|
歡迎參加鄭老師2023年孟德?tīng)栯S機(jī)化課程即將開(kāi)始 2023年10月4日，暨南大學(xué)第二臨床醫(yī)學(xué)院學(xué)者在《Frontiers in Endocrinology》（二區(qū)，IF=5.2）發(fā)表題為：" The relationship between sarcopenia and mortality in Chinese community-dwelling adults: a 7-year cohort study with propensity score matching and Mendelian randomization" 的研究論文。這項(xiàng)研究是基于來(lái)自中國(guó)健康與養(yǎng)老追蹤調(diào)查（CHARLS）中的數(shù)據(jù)。研究旨在評(píng)估中國(guó)社區(qū)人群中肌肉減少癥的7年死亡風(fēng)險(xiǎn)，并探索肌肉減少癥的組成部分與任何死亡之間的因果關(guān)系。研究結(jié)果表明，中國(guó)人群中肌減少癥及其組成對(duì)死亡風(fēng)險(xiǎn)的顯著影響。特別是，低握力和通常的行走速度是死亡風(fēng)險(xiǎn)的顯著因素。這個(gè)研究主題并不新穎，同主題同一數(shù)據(jù)庫(kù)的文章也有發(fā)表，那么這篇文章是如何創(chuàng)新的呢？這篇文章，加了一個(gè)孟德?tīng)栯S機(jī)化的方法！背景：肌肉減少癥與不良健康結(jié)果相關(guān)，包括死亡風(fēng)險(xiǎn)增加。本研究旨在評(píng)估中國(guó)社區(qū)人群中肌肉減少癥的7年死亡風(fēng)險(xiǎn)，并探索肌肉減少癥的組成部分與任何死亡之間的因果關(guān)系。方法：數(shù)據(jù)來(lái)源于2011年至2018年間進(jìn)行的中國(guó)健康與養(yǎng)老追蹤調(diào)查(CHARLS)。使用亞洲少肌癥工作組(AWGS) 2019標(biāo)準(zhǔn)診斷少肌癥。使用邏輯回歸、Kaplan-Meier (KM)生存分析和傾向評(píng)分匹配及逆概率加權(quán)。使用歐洲人口數(shù)據(jù)進(jìn)行的孟德?tīng)栯S機(jī)化(MR)分析被用于評(píng)估少肌癥和任何死亡之間的因果關(guān)系。
結(jié)果：該研究包括9006名參與者:3892名無(wú)肌肉減少癥，3570名有可能肌肉減少癥，1125名有肌肉減少癥，419名有嚴(yán)重肌肉減少癥。在7年的隨訪(fǎng)中，有871例死亡，包括196例肌肉減少癥和133例嚴(yán)重肌肉減少癥。KM曲線(xiàn)顯示肌肉減少癥有較高的死亡風(fēng)險(xiǎn)。在校正混雜變量后，與肌肉減少癥患者相比，肌肉減少癥患者7年死亡率的優(yōu)勢(shì)比(ORs)為1.41 (95% CI，1.06-1.87)(p < 0.05)。嚴(yán)重肌肉減少癥的or為2.11 (95% CI為1.51-2.95)。傾向評(píng)分匹配分析和治療權(quán)重分析的逆概率證實(shí)了這些發(fā)現(xiàn)。肌肉減少癥和7年死亡率的校正or在45-60歲組為2.94 (95% CI，1.6-5.39)，在60-80歲組為1.72 (95% CI，1.11-2.68)，在≥80歲組為5.03 (95% CI，0.48-52.65)。嚴(yán)重肌肉減少癥和7年死亡率的or在45-60歲年齡組為6.92 (95% CI，1.95-24.5)，在60-80歲年齡組為2.59 (95% CI，1.61-4.17)，在≥80歲年齡組為12.52 (95% CI，1.18-133.18)。利用負(fù)方差加權(quán)(IVW)方法進(jìn)行的磁共振分析揭示了60歲及以上老年人握力低、通常走路速度和死亡風(fēng)險(xiǎn)之間的因果聯(lián)系。
