一、文章内容解读 1.研究背景 研究主题：本文研究了烹饪燃料暴露与中国成年人慢性肺部疾病（CLD）和肺功能之间的纵向关联。 研究意义：慢性肺部疾病是全球导致死亡和发病率高的原因之一，尤其在低收入和中等收入国家。除了吸烟，烹饪燃料暴露是研究最多的风险因素之一。了解烹饪燃料类型与CLD之间的因果关系对于改善公共卫生具有重要意义。 2.研究方法 数据来源：数据来自中国健康和退休纵向研究（CHARLS），一个全国代表性的前瞻性队列研究，涉及2011年至2018年的数据。 参与者信息：研究包括了来自中国28个省的9004名40岁及以上的参与者。 指标计算： CLD识别：基于2018年自我报告的医生诊断。 肺功能评估：通过峰值呼气流速（PEF）评估，分别在2011年、2013年和2015年进行测量。 统计分析和方法： 使用多变量逻辑和线性混合效应重复测量模型来衡量CLD和PEF与烹饪燃料类型的关联。 进行三水平混合效应模型作为敏感性分析。 考虑社区和家庭对数据结构的潜在影响，使用三水平混合效应模型。 对于连续变量和分类变量，分别使用方差分析或Kruskal-Wallis H检验以及卡方检验进行比较。 使用多重插补处理缺失数据。 计算归因病例（AT）和人群可归因分数（PAF）来量化由于使用固体烹饪燃料而导致的CLD负担。 3.研究结果 3.1参与者特征 研究共纳入了9004名参与者，其中3508名持续使用固体燃料，1948名从固体燃料转换到清洁燃料，3548名持续使用清洁燃料。使用清洁燃料的参与者更年轻、不吸烟、居住在城市地区、BMI和腰围较大、肺功能更好、教育水平更高、工作比例较低、健康保险比例较高、接受公共养老金的比例较高、家庭消费水平较高、CLD发病率较低、高血压和糖尿病的患病率较高。这些特征表明，使用清洁燃料的群体在社会经济和健康状况上可能更为优越。 3.2 烹饪燃料类型与CLD的关联 持续使用清洁燃料：与持续使用固体燃料的参与者相比，持续使用清洁燃料的参与者患CLD的风险较低（调整后的比值比[aOR] =…
文章题目：Global, regional, and national epidemiology of ischemic stroke from 1990 to 2021 DOI：10.1111/ene.16481 中文标题：1990 年至 2021 年全球、地区和国家缺血性卒中流行病学 发表杂志：Eur J Neurol 影响因子：1区，IF=4.5 发表时间：2024年12月 今天给大家分享一篇在 2024年12月发表在《Eur J…
文章题目：The relationship between remnant cholesterol and the risk of testosterone deficiency in US adults: a cross-sectional study based on the NHANES database DOI：10.3389/fendo.2024.1458193 中文标题：美国成年人体内残留胆固醇与睾酮缺乏风险的关系：基于 NHANES…
文章题目：Effects of different sizes of ambient particulate matter and household fuel use on physical function: National cohort study in China DOI：10.1016/j.ecoenv.2024.116308 中文标题：不同粒径环境颗粒物和家庭燃料使用对身体机能的影响：中国国家队列研究 发表杂志：Ecotoxicol Environ Saf…
文章内容解读 1. 研究背景 研究主题：本研究聚焦于甘油三酯-葡萄糖-腰高比（TyG-WHtR）指数及其与心血管疾病（CVD）风险的关联。 研究意义：TyG-WHtR作为一种新兴的CVD风险预测指标，结合了血脂和肥胖指标，对于早期识别CVD高风险人群具有潜在的临床价值。 2. 研究方法 数据来源：研究数据来源于中国健康和退休纵向研究（CHARLS），这是一个全国性的基于人口的队列研究。 参与者信息： 初始样本量：11,847名参与者。 排除标准：缺乏空腹血糖或甘油三酯数据、身高或腰围测量异常、45岁以下、2015年之前有CVD事件或缺乏CVD信息的参与者。 指标计算： TyG（甘油三酯-葡萄糖指数）= ln[甘油三酯（mg/dl）× 葡萄糖（mg/dl）/2]； WHtR（腰高比）= 腰围/身高； TyG-WHtR = TyG × WHtR； 累积TyG-WHtR = (TyG-WHtR2012…
