$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Data
De CHARLS-database is gebaseerd op een enquête over gezondheids-, economische en sociale activiteiten in China33. Alle CHARLS's kregen ethische goedkeuring van de Institutional Review Board (IRB) van de Peking Universiteit. Het IRB-goedkeuringsnummer voor de hoofdhuishoudelijke enquête (inclusief antropometrie) was IRB0000105211015. In de huidige studie pasten de auteurs de enquête van 2015 toe. De steekproef bestond uit 21.095 deelnemers. Deelnemers van ≤45 jaar of met ontbrekende leeftijdsinformatie werden uitgesloten. Deelnemers met ontbrekende gegevens voor de drie kernvariabelen, recidiverende valpartijen, functionele beperkingsscore en knieartrose, werden vervolgens uitgesloten. Ten slotte werden deelnemers met ontbrekende covariate data verder uitgesloten om een complete case-analytische dataset samen te stellen. Alle materialen en gereedschappen die voor deze studie zijn gebruikt, staan vermeld in de Materiaallijst.
Belangrijke variabele-indicatoren
Terugkerende valpartijen
De val was een door een deelnemer zelf gerapporteerde uitkomst34, die werd beoordeeld op basis van "Heb je sinds je laatste bezoek valpartijen gehad?" De deelnemers gaven binaire antwoorden, waarbij ze "ja" of "nee" aangaven. In de huidige analyse werden deelnemers die "ja" antwoordden geclassificeerd als mensen met terugkerende valpartijen, en degenen die "nee" antwoordden als niet met terugkerende vallen.
Knieartrose
De uitkomst van symptomatische knieartrose werd bepaald als de deelnemer "ja" antwoordde op de eerste van de volgende vragen en "knie" op de tweede vraag35 : "Heeft u vaak last van lichaamspijn?" en "Op welk deel van uw lichaam voelt u pijn?" Vermeld alstublieft alle delen van het lichaam waarin u momenteel pijn voelt." Zo werd knieartrose in deze studie operationeel gemaakt met behulp van zelfgerapporteerde kniepijninformatie uit CHARLS 2015. Deze definitie werd gebruikt omdat, vanwege het dataverzamelingsontwerp van CHARLS 2015, radiologische beoordeling en door een arts gediagnosticeerde knieartrose niet beschikbaar waren in de dataset die voor deze analyse werd gebruikt.
Functionele beperkingen
Functionele beperkingen werden beoordeeld met behulp van activiteiten van het dagelijks leven (ADL) en instrumentele activiteiten van het dagelijks leven (IADL) items uit CHARLS 2015,36. ADL-items omvatten problemen met aankleden, baden, eten, in- en uitkomen, toiletbezoek en het beheersen van urineren en ontlasting. IADL-zaken omvatten problemen met het huishouden, koken, boodschappen doen, geld beheren en medicatie innemen. Elk item werd gescoord op een schaal van vier punten van 1, wat geen moeilijkheid aangeeft, tot 4, wat duidt op het onvermogen om de activiteit uit te voeren. De 11 ADL- en IADL-items werden opgeteld om een functionele limietscore te genereren variërend van 11 tot 44. Hogere scores duidden op ernstigere functionele beperkingen. De functionele beperkingsscore werd als een continue mediator behandeld in de mediatieanalyse. Daarnaast werden ADL-handicap en IADL-handicap geconstrueerd als binaire covariaten. ADL-beperking werd als aanwezig gecodeerd als de deelnemer aangaf niet in staat te zijn ten minste één ADL-activiteit uit te voeren. IADL-invaliditeit werd als aanwezig gecodeerd als de deelnemer aangaf niet in staat te zijn ten minste één IADL-activiteit uit te voeren. Deze twee binaire variabelen werden als covariaten opgenomen in de regressiemodellen, terwijl de opgetelde functionele beperkingsscore als mediator werd gebruikt.
Covariaten
De covariaten omvatten geslacht, leeftijd, drinkstatus, rookstatus, body mass index-categorie, nachtslaapduur, depressiestatus, cognitieve score, ADL-beperking en IADL-handicap. Geslacht werd gecategoriseerd als man of vrouw. Leeftijd werd geanalyseerd als een continue variabele. De drinkstatus werd gecodeerd als ja als deelnemers aangaven alcoholische dranken te hebben gedronken, ofwel vaker per maand of minder dan één keer per maand, en nee als ze geen alcoholgebruik meldden. De rookstatus werd gecodeerd als ja als deelnemers een rookgeschiedenis rapporteerden en verder niet. De body mass index werd gecategoriseerd als ondergewicht, normaal, overgewicht of obesitas. De nachtelijke slaapduur werd gecategoriseerd als <6 uur of ≥6 uur.
De depressiestatus werd beoordeeld met behulp van de 10-item depressieve symptoomschaal van CHARLS 201537. De items vroegen of deelnemers de afgelopen week zich hadden gestoord aan dingen die hen normaal niet stoorden, moeite hadden met concentreren, zich depressief voelden, voelden dat alles een inspanning was, hoopvol waren over de toekomst, bang waren, onrustig sliepen, zich gelukkig voelden, zich eenzaam voelden of niet op gang konden. Elk item werd oorspronkelijk beoordeeld op een vierpuntsfrequentieschaal van 1 tot 4. Voor de acht negatief geformuleerde items werden de antwoorden omgezet naar scores van 0 tot 3 door 1 van het oorspronkelijke antwoord af te trekken. De twee positief geformuleerde items, hoopvol en gelukkig, werden omgekeerd beoordeeld. De totale depressiescore varieerde van 0 tot 30, waarbij hogere scores duidden op ernstigere depressieve symptomen. Deelnemers werden ingedeeld in depressiescore <10 en ≥10 groepen, waarbij een score ≥10 een hogere last van depressieve symptomen aangaf.