結(jié)論：這項(xiàng)研究強(qiáng)調(diào)了中國(guó)人群中肌減少癥及其組成對(duì)死亡風(fēng)險(xiǎn)的顯著影響。特別是，低握力和通常的行走速度是死亡風(fēng)險(xiǎn)的顯著因素。該研究包括9006名參與者，其中45.9%為男性，54.1%為女性。其中，無(wú)肌肉減少癥3892例，可能有肌肉減少癥3570例，有肌肉減少癥1125例，重度肌肉減少癥419例。在7年的隨訪(fǎng)中，有871例死亡，其中147例無(wú)肌肉減少癥，395例可能有肌肉減少癥，196例有肌肉減少癥，133例有嚴(yán)重肌肉減少癥。
單因素和多因素logistic回歸分析顯示，7年死亡率的危險(xiǎn)因素為肌肉減少癥（OR：1.41,95%CI，1.06-1.87）、重度肌少癥（OR=2.11,95%CI，1.51-2.95）、年齡（OR=1.09,95%CI，1.08-1.1）、糖尿?。∣R=1.51,95%CI，1.26-1.82）、高血壓（OR=1.31,95%CI，1.11-1.56）、 癌癥（OR = 4.46,95% CI，2.45-8.09）、卒中（OR = 1.64,95% CI，1.13-2.38）、肺部疾?。∣R = 1.82,95% CI，1.45-2.28）和記憶相關(guān)疾?。∣R = 2.11,95% CI，1.37-3.25）（p < 0.05）。7年死亡率的保護(hù)因素為女性（OR=0.52,95%CI，0.43-0.63）、已婚（OR=0.33,95%CI，0.17-0.61）和離婚（OR=0.46,95%CI，0.24-0.9）（p < 0.05）。
3.肌肉減少癥與全因死亡率的關(guān)系 根據(jù) Kaplan-Meier 生存曲線(xiàn)，肌肉減少癥和重度肌肉減少癥的 7 年死亡率風(fēng)險(xiǎn)更高。在調(diào)整年齡、體重指數(shù)（BMI）、教育水平、婚姻狀況、城市地區(qū)、飲酒、吸煙、糖尿病、高血壓、癌癥、心臟病、中風(fēng)、肺病、關(guān)節(jié)病、肝病、腎病、消化系統(tǒng)疾病、哮喘和記憶相關(guān)疾?。Ｐ?）后，肌少癥和重度肌少癥對(duì)7年死亡率的OR分別為1.41（95%CI，1.06-1.87）和2.11（95%CI， 1.51–2.95)。7年死亡率中可能肌肉減少癥的未調(diào)整OR為3.17（2.61-3.85），差異有統(tǒng)計(jì)學(xué)意義（p < 0.05），但調(diào)整后的OR為1.11-1.23，無(wú)統(tǒng)計(jì)學(xué)差異（p > 0.05） 
進(jìn)一步按年齡分層進(jìn)行亞組分析 
將肌肉減少癥和重度肌肉減少癥作為單獨(dú)的組進(jìn)行傾向評(píng)分匹配。在肌肉減少癥和重度肌肉減少癥中，PSM 和 IPTW 分析顯示 7 年死亡率的 OR 顯著升高 （p < 0.05）。傾向評(píng)分匹配后，肌少癥的 7 年死亡率 OR 為 1.33 （1.09-1.63），重度肌肉減少癥的 OR 為 1.7 （1.25-2.32）。經(jīng)逆概率加權(quán)分析后，肌肉減少癥和重度肌少癥的7年死亡率OR分別為1.77（1.49-2.09）和2.28（1.69-3.07）
使用 MR 方法分析了 283 個(gè) SNP，我們發(fā)現(xiàn) MR-Egger 方法有顯著結(jié)果 （OR = 1.261,95% CI，1.056–1.507，p = 0.011）。加權(quán)中位數(shù)法的OR為0.948（95%CI，0.850-1.058，p = 0.341），而IVW方法的OR為0.954（95%CI，0.892-1.021，p = 0.176 ）。評(píng)估了異質(zhì)性 （p > 0.05） 和潛在的多效性 （p < 0.05）
設(shè)計(jì)與統(tǒng)計(jì)學(xué)方法 隊(duì)列研究：2011-2018年中國(guó)健康與養(yǎng)老追蹤調(diào)查（CHARLS）中有評(píng)估肌肉減少癥指標(biāo)的人孟德?tīng)栯S機(jī)化研究：使用歐洲人群進(jìn)行S（Study design）研究類(lèi)型：隊(duì)列研究1.1.統(tǒng)計(jì)描述+差異性分析：對(duì)于連續(xù)變量，提供了95%的置信區(qū)間（CIs），而對(duì)于分類(lèi)變量則提供了百分比頻率。為了比較連續(xù)數(shù)據(jù)和分類(lèi)數(shù)據(jù)，我們使用了t檢驗(yàn)和χ2檢驗(yàn)。
