研究人群构建与CKM分期
建立CKM 0-3期且基线无CMM的前瞻性分析队列。
从CHARLS Wave 1的17708名参与者中,依次排除CKM分类缺失或CKM 4期、CMM诊断信息缺失或基线CMM、FI及五种胰岛素抵抗指数缺失者,最终纳入6023人。
Joint association of five insulin resistance indices and frailty index with incident cardiometabolic multimorbidity in individuals with cardiovascular-kidney-metabolic syndrome stages 0-3: a prospective cohort study
基于CHARLS前瞻性队列,采用Cox模型、RCS、亚组、相加交互及ROC/NRI/IDI/决策曲线分析,并有多重插补敏感性分析。
CHARLS前瞻性队列中CKM 0-3期且基线无CMM的6023名中老年参与者
CKM分期0-3的判定标准及排除CKM 4期 基线无CMM且随访中新发CMM的定义(糖尿病、心脏病、卒中中至少两种) 胰岛素抵抗指数(TyG、CTI、CHG、SHR、eGDR)与32项FI的计算公式及基线中位数截断值 Cox模型Model II的协变量调整集合 联合暴露分组方式及eGDR的反向编码
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CKM 0-3期且基线无CMM的前瞻性分析队列。
从CHARLS Wave 1的17708名参与者中,依次排除CKM分类缺失或CKM 4期、CMM诊断信息缺失或基线CMM、FI及五种胰岛素抵抗指数缺失者,最终纳入6023人。
量化基线胰岛素抵抗负荷和衰弱负担,并构建复合指数。
使用TyG、CTI、CHG、SHR、eGDR五种替代指数评估胰岛素抵抗;使用32项缺陷累积FI评估衰弱;构建TyG-FI、CTI-FI、CHG-FI、SHR-FI(相乘)和eGDR/FI(相除)复合指数。
检验各胰岛素抵抗-衰弱复合指数与新发CMM的独立关联及剂量反应。
以Cox比例风险模型分析复合指数每1-SD及四分位分组与新发CMM的关联,并采用限制性立方样条评估非线性剂量反应。
评估胰岛素抵抗指数与衰弱联合状态对新发CMM的风险分层。
按各胰岛素抵抗指数和FI的基线中位数截断值将参与者交叉分类为四组,使用Cox模型估计各组HR,并绘制累积风险曲线。
检验关联在不同亚组中的一致性及胰岛素抵抗指数与FI的相加交互。
按年龄、性别、饮酒、吸烟、高血压、肾病、血脂异常进行预设亚组分析并计算相乘交互P值;采用RERI、AP、SI评估相加交互。
评估在单个胰岛素抵抗指数上添加FI后的增量判别和决策分析性能。
拟合仅含IR指数及IR指数+FI的二元logistic回归模型,计算AUC、NRI、IDI,并进行决策曲线分析比较标准净获益。
评估缺失数据、早期事件、基线疾病、模型选择及协变量重叠对结果稳健性的影响。
采用多重插补、排除随访前2年CMM事件、限制基线无糖尿病/心脏病/卒中人群、以logistic回归替代Cox模型、从Model II排除高血压和肾病等策略重复主要分析。
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 |
|---|---|
| 研究人群与CKM分期 | CHARLS Wave 1基线年份2011–2012;CKM 0-3期判定标准;CKM 4期排除标准;基线CMM排除;样本量6023;CKM 3期以风险等量指标操作化定义 阅读提示:Methods的Study design and population、Definition of CKM stages 0–3及Fig. 1流程图 |
| 衰弱指数与胰岛素抵抗指数计算 | 32项FI具体条目及编码规则(Supplementary Table 1);五种指数计算公式;FI为0按缺失排除;基线中位数截断值TyG 8.562、CTI 8.598、CHG 5.268、SHR 1.018、eGDR 10.177、FI 0.086 阅读提示:Methods的Frailty index assessment、Definitions of insulin resistance indices及Table 3脚注 |
| 新发CMM定义与随访 | CMM定义为糖尿病、心脏病、卒中中至少两种共存;糖尿病识别依据;随访时间计算起点与删失规则;中位随访9.0年 阅读提示:Methods的Definition of incident CMM及Results的Baseline characteristics |
| Cox回归模型协变量调整 | Crude模型无协变量;Model I调整年龄、性别、居住地;Model II进一步调整教育、婚姻、饮酒、吸烟、BMI、高血压、肾病、血脂异常、降压药、降糖药、降脂药;协变量缺失者保留导致分母变动 阅读提示:Methods的Statistical analysis及Table 2脚注 |
| 联合暴露分组与相加交互 | 联合分组截断值为基线中位数而非临床阈值;eGDR反向编码分组;RERI、AP、SI计算及95% CI;CHG与FI的RERI 1.47、AP 0.23 阅读提示:Methods的Statistical analysis、Table 3脚注及Table 5 |
| 判别与决策曲线分析 | ROC/NRI/IDI/决策曲线使用完整分析样本6023人;IR-only与IR+FI模型均为二元logistic回归;预测方程见表6脚注;结果属探索性、需外部验证 阅读提示:Methods的Statistical analysis、Table 6及Fig. 6 |
| 敏感性分析 | 5个多重插补数据集;排除随访前2年事件;限制基线无糖尿病/心脏病/卒中;logistic回归替代Cox;Model II排除高血压和肾病 阅读提示:Methods的Statistical analysis末段及Table 7 |