3.5/Q1,广东医科大学附属医院运用CHARLS数据库:体重调整后的腰围指数和残疾

文摘   2024-11-01 18:00   海南  

文章标题:Weight-adjusted waist index and disability: a cohort study from CHARLS

中文标题:体重调整后的腰围指数和残疾:CHARLS 的一项队列研究

发表期刊:BMC Public Health

发表时间:2024年10月

影响因子:3.5/Q1

研究背景

体重调整腰指数 (WWI) 残疾之间的关联尚不清楚。本研究旨在评估第一次世界大战与中国中老年人残疾之间的关系,并为残疾预防提供更多预测指标。

研究方法

本研究选取了 2011 年中国健康与老龄化跟踪调查 (CHARLS) 数据库调查的 13,015 名 45 岁及以上的中老年人,经过 7 年的随访,纳入了 8344 名数据完整的受访者进行队列分析。收集有关临床人口统计学特征人体测量指数残疾评估和相关协变量的信息,并通过残疾量表评估是否存在残疾。WWI 的计算方法是将腰围 (cm) 除以体重 (kg) 的平方根。随访后采用 Cox 比例风险模型分析 WWI 与残疾之间的关联。

研究结果

1.参与者的基本特征

该研究纳入 8344 名受访者,其中男性 3998 名(47.9%),女性 4346 名(52.1%),平均年龄为 58.2 岁±8.9 岁,第一次世界大战(WWI)平均值为 11.0±1.3。基于 WWI 四分位数的受访者基线特征显示,WWI 较高的受访者年龄较大、以女性为主、受教育程度低、已婚且居住在农村地区;WWI 较低的人吸烟和饮酒率高、BMI 低、认知能力差、患抑郁症风险低。在 7 年随访中,2912 名参与者出现残疾,发生率为 34.9%。

2.残疾风险的单变量分析

在单变量分析中,年龄、性别、居住地、慢性病、抑郁、WC 和 WWI 与残疾显著相关。其中,第一次世界大战与残疾发生率之间存在正相关 。

3.WWI 和残疾风险的多变量分析

模型 1 按年龄和性别进行调整,模型 2 在模型 1 基础上调整了教育水平、饮酒、吸烟、居住地、婚姻状况、身高、慢性病、认知功能评分和抑郁状态等协变量。将随访后的第一次世界大战(WWI)转化为以四分位数作为残疾回归分析的临界值,调整所有协变量后,第 2、第 3 和第 4 个分位数的 HR 值与第 1 个分位数相比呈增加趋势,第 4 个分位数中 WWI 受试者的残疾风险增加了 43%(HR = 1.43,95%CI:1.24 - 1.64),模型中趋势检验的 P 值均<0.001,表明 WWI 与残疾之间存在稳健的线性关联。

4. 分层分析

在分层分析中,调整多项协变量后,非慢性病患者组中第一次世界大战(WWI)与残疾风险之间的正相关比慢性病患者组更强(交互作用 P = 0.045)。WWI 与残疾风险之间的正相关在性别、年龄、饮酒、吸烟状况、教育水平、婚姻状况和居住地等亚组中仍然显著

文章小结

WWI 是一种新的、可靠的肥胖相关指标,可用于预防残疾。可以检测和控制 WWI 以降低残疾风险。(对这种思路感兴趣的老师,欢迎联系小编!)

Med-CHARLS
Med-CHARLS,持续更新CHARLS数据库最新的生信文献和思路,更新最新的指标。提供专业的生信分析服务,思路设计,生信分析,文献复现,科室培训,数据库搭建,全力致力于CHRALS相关科研文献分享!
 最新文章