De cognitiescore werd berekend met cognitiegerelateerde items uit CHARLS 201538. Deze items omvatten de juiste identificatie van het jaar, de maand, de datum, de dag van de week en het seizoen; vijf seriële aftrektaken; en een tekening van figuren. Voor de seriële aftrektaak werd de deelnemers gevraagd 7 van 100 af te trekken in opeenvolgende stappen, en werden de juiste antwoorden op de vijf stappen apart gescoord. Correcte antwoorden werden als 1 gescoord en foute antwoorden als 0. De totale cognitieve score werd berekend door alle itemscores op te tellen, met een mogelijk bereik van 0 tot 11. Hogere scores gaven een betere cognitieve prestatie aan.
Statistische analyse
Ten eerste werd een volledige case-analytische dataset opgesteld door deelnemers jonger dan 45 jaar en degenen met ontbrekende gegevens voor terugkerende valpartijen, functionele beperkingsscore, knieartrose of covariaten die in de regressiemodellen waren opgenomen, uit te sluiten. De kenmerken van de studiepopulatie werden samengevat als gemiddelden en standaarddeviaties voor continue variabelen en frequenties en percentages voor categorische variabelen. Basiskenmerken werden vergeleken tussen vrouwelijke en mannelijke deelnemers met behulp van de Student's t-test voor continue variabelen en chi-kwadraattests voor categorische variabelen. Spearman-correlatieanalyse werd uitgevoerd om de correlaties tussen terugkerende vallen, functionele beperkingsscore en knieartrose te onderzoeken.
Omdat knieartrose als een binaire uitkomst werd behandeld, werd multivariabele logistische regressie gebruikt om de associatie tussen terugkerende vallen en knieartrose te onderzoeken. De functionele beperkingsscore werd behandeld als een continue mediator; Daarom werd lineaire regressie gebruikt om de associatie tussen terugkerende vallen en de functionele limietscore te evalueren. Model 1 omvatte terugkerende vallen als de belangrijkste onafhankelijke variabele en corrigeerde voor geslacht, leeftijd, drinkstatus, rookstatus, body mass index-categorie, nachtslaapduur, depressiestatus, cognitieve score, ADL-beperking en IADL-handicap. Model 2 bevatte dezelfde covariaten als Model 1 en bevatte daarnaast de functionele limietscore.
De mediationanalyse werd uitgevoerd met behulp van een bootstrap mediation-kader gebaseerd op een lineair mediatormodel en een logistiek uitkomstmodel. In dit model werden recidiverende vallen gedefinieerd als de onafhankelijke variabele, de functionele beperkingsscore als mediator, en knieartrose als de afhankelijke variabele. De mediatieanalyse schatte het indirecte effect, het directe effect, het totale effect en het gemedieerde aandeel. Pad a vertegenwoordigde de associatie tussen terugkerende vallen en de score voor functionele beperking, en pad b vertegenwoordigde de associatie tussen functionele beperking en knieartrose na correctie voor terugkerende vallen en covariaten. Het directe effect vertegenwoordigde de associatie tussen terugkerende vallen en knieartrose nadat de functionele beperkingsscore in het model was opgenomen.
Bootstrap resampling met 5.000 simulaties werd gebruikt om de totale, directe en indirecte effecten en hun 95% betrouwbaarheidsintervallen te schatten. De auteurs gebruikten 5.000 bootstrap-simulaties om de stabiliteit van de betrouwbaarheidsintervalschatting voor het indirecte effect, dat vaak niet-normaal verdeeld is, te verbeteren. Het bemiddelingseffect werd als statistisch significant beschouwd toen het 95% bootstrap betrouwbaarheidsinterval geen nul bevatte. Statistische significantie werd gedefinieerd als een tweezijdige p-waarde <0,0539.
Alle statistische analyses werden uitgevoerd met R-software versie 4.4.1 op Windows 10 x64. De belangrijkste gebruikte R-pakketten omvatten tidyverse versie 2.0.0, dplyr versie 1.1.4, tableone versie 0.13.2, psych versie 2.5.6, mediation versie 4.5.1 en ggplot2 versie 3.4.4. Data-extractie en variabelenconstructie werden uitgevoerd met behulp van vooraf gespecificeerde R-scripts volgens de CHARLS 2015 variabelendictionary en vragenlijstdocumentatie. Reproduceerbaarheid werd gegarandeerd door vooraf gespecificeerde scripts te gebruiken en de R-sessie-informatie vast te leggen. Statistische analyses werden uitgevoerd door de auteurs van het onderzoek, en de analytische resultaten werden vergeleken met de gegenereerde tabellen en cijfers. Daarnaast werden de statistische workflow, modelselectie en belangrijkste analytische resultaten beoordeeld door een professor met expertise in statistische methodologie van de universiteit van de auteur om de geschiktheid en betrouwbaarheid van de analyses verder te waarborgen.