目的：探讨亚洲地区成人不同水平体质量指数（ Body mass index ， BMI）与全因死亡率关系。方法：全面检索相关文献，严格按照纳入标准筛选有关体质量指数和全因死亡率的前瞻性队列研究，应用meta分析方法对各研究进行数据合并与分析...目的：探讨亚洲地区成人不同水平体质量指数（ Body mass index ， BMI）与全因死亡率关系。方法：全面检索相关文献，严格按照纳入标准筛选有关体质量指数和全因死亡率的前瞻性队列研究，应用meta分析方法对各研究进行数据合并与分析。通过分层分析和敏感性分析寻找研究异质性来源，利用漏斗图、Egger检验和Begg检验分析发表偏倚。结果：共纳入17篇文献，累计研究对象1769369例，死亡104888例。 BMI＜18.5 kg／m2、23.0～29.9 kg／m2、≥30.0 kg／m2三组的合并RR 分别为1.39（95％CI：1.31～1.47）、0.88（95％CI：0.85～0.92）、1.14（95％CI：1.05～1.23）。分层分析结果提示，人群性别、地域和患者身高体质量的获取方式、文献发表时间、文献质量是研究异质性的来源。 Egger和Begg检验均未发现发表偏倚（均P＞0.05）。结论：BMI过低和BMI过高是亚洲人群全因死亡率的危险因素。展开更多
[目的]通过两样本孟德尔随机化设计,探讨睡眠与痛风之间的关联。[方法]从一项包含763813名参与者的全基因组关联研究(genome-wide association study,GWAS)中获取痛风遗传关联数据。以与打鼾、睡眠时间、睡眠类型、失眠及白日困倦程度...[目的]通过两样本孟德尔随机化设计,探讨睡眠与痛风之间的关联。[方法]从一项包含763813名参与者的全基因组关联研究(genome-wide association study,GWAS)中获取痛风遗传关联数据。以与打鼾、睡眠时间、睡眠类型、失眠及白日困倦程度等睡眠表型相关的单核苷酸多态性(single nucleotide polymorphism,SNP)作为工具变量,采用逆方差加权(inverse variance weighted,IVW)评估遗传学预测的不同睡眠表型与痛风发生风险的关系。采用MR-Egger回归和孟德尔随机多态性残差和离群值(MR pleiotropy residual sum and outlier,MR-PRESSO)检验进行敏感性分析,以评估工具变量的多效性。进一步采用加权中位数法、简单中位数法、最大似然比法等分析方法检验结果的稳健性与可靠性。[结果]IVW结果显示,遗传学预测的打鼾[优势比(odds ratio,OR)=3.12,95%置信区间(confidence interval,CI)(1.21~8.05),PFDR=0.045]和失眠[OR=1.09,95%CI(1.04~1.15),PFDR=0.005]与痛风发生风险呈正相关,而睡眠时间、睡眠类型及白日困倦程度与痛风发生之间不存在统计学关联。MR-Egger回归提示上述因果关联未受到水平多效性影响,加权中位数法、简单中位数法、最大似然比法得出与IVW相似的结果。[结论]打鼾、失眠与痛风发生风险呈正相关,纠正打鼾和失眠可能对痛风有一定的预防作用。展开更多
文摘目的：探讨亚洲地区成人不同水平体质量指数（ Body mass index ， BMI）与全因死亡率关系。方法：全面检索相关文献，严格按照纳入标准筛选有关体质量指数和全因死亡率的前瞻性队列研究，应用meta分析方法对各研究进行数据合并与分析。通过分层分析和敏感性分析寻找研究异质性来源，利用漏斗图、Egger检验和Begg检验分析发表偏倚。结果：共纳入17篇文献，累计研究对象1769369例，死亡104888例。 BMI＜18.5 kg／m2、23.0～29.9 kg／m2、≥30.0 kg／m2三组的合并RR 分别为1.39（95％CI：1.31～1.47）、0.88（95％CI：0.85～0.92）、1.14（95％CI：1.05～1.23）。分层分析结果提示，人群性别、地域和患者身高体质量的获取方式、文献发表时间、文献质量是研究异质性的来源。 Egger和Begg检验均未发现发表偏倚（均P＞0.05）。结论：BMI过低和BMI过高是亚洲人群全因死亡率的危险因素。
文摘[目的]通过两样本孟德尔随机化设计,探讨睡眠与痛风之间的关联。[方法]从一项包含763813名参与者的全基因组关联研究(genome-wide association study,GWAS)中获取痛风遗传关联数据。以与打鼾、睡眠时间、睡眠类型、失眠及白日困倦程度等睡眠表型相关的单核苷酸多态性(single nucleotide polymorphism,SNP)作为工具变量,采用逆方差加权(inverse variance weighted,IVW)评估遗传学预测的不同睡眠表型与痛风发生风险的关系。采用MR-Egger回归和孟德尔随机多态性残差和离群值(MR pleiotropy residual sum and outlier,MR-PRESSO)检验进行敏感性分析,以评估工具变量的多效性。进一步采用加权中位数法、简单中位数法、最大似然比法等分析方法检验结果的稳健性与可靠性。[结果]IVW结果显示,遗传学预测的打鼾[优势比(odds ratio,OR)=3.12,95%置信区间(confidence interval,CI)(1.21~8.05),PFDR=0.045]和失眠[OR=1.09,95%CI(1.04~1.15),PFDR=0.005]与痛风发生风险呈正相关,而睡眠时间、睡眠类型及白日困倦程度与痛风发生之间不存在统计学关联。MR-Egger回归提示上述因果关联未受到水平多效性影响,加权中位数法、简单中位数法、最大似然比法得出与IVW相似的结果。[结论]打鼾、失眠与痛风发生风险呈正相关,纠正打鼾和失眠可能对痛风有一定的预防作用。
