$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Данные
База данных CHARLS основана на обзоре здравоохранения, экономики и социальной деятельности в Китае33. Все CHARLS получили этическое одобрение от Институционального обзорного совета (IRB) Пекинского университета. Число одобрения IRB для основного опроса домохозяйств (включая антропометрию) составило IRB0000105211015. В текущем исследовании авторы применили опрос 2015 года. Выборка включала 21 095 участников. Участники в возрасте ≤45 лет или с отсутствующей возрастной информацией были исключены. Участники с отсутствующими данными по трём ключевым переменным — рецидивным падениям, шкале функционального ограничения и остеоартриту колена — были исключены. Наконец, участников с отсутствующими ковариатными данными дополнительно исключали для создания полного аналитического набора по случаям. Все материалы и инструменты, использованные для этого исследования, перечислены в Таблице материалов.
Ключевые переменные индикаторы
Повторяющиеся падения
Падение — результат 34, который участник сам сообщил, оценивался по вопросу «Были ли у вас падения с момента последнего визита?» Участники дали бинарные ответы, указывая либо «да», либо «нет». В данном анализе участники, ответившие «да», были классифицированы как с рецидивированными падениями, а те, кто ответил «нет», — как не имеющие повторных падений.
Остеоартрит колена
Исход симптоматического остеоартрита колена определялся, если участник отвечал «да» на первый из следующих вопросов и «колено» навторой вопрос 35 : «Часто ли у вас возникает боль в теле?» и «В какой части тела вы чувствуете боль? Пожалуйста, перечислите все части тела, в которых вы сейчас испытываете боль." Таким образом, остеоартрит колена в данном исследовании был оперативализирован с использованием данных о боли в колене, полученных в CHARLS 2015 года. Это определение было использовано потому, что из-за дизайна сбора данных CHARLS 2015 в наборе данных для анализа отсутствовали рентгеновая оценка и диагностированный врачом остеоартрит колена.
Функциональные ограничения
Функциональные ограничения оценивались с использованием элементов деятельности повседневной жизни (ADL) и инструментальных действий повседневной жизни (IADL) из CHARLS 2015,36. К вопросам ADL относились трудности с одеванием, купанием, питанием, ложением и вставанием с кровати, туалетом, а также контролем мочеиспускания и дефекации. К вопросам IADL были трудности с домашней работой, готовкой, покупками, управлением деньгами и приемом лекарств. Каждый задание оценивался по четырёхбалльной шкале от 1, что означало отсутствие сложности, до 4, что означало неспособность выполнить задание. 11 заданий ADL и IADL были суммированы для получения оценки функционального ограничения от 11 до 44. Более высокие показатели указывали на более серьёзные функциональные ограничения. Показатель функционального ограничения рассматривался как непрерывный медиатор в анализе медиации. Кроме того, инвалидность АДЛ и ИАДЛ были конструированы как бинарные ковариаты. Инвалидность СДВД кодировалась как присутствующая, если участник сообщил, что не может выполнить хотя бы одну активность СДВ. Инвалидность IADL кодировалась как присутствующая, если участник сообщал, что не может выполнить хотя бы одну активность IADL. Эти две бинарные переменные были включены в регрессионные модели как ковариаты, тогда как суммарный показатель функционального ограничения использовался в качестве медиатора.
Ковариаты
Ковариаты включали пол, возраст, статус употребления алкоголя, статус курения, категорию индекса массы тела, продолжительность ночного сна, статус депрессии, когнитивный показатель, инвалидность по АДЛ и инвалидность по ИАДЛ. Пол классифицировался как мужской или женский. Возраст анализировался как непрерывная переменная. Статус употребления алкоголя кодировался как «да», если участники сообщали о употреблении алкогольных напитков — более одного раза в месяц или реже одного раза в месяц, и «нет», если не сообщали о употреблении алкоголя. Статус курения кодировался как «да», если участники сообщали об анамнезе курения, и нет. Индекс массы тела классифицировался как недостаточный, нормальный, избыточный вес или ожирение. Продолжительность ночного сна была классифицирована как <6 часов или ≥6 часов.
Состояние депрессии оценивалось с использованием 10-пунктной шкалы симптомов депрессии из CHARLS2015 37. Вопросы спрашивали, беспокоили ли участники за последнюю неделю из-за того, что обычно их не беспокоило, испытывали трудности с концентрацией, чувствовали ли депрессию, чувствовали ли всё это усилием, надеялись ли на будущее, боялись, спали беспокойно, чувствовали радость, одиночество или не могли начать работу. Каждый задание изначально оценивался по четырёхбалльной шкале частоты от 1 до 4. По восьми негативно сформулированным пунктам ответы были преобразованы в оценки от 0 до 3 путём вычитания 1 из исходного ответа. Два пункта с положительной формулировкой, с надеждой на будущее и радостью, были оценены обратно. Общий балл депрессии варьировался от 0 до 30, при этом более высокие показатели указывали на более тяжёлые симптомы депрессии. Участников классифицировали на группы с показателями депрессии <10 и ≥10, при этом балл ≥10 указывал на более высокую нагрузку симптомов депрессии.
