队列建立与数据关联
构建基于普通人群的队列,并获取其基线酒精使用评分及后续住院记录。
利用2011年丹麦全国酒精与药物调查的数据,将受访者与丹麦国家患者登记册、死因登记册和移民登记册链接,识别基线AUDIT和AUDIT-C评分及后续住院情况。
Using the alcohol use disorders identification test to predict hospital admission for alcohol-related conditions in the Danish general population: a record-linkage study
使用国家登记册的历史队列研究,包含前瞻性追踪、Cox回归分析和ROC敏感性分析,但无功能或机制验证。
丹麦普通人群体队列(2011年丹麦全国酒精与药物调查受访者)
参与者为丹麦全国调查中非终生戒酒者且无既往酒精相关住院史的4522名受访者 前瞻性随访时间从2011年9月1日至2018年12月31日,结局为首次因ARDD入院 暴露因素为AUDIT评分(临界值8分)和AUDIT-C评分(临界值5分) Cox比例风险模型调整了年龄、性别、最高教育水平和既往精神障碍 统计分析使用了抽样权重,并进行了敏感性分析(Youden指数确定最优临界值)
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。
构建基于普通人群的队列,并获取其基线酒精使用评分及后续住院记录。
利用2011年丹麦全国酒精与药物调查的数据,将受访者与丹麦国家患者登记册、死因登记册和移民登记册链接,识别基线AUDIT和AUDIT-C评分及后续住院情况。
根据AUDIT和AUDIT-C评分将参与者分为高风险和低风险组。
根据预先定义的临界值(AUDIT≥8,AUDIT-C≥5)将参与者分为两组,并基于Youden指数确定样本最佳临界值(AUDIT=7,AUDIT-C=6)用于敏感性分析。
确定研究期间内首次因酒精相关疾病(ARDD)住院的发生情况。
通过丹麦国家患者登记册,使用ICD-10诊断代码识别酒精相关疾病(如酒精性肝病、酒精依赖等)的住院事件,并记录首次入院日期。
评估AUDIT和AUDIT-C评分与ARDD住院风险的关联,并探索其他影响因素。
计算加权粗发病率,绘制累积风险曲线,使用Cox比例风险模型计算调整后的风险比(HR),并进行敏感性分析(不同临界值、调整协变量)。
按研究目的归类文中使用的方法,便于定位所需技术。
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 |
|---|---|
| 队列选择 | 参与者必须为非终生戒酒者,提供所有AUDIT项目信息,且无酒精相关住院史,丹麦国籍。 阅读提示:Methods - Study design and population |
| 随访期 | 随访起始日期为2011年9月1日,结束为首次ARDD入院、移民、死亡或2018年12月31日,以先发生者为准。 阅读提示:Methods - Study design and population, Statistical analyses |
| 暴露评估 | AUDIT评分计算基于调查中重新编码的饮酒频率、数量和问题项目,需与原文表格S1的编码方案一致。 阅读提示:Methods - Measures, Supporting information Table S1 |
| 结局定义 | 结局为首次因ARDD住院,需使用指定的ICD-10诊断代码(见表S2),并排除入组前有ARDD住院史者。 阅读提示:Methods - Measures, Supporting information Table S2 |
| 统计分析 | 需使用Cox比例风险模型,调整年龄、性别、教育水平和既往精神障碍,并使用权重以代表全国人口。验证比例风险假设。 阅读提示:Methods - Statistical analyses |