研究デザインと科目
米国の50歳以上の成人の全国的に代表的な縦断的調査であるHealth and Retirement Study（HRS）のコホートデータを使用しました。 [15, 16]。 HRSは、人口統計から身体的および精神的健康まで、幅広い情報をカバーするデータを収集します。サンプルの設計と手順の詳細については、コホートプロファイルをご覧ください [17]。 HRS研究の信頼性と妥当性は、抑うつ状態、身体活動、多発性状態の標準化および検証された測定によって確保されました。私たちの研究は、疫学における観察研究を報告するための強化されたガイドラインの報告要件を満たしていました。
研究集団は、診断されていないRAの参加者で構成されていました。 2002年の調査では、アンケートは特定のタイプの関節炎に対処しませんでした。代わりに、抑うつ状態、身体活動、多発性の状態に関するデータは、2004年、2006年、2010年の調査で収集され、6年間の軌跡を決定しました。 RAの存在を確認するために、2018年まで2年ごとに追跡訪問が行われました。 3つの評価のデータを使用して、さまざまな健康状態の軌跡モデルを構築しました。参加者の選択を示すフローチャートを図1に示します。
図1
患者選択プロセスのフローチャート
ベースラインでは、RAの診断を受けた患者は除外され、抑うつ状態、多発性状態、または身体活動に関する十分な情報が不足している被験者はさらに除外されました。 BMIなどの最小限の欠落情報を持つ変数については、平均代入などの適切な代入法が使用されました。最終的に、9,795人の被験者がこのコホート研究に含まれました。
抑うつ症状、身体活動、多発性状態の評価
抑うつ症状は、疫学研究センターのうつ病（CES-D）スケールを使用して評価されました。これは、「落ち込んで」、「すべてが努力」、「ハッピー」、「楽しまれた人生」、「悲しい」、「悲しい」など、8つの二分のアイテムにわたって感情の頻度を測定します。 [18, 19]。 「幸せ」と「楽しんだ」アイテムをリバースコードし、すべてのアイテムを合計しました。合計スコアは0〜8の範囲で、スコアが高いほど、より深刻な抑うつ症状を示しています。
身体活動レベルは、さまざまなエネルギー強度（光、中程度、活発な）の活動において、参加の頻度（ほぼ、1か月に1〜3回、週に1回、週に1回、週に1回以上、毎日1回以上、毎日1回以上）を使用して評価されました。私たちは、エネルギー消費レベルまたは代謝同等物（METS）の観点から、特定の身体活動のコーディングスキームを提供する公開された身体活動概要を使用しました。 [21]。この大要は、アクティビティの質問への応答を「同等の活動ポイント」に変換して、エネルギー消費を推定します [22]。 METに等価のアクティビティポイントは0〜17です。言及された5つの周波数レベルでは、METアクティビティポイントは軽度のアクティビティ（周波数レベル間の1ポイント間隔）、中程度のアクティビティ（周波数レベルの間の2.5ポイント間隔）、および活性活動（周波数レベル間の4.25ポイント間隔）で0〜17の範囲です。 METアクティビティポイントに基づく指標は、直接的なアクティビティ測定と比較して、良好な信頼性と中程度の妥当性を持つことが示されています [23]。
関節リウマチの評価
自己報告された医師が診断された病気で、参加者は「あなたの医師はあなたが関節炎を患っていると言ったのですか？」と尋ねられました。そして、参加者が「はい」と答えた場合、彼らはさらに「どのタイプの関節炎がありますか？」参加者がRAを持っているかどうかを決定しました。
共変量
共変量は、2010年の身体検査からの情報を使用して評価されました。次の指標が含まれていました：年齢（80）、性別（女性、男性）、自己報告されたボディマス指数（BMI;低体重、正常、肥満、過体重）、教育（高校、高校、または部分的に三次、三次または上）、婚status状況（既婚、未婚）、アルコール消費（YO）、および喫煙
統計分析
参加者の分布が最初に説明され、うつ病の状態スコア、多発性状態スコア、および身体活動スコアに関するデータが計算されました。次に、GMMを使用してモデル選択を実行し、最適なモデルと異なる軌道カテゴリの数を決定しました。このプロセスには、無条件モデルのフィッティングと、AKAIKE情報基準（AIC）、ベイズ情報基準（BIC）、調整されたベイズ情報基準（ABIC）、エントロピー、ロメンデルルビン（LMR）、調整されたLo-Mendell-Rubin lubihood latio test（almr）（almr）、blrtio test（alm-mendell-rubin test（almris）、lo-mendell-rubin test（almr）などのモデル適合インデックスの計算が含まれていました。 [24]モデルの品質と分類の精度を評価します。最終モデルを選択する際に、適切な分類品質を確保するために、最低ALMRの結果と0.75を超えるエントロピー値を優先しました。さらに、モデル選択のさらなる基準として、参加者の5％未満を含む軌跡グループがないことを確認しました。
その後、軌道分析を実行して、軌道カテゴリを順次追加し、線形関数、二次関数などのフィッティングなどのモデル適合メトリックを比較して、データの傾向をよりよく説明しました。最良のモデルが特定された後、最適なモデルのパラメーターが計算され、さまざまな軌道カテゴリの特性と傾向に関する情報を提供しました。最後に、さまざまな軌道カテゴリに属する各被験者の確率がGMMモデルから得られ、うつ病の状態スコア、多発性疾患のステータススコア、および身体活動スコアの観点から、潜在的な成長軌跡に関する洞察を提供しました。この分析的アプローチは、これらのスコアリングメトリック上のさまざまな集団の変化のパターンと特性を包括的に理解するのに役立ちました。
1742882692
#健康状態の軌跡と関節リウマチのリスクとの関連全国将来のコホート研究からの洞察 #BMC公衆衛生
2025-03-25 05:57:00