研究队列构建与暴露评估
建立无CMM的基线分析队列并计算SHR、FI及SHR-FI暴露。
从CHARLS第1波17,708名参与者中排除CMM诊断信息不可用或基线已患CMM者5,078人,再排除缺失FI者1,336人和缺失SHR者5,198人,最终纳入6,096人;计算基线SHR、29项FI和SHR-FI,并计算两波累积暴露。
Stress-hyperglycemia ratio, frailty index, and their product in relation to incident cardiometabolic multimorbidity comprising diabetes, heart disease, and stroke: a longitudinal analysis of CHARLS
基于CHARLS前瞻性队列,采用Cox模型、K-means聚类、RCS、ROC、DCA、亚组及敏感性分析,为观察性关联分析,无机制实验验证
CHARLS前瞻性队列6,096名基线无CMM的中老年参与者 第1波(2011–2012)基线调查 第3波界标分析队列
CMM定义:糖尿病、心脏病和卒中中至少2种共存;糖尿病依据FPG≥126 mg/dL、HbA1c≥6.5%、降糖药使用或医生诊断,心脏病和卒中依据医生诊断自报 SHR计算:SHR=血糖(mg/dL)/[28.7×HbA1c(%)−46.7],mmol/L血糖先转换为mg/dL FI计算:基于29项缺陷(排除糖尿病、心脏病、卒中3项),FI=缺陷总分/非缺失条目数,FI=0视为缺失 累积暴露:第1波与第3波值的算术平均数乘以评估间隔年数 Cox模型Model 2调整年龄、性别、婚姻、居住地、饮酒、吸烟、BMI、教育、肾病、血脂异常、降糖药、降压药、肝病、降脂药
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。
建立无CMM的基线分析队列并计算SHR、FI及SHR-FI暴露。
从CHARLS第1波17,708名参与者中排除CMM诊断信息不可用或基线已患CMM者5,078人,再排除缺失FI者1,336人和缺失SHR者5,198人,最终纳入6,096人;计算基线SHR、29项FI和SHR-FI,并计算两波累积暴露。
评估SHR、FI和SHR-FI基线值及累积值与新发CMM的关联强度。
采用Cox比例风险模型,按每SD增加和三分位分组估计HR及95% CI,并拟合Kaplan-Meier曲线。
识别SHR、FI和SHR-FI从第1波到第3波的数据衍生纵向模式,并评估其与新发CMM的关联。
对第1波和第3波重复值标准化后分别进行K-means聚类,基于肘部图选择三分类方案,以类别作为分类暴露纳入Cox模型。
检验SHR-FI与CMM关联的非线性及不同亚组中的效应修饰。
拟合限制性立方样条模型,以数据衍生变化点(基线0.187、累积0.594)为参照点;在年龄、性别、饮酒、吸烟、肾病、肝病及用药等亚组中估计关联并检验交互。
比较SHR、FI及SHR-FI的区分能力和探索性临床效用。
进行ROC分析估计AUC及最佳阈值、特异度和敏感度,并进行决策曲线分析;比较SHR单独、FI单独、SHR+FI联合主效应及SHR-FI乘积模型。
验证累积和模式分析结果的方向一致性及稳健性。
以第3波重置时间起点进行界标分析;在替代多重插补数据集、排除2年内事件及额外调整血脂或炎症/肾脏生物标志物后重复主要模型。
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 |
|---|---|
| 研究队列构建与暴露评估 | CMM诊断信息缺失和基线CMM的排除标准;FI缺失1,336人和SHR缺失5,198人的处理;FI=0视为缺失的预设规则;SHR计算公式及血糖单位转换 阅读提示:Methods的Study design and participants和Exposure assessment小节,Fig. 1,Supplementary Table 1 |
| 结局判定 | 糖尿病判定标准(FPG≥126 mg/dL、HbA1c≥6.5%、降糖药使用或医生诊断);心脏病和卒中的医生诊断自报问题;用药模块信息的使用 阅读提示:Methods的Outcome ascertainment小节 |
| 协变量调整 | Model 2协变量列表;高血压未纳入调整的原因;协变量来源为CHARLS人口学、生活方式、健康史、体格测量和用药模块 阅读提示:Methods的Covariates小节及Table 2脚注 |
| 两时间点模式聚类分析 | K-means聚类前标准化处理;候选聚类数1至10及肘部图选择三聚类;以类别1为参照;仅纳入第1波和第3波完整数据者 阅读提示:Methods的Longitudinal clustering小节,Fig. 2 |
| 非线性分析 | RCS四节点位置;数据衍生变化点基线0.187和累积0.594;变化点仅用于锚定曲线解释而非验证的生物学阈值 阅读提示:Methods的Statistical analysis小节,Fig. 4 |
| 界标与敏感性分析 | 第3波界标分析排除第3波前或第3波时CMM者;8种敏感性分析的具体设定(替代多重插补、排除2年内事件、额外调整血脂或炎症/肾脏生物标志物) 阅读提示:Methods的Statistical analysis小节,Table 6脚注 |