多中心队列构建与分组
建立接受孤立性CABG的研究队列并按糖尿病状态及GIHI水平分层。
从4个中心机构数据库连续筛选2010年1月至2025年12月接受孤立性CABG的成人,按预设标准排除后纳入6262例,分为糖尿病组(2783例)和非糖尿病组(3479例),再按各亚组GIHI中位数分为高、低组。
A novel glyco-inflammatory healing index for risk prediction after isolated coronary artery bypass grafting: a multicenter retrospective cohort study
多中心回顾性队列(4中心6262例),仅行Cox回归、Kaplan-Meier、限制性立方样条及ROC分析,无体外或动物功能机制验证
接受孤立性CABG的成人多中心回顾性队列(4中心,6262例) 糖尿病患者亚组(2783例) 非糖尿病患者亚组(3479例)
GIHI计算:HbA1c × CRP / 白蛋白,采用术前常规检测值并统一单位 按糖尿病状态分层,各亚组内以GIHI中位数分为高、低两组 主要终点30天MACE:全因死亡、心肌梗死、卒中或再次血运重建 多变量模型3与模型4的校正协变量及按中心分层基线风险设置 糖尿病亚组ROC分析基线模型与加入标准化GIHI后的AUC比较
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。
建立接受孤立性CABG的研究队列并按糖尿病状态及GIHI水平分层。
从4个中心机构数据库连续筛选2010年1月至2025年12月接受孤立性CABG的成人,按预设标准排除后纳入6262例,分为糖尿病组(2783例)和非糖尿病组(3479例),再按各亚组GIHI中位数分为高、低组。
构建整合血糖控制、炎症和营养状态的复合暴露变量。
按GIHI =(HbA1c × CRP)/ 白蛋白计算,使用术前常规检测值并统一单位;作为连续变量标准化为z分数(均值0,标准差1),并以亚组中位数二分用于描述和可视化。
评估GIHI与30天MACE及长期全因死亡的关联。
采用Cox比例风险回归构建模型1至模型4,按糖尿病状态分别拟合;Kaplan-Meier曲线和log-rank检验比较GIHI分组事件率;限制性立方样条评估非线性关系。
评估GIHI对30天MACE的增量区分能力及在不同临床亚组中的效应修饰。
在糖尿病患者中以多变量logistic回归预测30天MACE概率,比较基线临床模型与加入标准化GIHI后的AUC(DeLong检验);并分别加入HbA1c、CRP、白蛋白、CRP/白蛋白比进行探索性比较;按手术紧急程度、年龄和性别进行亚组交互检验。
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 |
|---|---|
| 队列构建与分组 | 纳入/排除标准、各中心来源、缺失HbA1c排除数量及最终样本量 阅读提示:Methods的Study design and population小节及Fig. 1研究流程图 |
| GIHI计算与标准化 | HbA1c、CRP、白蛋白的检测时点、单位换算方式及z分数标准化;文中未明确说明检测时点和具体检测方法 阅读提示:Methods的Exposure definition (GIHI)小节及Statistical analysis小节 |
| 结局定义 | 30天MACE各组分(全因死亡、心肌梗死、卒中、再次血运重建)的定义及长期死亡的随访截止;结局未由中心前瞻性委员会裁定 阅读提示:Methods的Outcomes definition小节 |
| 多变量校正模型 | 模型3与模型4的具体协变量集合、日历时期分类(2010–2014、2015–2019、2020–2025)及按中心分层设置 阅读提示:Methods的Statistical analysis小节及Table 2、Table 3表注 |
| ROC与亚组分析 | ROC分析限糖尿病患者、基线模型协变量、AUC比较方法及亚组交互检验分层 阅读提示:Methods的Statistical analysis小节及Fig. 4、Fig. 5图注 |