idea激活码2017

idea激活码2017Idea+Data+极智分析= Lipids in Health and Disease (IF=3.876)小编今天解读的是 Lipids in Health and Disease (IF=3.876)杂志上发表的一篇文章《High

Idea+Data+极智分析= Lipids in Health and Disease (IF=3.876)

小编今天解读的是 Lipids in Health and Disease (IF=3.876)杂志上发表的一篇文章《High lipoprotein(a) concentrations are associated with lower type 2 diabetes risk in the Chinese Han population: a large retrospective cohort study》。这是一项大型回顾性队列研究,研究的是中国汉族人群中高脂蛋白浓度与较低的2型糖尿病风险相关性,下面就来看看这篇文章到底是怎么分析的。

idea激活码2017

(大家可以在号中的“论文助手”->“IF查与投”中查询期刊的详细信息)

idea激活码2017

01 研究对象

这篇文章回顾性分析了2006年7月至2017年6月江西某医院首例住院患者的电子病历。值得注意的是,排除了5198名20岁以下的患者,13089名未确诊的患者,以及14691名严重肝脏和肾功能衰竭的患者。

最终,共有9248名T2DM患者和18496名对照者按照性别、年龄、当前吸烟状况、当前饮酒状况、身体质量指数(BMI)、冠心病和高血压进行了1:2配对 ,并遵循倾向评分匹配法原则。此外,这项研究只包括估计肾功能(egfr)大于60ml/(min·1.73m2)的患者。这项研究得到了中国南昌大学第二附属医院机构审查委员会的伦理认可。

02 背景介绍

据估计,中国成年人中糖尿病和糖尿病前期的发病率分别为11.6%(1.139亿)和50.1%(4.934亿),这突显出糖尿病是中国一个重要的公共卫生问题。2型糖尿病(T2DM)占大多数糖尿病病例,全球糖尿病患病率一直在上升,预计未来几十年还会继续增加。

由于T2DM患者容易发生心血管疾病,早期报告显示T2DM 和Lp(A)水平之间存在类似的相关性。例如,已经证明Lp(A)与T2DM 患者内膜厚度的进展密切相关。然而,一些病例对照研究尚未报道具有约束力的结论。一些大规模的队列研究表明,T2DM风险与Lp(A)水平之间存在负相关,这一点尚未通过孟德尔随机试验得到证实。

在亚洲人群中探索这种联系的研究数量有限,但结果并不一致2023.2.3 IntelliJ IDEA安装激活教程(附激活工具及激活码 收藏) 。因此,本研究旨在探讨 Lp(A)浓度与T2DM之间的关系,并评估中国人群中潜在的影响因子。

03 模型建立

分析基本流程图

idea激活码2017

(1)PSM倾向性匹配

PSM是一种用于筛选治疗组和对照组的统计方法,以便研究对象在临床指标上具有可比性,以平衡协变量和减少偏差。

PSM确定是否可以将治疗作为反应变量,将混杂变量作为协变量来构建回归模型。该模型估计每个对象的倾向得分,范围在0到1之间,表示受试者被归类到治疗组的概率。

因此,倾向评分用于平衡治疗组和对照组之间的协变量分布。(匹配过程见下图所示)

idea激活码2017

总结

倾向性评分匹配,首先你要知道需要匹配的是什么,也必须知道要告诉读者什么,他们才能知道你的匹配是合格的,而这些东西,只要你能够从常识和基本逻辑角度出发,掌握基本道理,就没有什么难度。

(2)匹配前后DM和非DM病例及对照组的基线特征

简单来说,60岁是配对后的平均年龄。T2dm 组的TC、LDL-C和TG水平均高于对照组。2型糖尿病组中位脂蛋白(a)水平低于对照组(16.42 vs. 16.88 mg/dl)。

idea激活码2017

(3)单因素和多因素二元Logistic回归模型

Lp(A)水平按照四分位数进行分组:四分位数1(Q1):0~8.90 mg/dl;四分位数2(Q2):8.90~16.74 mg/dl;四分位数3(Q3):16.74~28.72 mg/dl;四分位数4(Q4):>28.72 mg/dl。