一、文章内容解读 1.研究背景 研究主题：本研究旨在探讨血浆动脉粥样硬化指数（AIP）控制水平与异常糖代谢个体中心血管疾病（CVD）风险之间的关联。 研究意义：心血管疾病是全球死亡和残疾的主要原因，而AIP作为一种新的血脂异常和脂质代谢相关的生物标志物，与CVD的发病率和患者预后密切相关。本研究的意义在于，通过分析AIP控制水平与CVD风险的关系，有助于早期识别高风险CVD个体，从而预防疾病进展。 2.研究方法 数据来源：数据来自中国健康和退休纵向研究（CHARLS），这是一个全国代表性的45岁及以上人群的纵向调查。 参与者信息：研究包括了11,847名接受完整血细胞计数测试的参与者，排除了8,484名不符合标准的参与者，最终纳入了6,821名参与者。 指标计算：AIP是通过计算血浆中甘油三酯（TG）与高密度脂蛋白胆固醇（HDL-C）的摩尔浓度比值的对数转换来得出的。 统计分析和方法： 使用k-means聚类分析将AIP控制水平分为五个类别。 采用多变量逻辑回归分析和限制性立方样条分析来研究AIP控制水平与异常糖代谢个体中CVD发生之间的关联。 对潜在的混杂变量进行了调整，包括年龄、性别、教育水平、婚姻状况、户籍、吸烟状态、饮酒状态、收缩压、舒张压和体重指数等。 3.研究结果 参与者基线特征 总样本量与特征：研究共纳入2,659名参与者，平均年龄58.34岁，男性占比47.09%。这些参与者的累积AIP为1.22±0.90，平均随访3年后，有567名参与者发展为CVD，其中398名参与者有心脏病和/或中风的报告。 AIP控制水平分类：通过k-means聚类分析，AIP控制水平被分为五个类别。第一类（Class 1）有最好的AIP控制，第五类（Class 5）有最差的AIP控制。 AIP与CVD风险的关联：不同AIP控制水平的CVD风险： 与AIP控制最好的第一类相比，第二类（Class 2）的CVD风险比（OR）为1.31，第三类（Class 3）为1.38，第四类（Class 4）为1.46，第五类（Class 5）为1.56。这表明随着AIP控制水平的下降，CVD的风险逐渐增加。 心血管疾病的次要结果：在次要结果分析中，与第一类相比，第二类至第五类的参与者中风的风险显著增加。对于心脏病，虽然P值没有达到显著性，但所有类别（除了第四类）的风险随着AIP控制水平的下降而逐渐增加。 限制性立方样条回归模型：累积AIP与CVD风险的线性关系： 限制性立方样条回归模型显示，累积AIP指数与CVD风险之间存在线性关系。随着累积AIP的增加，CVD风险也随之增加，尤其是在AIP值高于1.12时。…
文章题目：Global, regional, and national burden of thalassemia, 1990-2021: a systematic analysis for the global burden of disease study 2021 DOI：10.1016/j.eclinm.2024.102619 中文标题：1990 年至 2021 年全球、地区和国家地中海贫血负担：2021 年全球疾病负担研究的系统分析…
文章题目：Predictive Value of Life’s Crucial 9 for Cardiovascular and All-Cause Mortality: A Prospective Cohort Study From the NHANES 2007 to 2018 DOI：10.1161/JAHA.124.036669 中文标题：生命中至关重要的 9 项因素对心血管和全因死亡率的预测价值：2007…
文章题目：Association between household fuel combustion and diabetes among middle-aged and older adults in China: A cohort study DOI：10.1016/j.ecoenv.2023.114974 中文标题：中国中老年人家庭燃料燃烧与糖尿病的关系：一项队列研究 发表杂志：Ecotoxicol Environ Saf 影响因子：1区，IF=6.2 发表时间：2023年6月 今天给大家分享一篇在…
一、文章内容解读 1. 研究背景 研究主题：本研究旨在探讨胰岛素抵抗（IR）对非糖尿病患者心血管疾病（CVD）发生风险的影响，并以估算葡萄糖处理速率（eGDR）作为IR的可靠替代标记。 研究意义：鉴于IR与CVD之间的联系尚不完全清楚，且大多数现有证据来自糖尿病患者研究，可能高估了eGDR对CVD的影响，本研究聚焦于非糖尿病患者，以填补知识空白。 2. 研究方法 数据来源：数据来自中国健康和退休纵向研究（CHARLS），包括45岁及以上的中国居民。 参与者信息：共纳入5512名无CVD和糖尿病的参与者，根据eGDR的四分位数进行分组。 指标计算：eGDR的计算公式为 eGDR (mg/kg/min) = 21.158 − (0.09 × WC) − (3.407 × 高血压) − (0.551 ×…