研究队列构建与暴露计算
建立无CMM的风险队列并计算基线、累积和重复暴露指标。
从CHARLS第1波17,708人中排除基线CMM或诊断信息缺失、FI和eGDR缺失者,得到5171人主队列;以第1波和第3波计算eGDR、28项FI及FI/eGDR,并计算时间加权累积暴露。
Associations of cumulative exposure and dynamic trajectories of the combined estimated glucose disposal rate and frailty index with incident cardiometabolic multimorbidity comprising diabetes, heart disease, and stroke: a longitudinal analysis based on the China health and retirement longitudinal study (CHARLS)
基于CHARLS前瞻性队列,含基线、时间加权累积暴露、K-means重复暴露模式及第3波里程碑分析,并行Cox回归、样条、亚组与判别分析
CHARLS前瞻性队列5171名基线无CMM的中老年参与者 第3波里程碑队列5052名参与者 K-means识别的两波重复暴露模式类别
主要队列样本量5171,随访期间441例新发CMM 暴露以标准化连续变量和三分位数(T1为参照)建模 Cox模型Model 1校正年龄、性别、婚姻状况;Model 2额外校正居住地、饮酒、吸烟、教育、肾病、血脂异常及三类用药 累积暴露按第1波与第3波均值乘以观测间隔计算 第3波里程碑队列排除第3波前发生CMM者,共5052人
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的风险队列并计算基线、累积和重复暴露指标。
从CHARLS第1波17,708人中排除基线CMM或诊断信息缺失、FI和eGDR缺失者,得到5171人主队列;以第1波和第3波计算eGDR、28项FI及FI/eGDR,并计算时间加权累积暴露。
刻画eGDR、FI和FI/eGDR的两波重复暴露模式。
对第1波和第3波两次测量分别进行K-means聚类,标准化后评估1至10类解,依据肘部图选择三类解。
评估各暴露指标与新发CMM的关联。
采用Cox比例风险回归,暴露以标准化连续变量和三分位数建模,重复模式以类别变量建模,并进行第3波里程碑分析。
探索剂量反应非线性、效应修饰及探索性判别表现。
拟合限制性立方样条,按年龄、性别、饮酒、吸烟、肾病、血脂异常及用药进行亚组分析,并行常规ROC与决策曲线分析。
评估主要结果的稳健性。
对缺失协变量进行链式方程多重插补,生成5个插补数据集,并额外校正体力活动。
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 |
|---|---|
| 研究队列与结局判定 | CMM定义为糖尿病或高血糖、自报医生诊断心脏病、自报医生诊断卒中中至少2项共存;基线CMM者排除 阅读提示:Methods的Outcome ascertainment小节及Fig. 1流程图 |
| 暴露计算 | eGDR公式及腰围、高血压、HbA1c单位;FI条目及至少80%有效条目规则;累积暴露按两波均值乘间隔 阅读提示:Methods的Exposure assessment小节及Supplementary Table 1 |
| 重复暴露模式聚类 | K-means三类解、标准化方式、随机种子与25次随机起始 阅读提示:Methods的Longitudinal clustering小节及Fig. 2 |
| Cox模型协变量校正 | Model 1与Model 2的具体协变量;Model 2排除BMI和高血压 阅读提示:Methods的Statistical analysis小节及Table 2–4表注 |
| 样条与判别分析 | 样条节点百分位与参照值;ROC为二分类且未考虑删失;DeLong比较参照模型 阅读提示:Methods的Statistical analysis小节及Table 5表注 |