样本选择与基线特征描述
确定分析样本并描述其人口学和临床特征。
从NSHD中选取有血糖测量（60-64岁）和MRI测量（约70岁）的453名参与者（231名男性，222名女性），并报告基线特征（如教育程度、社会经济地位、生活习惯等）。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
中年期血糖特征与70岁时脑体积之间的性别差异：一项基于人群的研究
Sex differences between mid-life glycaemic traits and brain volume at age 70: a population-based study
实验完整度
中该研究为基于人群的队列分析，利用NSHD队列的453名参与者的血糖和MRI数据，采用回归模型分析关联，未涉及功能或机制实验验证。
主要模型
1946年英国出生队列（NSHD）参与者 基于MRI的脑体积测量（全脑、灰质、白质体积）
重点核对
性别分层分析：分别分析男性和女性的血糖标志物与脑体积的关联 血糖标志物：空腹血糖、HOMA2-IR、HOMA-%B，在60-64岁时测量 脑体积指标：约70岁时通过MRI测量的WBV、GM、WM体积 协变量调整：总颅内体积、扫描年龄、认知测量、社会经济地位、腰臀比、体育锻炼、饮酒状况、吸烟状况 样本量：全文统计有效样本量为453（男性231，女性222） 重复数：统计分析中未明确报告重复数，但报告了标准化回归系数和置信区间
摘要
较高的中年至晚年糖化血红蛋白（HbA1c）与老年女性（而非男性）较小的全脑体积（WBV）相关。我们探究了这种关联是否在使用不同的（i）血糖健康标志物[空腹血糖、胰岛素抵抗（HOMA2-IR）和β细胞功能（HOMA-%B）]和（ii）脑结构（白质或灰质体积）指标时得到重复。来自1946年英国出生队列的453名参与者（51%为男性）拥有血糖测量（60-64岁时）和MRI测量（约70岁时）。在女性中，约60岁时较高的空腹血糖和胰岛素抵抗与约70岁时较低的WBV弱相关[例如，空腹血糖：β* = -0.07（95% CI：-0.13，-0.01），P = .02]。男性中任何血糖标志物均未出现关联。HOMA-%B与两性的脑结局均无关联。女性晚年的大脑健康可能更容易受到中年高血糖的影响。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 中年期（60-64岁）的血糖特征（空腹血糖、胰岛素抵抗、β细胞功能）是否与晚年（约70岁）的脑体积（全脑、灰质、白质）相关，且是否存在性别差异？
- 核心机制
- 女性更易受高血糖影响，可能因绝经后雌激素下降，其保护作用减弱，增加对炎症、氧化应激和血管功能障碍的易感性，从而影响脑体积。
- 主要证据
- 基于453名NSHD参与者的队列分析，女性中空腹血糖和HOMA2-IR与WBV负相关（β*分别为-0.07和-0.12），HbA1c与WM体积负相关（β*=-0.06），男性中无显著关联。
- 研究意义
- 研究强调在人群中维持最佳血糖水平对晚年脑健康的重要性，提示管理中年期高血糖和胰岛素抵抗可能保护女性脑健康。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
血糖标志物之间的相关性分析
考察不同血糖标志物（HbA1c、葡萄糖、HOMA2-IR、HOMA-%B）之间的相互关系及其性别差异。
计算Pearson相关系数，比较男女中各标志物间的相关方向与强度。
血糖标志物与全脑体积的关联分析
检验中年期血糖标志物与晚年全脑体积的关联，并比较性别差异。
采用线性回归模型，分别分析空腹血糖、HbA1c、HOMA2-IR和HOMA-%B与WBV的关联，并调整协变量。
血糖标志物与脑组织类型（灰质、白质体积）的关联分析
探讨血糖标志物是否与灰质或白质体积的差异性损失相关。
分别以GM和WM体积为因变量，进行与WBV类似的回归分析，并检查性别差异。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 血糖测量 | 胰岛素抵抗稳态模型评估 | -- | -- |
| β细胞功能稳态模型评估 | -- | -- | |
| 脑影像 | 磁共振成像 | -- | -- |
关键环节
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 |
|---|---|
| 样本选择 | 参与者来自1946年英国出生队列（NSHD），有血糖和MRI测量；样本量为453，男女比例约1:1。 阅读提示：Methods部分及Table 1 |
| 血糖标志物测量 | 血糖标志物（空腹血糖、HOMA2-IR、HOMA-%B）在60-64岁时测量；具体测量方法未在正文详述。 阅读提示：Methods部分及Supplementary Material 1 |
| MRI测量 | 脑体积（WBV、GM、WM）在约70岁时通过MRI测量；具体扫描参数未在正文详述。 阅读提示：Methods部分及Supplementary Material 1 |
| 统计分析 | 使用线性回归模型，调整协变量包括总颅内体积、扫描年龄、认知测量、社会经济地位、腰臀比、体育锻炼、饮酒状况、吸烟状况；标准化回归系数（β*）用于比较。 阅读提示：Methods部分及表S1 |