Когнитивный балл рассчитывался с использованием когнитивных элементов из CHARLS 201538. Эти элементы включали правильное определение года, месяца, даты, дня недели и сезона; пять задач на серийное вычитание; и задание по рисованию фигур. Для задания на серийное вычитание участников просили вычитать 7 из 100 в последовательных шагах, а правильные ответы на пять шагов оценивались отдельно. Правильные ответы оценивались как 1, а неправильные — как 0. Общий когнитивный балл рассчитывался суммированием всех баллов по элементам, с возможным диапазоном от 0 до 11. Более высокие баллы указывали на улучшение когнитивных способностей.
Статистический анализ
Во-первых, был составлен полный аналитический набор данных с помощью исключения участников младше 45 лет и тех, у кого отсутствуют данные о повторяющихся падениях, оценке функциональных ограничений, остеоартрите колена или ковариатах, включённых в регрессионные модели. Характеристики исследуемой популяции были обобщены как средние и стандартные отклонения для непрерывных переменных, а также частоты и проценты для категориальных переменных. Исходные характеристики сравнивались между женщинами и мужчинами с помощью t-теста Студента для непрерывных переменных и хи-квадрата для категориальных переменных. Был проведён анализ корреляции Спирмана для изучения корреляций между повторяющимися падениями, показателем функциональных ограничений и остеоартритом колена.
Поскольку остеоартрит колена рассматривался как бинарный исход, для изучения связи между рецидивирующими падениями и остеоартритом колена использовалась многопеременная логистическая регрессия. Оценка функционального ограничения рассматривалась как непрерывный медиатор; Поэтому для оценки связи между повторяющимися падениями и показателем функционального ограничения использовалась линейная регрессия. Модель 1 включала повторяющиеся падения как основную независимую переменную с учётом пола, возраста, статуса алкоголя, статуса курения, категории индекса массы тела, продолжительности ночного сна, состояния депрессии, когнитивных показателей, инвалидности по СДВП и ИАДЛ. Модель 2 включала те же ковариаты, что и модель 1, и дополнительно включала балл функционального ограничения.
Анализ медиации проводился с использованием системы bootstrap медиации на основе модели линейного медиатора и модели логистического исхода. В этой модели рецидивирующие падения определялись как независимая переменная, показатель функционального ограничения — как медиатор, а остеоартрит колена — как зависимая переменная. Медиационный анализ оценивал косвенный эффект, прямой эффект, общий эффект и пропорции, опосредованные. Путь a отражал связь между рецидивирующими падениями и показателем функциональных ограничений, а путь b — связь между показателем функциональной ограниченности и остеоартритом колена после корректировки при повторяющихся падениях и ковариатах. Прямой эффект отражал связь между рецидивирующимися падениями и остеоартритом колена после того, как в модель была включена функциональная ограниченная оценка.
Для оценки общих, прямых и косвенных эффектов и их 95% доверительных интервалов использовалось ресемплирование с помощью bootstrap с 5000 симуляций. Авторы использовали 5 000 моделей bootstrap для улучшения стабильности оценки доверительных интервалов для косвенного эффекта, который часто распределён ненормально. Эффект медиации считался статистически значимым, если доверительный интервал 95% bootstrap не включал ноль. Статистическая значимость определялась как двустороннее значение p <0,0539.
Все статистические анализы проводились с использованием программы R версии 4.4.1 на Windows 10 x64. Основные R-пакеты включали tidyverse версии 2.0.0, dplyr версии 1.1.4, tableone версии 0.13.2, psych версии 2.5.6, mediation версии 4.5.1 и ggplot2 версии 3.4.4. Извлечение данных и построение переменных выполнялись с использованием заранее заданных скриптов R согласно словарю переменных и анкетной документации CHARLS 2015. Воспроизводимость обеспечивалась с помощью заранее заданных скриптов и записи информации о сессии R. Авторы исследования проводили статистический анализ, а аналитические результаты проверялись по сгенерированным таблицам и цифрам. Кроме того, статистический рабочий процесс, выбор модели и основные аналитические результаты были рассмотрены профессором, экспертом в области статистической методологии из университета автора, чтобы дополнительно убедиться в точности и надёжности анализов.