–10%、>10%)、参照组(5%–10%增加)、调整协变量、landmark时间点 阅读提示:Methods: Statistical analysis 小节及Table 3脚注 |
| 肥胖与代谢合并症联合分析 | 肥胖定义(BMI≥30)、合并症评分组成(高血压、糖尿病、高胆固醇血症、高脂血症)、评分高低分界(<3 vs ≥3) 阅读提示:Methods: BMI assessment and categorization 小节及Figure 2 |
| 敏感性分析与亚组分析 | 排除标准(landmark后90天内事件、既往癌症)、亚组分层变量 阅读提示:Methods: Statistical analysis 小节及Table S3、S4 |