二元条件Logistic回归模型用于确定Lp(A)浓度是否与T2DM的发病独立相关。

未调整模型:Lp(A)四分位2-4的OR值和95%CI分别为1.020(0.951,1.094),0.993(0.925,1.065)和0.924(0.861,0.992)。

调整模型1:调整超敏C反应蛋白和收缩压后,结果与未调整组相似[Q4,0.925(0.862,0.993),P=0.031]。

调整模型2:对模型1中包含的因素加上肌酐、同型半胱氨酸、甘油三酯、低密度脂蛋白胆固醇和高密度脂蛋白胆固醇进行调整后,与模型1相似的结果如下:在Q4组中,Lp(A)与T2 DM风险显著相关[0.919(0.854,0.990),P=0.026]。

idea激活码2017

(4)分层分析

按年龄(≤60岁及60岁以上)、性别(男性和女性)、LDL-C水平(≤130 mg/dl和>130 mg/dl),以及是否存在冠心病进行分层分析。

在分层分析中,Lp(a)的Q4在男性[0.813(0.734,0.900),P<0.001](图2A)和年龄>60岁的老年人群[0.819(0.737,0.910),P<0.001]中的T2DM风险显著降低(图2D)。相反,LDL-C水平和冠心病对Lp(a)和T2DM之间的相关性没有影响(图2B和C)。

idea激活码2017

(5)Lp(a)与葡萄糖的斯皮尔曼相关系数的95%(CI)的简单散点图和拟合线

可以看出,只有男性表现出Lp(a)和葡萄糖水平之间的显著负相关(男:r=0.0555,P < 0.001;女:r=-0.0146,P=0.0919)。

相反,在非糖尿病人群中,男性和女性的中位Lp(a)水平没有显著差异(16.0 vs. 16.82 mg/dL,P= 0.246)。

idea激活码2017

05 总结

结论:

Lp(a)水平与T2DM风险之间存在反向关联。这种效果仅在老年患者(> 60岁)和男性中显著。这种反向相关性为深入了解糖尿病患者的Lp(a)提供了一些证据。因此,无论LDL-C水平和冠心病状态如何,超过60岁且Lp(a)水平大于28.72 mg/dL的男性患者应被视为T2DM风险较低。

局限性:

1.作为一项回顾性研究,本研究只能评估Lp(a)水平和T2DM风险之间的相关性,但不能评估因果关系。

2.本研究中使用的数据基于医院和临床患者,这可能引入了残留的混杂因素。为了减少混杂因素的影响,本研究将明确的糖尿病危险因素(排除协变量间的多重共线性)纳入逻辑模型进行分层分析。

3.最近的研究报告称,Lp(a)水平很可能受到他汀类药物的影响,但关于该研究参与者是否正在服用降脂药物或是否接受过某些天然产品治疗的数据缺失,这可能给该研究带来了偏见。

优势:

这是一项关于中国人群中脂蛋白(a)浓度和T2DM之间关系的大规模、匹配良好的回顾性队列研究,说明存在反向关联。此外,这种影响仅在老年患者(> 60岁)和男性中显著,并且这种关系不因LDL-C水平和冠心病状态而改变。

这篇文章的整体思路和方法设计都很完整,主要用的是传统的统计分析,有感兴趣的小伙伴可以去看看原文,同时这篇文章的部分内容是在极智分析平台的帮助下完成的呢,致谢见下图哦!!!

idea激活码2017

原文链接:

doi.org/10.1186/s12944-

参考文献:

Fu, Q., Hu, L., Xu, Y. et al. High lipoprotein(a) concentrations are associated with lower type 2 diabetes risk in the Chinese Han population: a large retrospective cohort study. Lipids Health Dis 20, 76 (2021). doi.org/10.1186/s12944-

结语

临床研究的根本使命是发现并解决生命科学领域亟待解决的临床问题,同时,为即将发生的临床难题提供备选解决方案。

打开极智分析—智能医学统计分析平台 xsmartanalysis.com/ 进行实操吧!

2024最新激活全家桶教程,稳定运行到2099年,请移步至置顶文章:https://sigusoft.com/99576.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。 文章由激活谷谷主-小谷整理,转载请注明出处:https://sigusoft.com/5942.html

(0)
上一篇 2024年 4月 8日 下午5:02
下一篇 2024年 4月 9日 下午5:02

相关推荐

关注微信