1.2.通過(guò)使用logistic回歸模型，可以確定死亡風(fēng)險(xiǎn)。Kaplan-Meier 曲線(xiàn)以視覺(jué)方式描繪。為了減少潛在的選擇偏倚，傾向評(píng)分匹配 （PSM） 用于平衡有和沒(méi)有肌肉減少癥或嚴(yán)重肌肉減少癥的參與者之間的協(xié)變量。使用邏輯回歸模型計(jì)算個(gè)體傾向評(píng)分后，使用卡尺寬度為傾向評(píng)分 0.2 個(gè)標(biāo)準(zhǔn)差的最近鄰匹配技術(shù)將最低握力 （HGS） 組患者與其他組患者配對(duì)。 
1.3.使用逆概率加權(quán) （IPTW） 進(jìn)行回歸分析
1.4.使用 R 軟件包和 Free Statistics 軟件版本 1.7 進(jìn)行統(tǒng)計(jì)分析。統(tǒng)計(jì)顯著性由雙側(cè) p 值 <0.05 確定。
2.1.采用逆方差加權(quán)（IVW）方法進(jìn)行孟德?tīng)栯S機(jī)化（MR）分析
2.2.SNP選擇過(guò)程涉及多種方法：顯著性閾值為p < 5 × 10?8用于鑒定SNP，實(shí)現(xiàn)全基因組意義。閾值為 r2< 0.001（聚集距離為 10,000 kb）被設(shè)置為排除處于連鎖不平衡狀態(tài)的 SNP。
2.3.在解決潛在的多效性問(wèn)題時(shí)，PhenoScanner數(shù)據(jù)庫(kù)被用于SNP鑒定和隨后的排除。如F統(tǒng)計(jì)量<10所示，弱工具變量被系統(tǒng)地排除在分析之外。
2.4.在每次 MR 分析之前，采用 MR–多效性殘差和異常值 （MR-PRESSO） 方法以消除潛在的異常值。
2.5.為了驗(yàn)證這些發(fā)現(xiàn)，包括MR-Egger、加權(quán)中位數(shù)和加權(quán)模式在內(nèi)的替代方法與IVW一起應(yīng)用。使用 Cochran 的 Q 檢驗(yàn)評(píng)估異質(zhì)性，而通過(guò) MR-Egger 截距檢驗(yàn)和留一法分析評(píng)估多效性。
2.6.所有統(tǒng)計(jì)分析均使用R軟件（4.3.0版）進(jìn)行MR分析和敏感性評(píng)估。
對(duì)于已經(jīng)被發(fā)表過(guò)的主題如何進(jìn)行創(chuàng)新：
1.擴(kuò)大/縮小人群范圍，在某一特定人群中研究
2.統(tǒng)計(jì)方法創(chuàng)新：例如傾向得分加權(quán)、傾向得分匹配、中介分析、交互作用分析等等3.聯(lián)合孟德?tīng)栯S機(jī)化研究4.聯(lián)合多個(gè)數(shù)據(jù)庫(kù)關(guān)于孟德?tīng)栯S機(jī)化的方法，有興趣來(lái)參加鄭老師11.18-19的孟德?tīng)栯S機(jī)化的課程吧
| 2022年以來(lái)，我們召集了一批富有經(jīng)驗(yàn)的高校專(zhuān)業(yè)隊(duì)伍，著手舉行短期統(tǒng)計(jì)課程培訓(xùn)班，包括R語(yǔ)言、meta分析、臨床預(yù)測(cè)模型、真實(shí)世界臨床研究、問(wèn)卷與量表分析、醫(yī)學(xué)統(tǒng)計(jì)與SPSS、臨床試驗(yàn)數(shù)據(jù)分析、重復(fù)測(cè)量資料分析、nhanes、孟德?tīng)栯S機(jī)化等10門(mén)課。如果您有需求，不妨點(diǎn)擊查看：為團(tuán)隊(duì)發(fā)展，我們將與各位朋友合作共贏，本團(tuán)隊(duì)將開(kāi)展統(tǒng)計(jì)分析服務(wù)，幫忙進(jìn)行臨床科研。歡迎了解詳情：醫(yī)學(xué)統(tǒng)計(jì)服務(wù)| 醫(yī)公共數(shù)據(jù)庫(kù)論文一對(duì)一指導(dǎo) |
|
