Gimimo kohortos, lyties ir išsilavinimo skirtumai kūno masės indekso trajektorijose Taivane: išilginis tyrimas | BMC visuomenės sveikata

Gimimo kohortos, lyties ir išsilavinimo skirtumai kūno masės indekso trajektorijose Taivane: išilginis tyrimas |  BMC visuomenės sveikata

Tyrimo pavyzdys

Taivano MJ kohorta yra dinaminis išilginis sveikatos patikrinimo tyrimas; kohortos profilis ir susiję tyrimai, kuriuose naudojami šios kohortos duomenys, buvo paskelbti anksčiau [15,16,17]. Trumpai tariant, nuo 1994 m. privati ​​įmonė MJ Health Management Institution teikė mokamas standartines sveikatos tikrinimo programas Taivano gyventojams. Programų nariai patys mokėjo už savo sveikatos patikrinimą arba buvo remiami darbdavių, kad galėtų lankytis periodiniuose sveikatos patikrinimuose. Kiekvieno klinikinio vizito metu dalyviams buvo atlikti standartiniai sveikatos patikrinimai, įskaitant fizinį patikrinimą, kraujo ir šlapimo tyrimus bei užpildyti klausimynai apie informaciją apie sociodemografiją, ligos istoriją, sveikatos elgesį ir gyvenimo būdą. Į grupę buvo įtraukti dalyviai, kurie davė informuotą sutikimą naudoti jų duomenis tyrimų tikslais. Per 1996–2017 m. į programas prisijungė 615 353 dalyviai, atlikę 1 448 034 sveikatos patikrinimus. Šį tyrimą patvirtino Nacionalinio Cheng Kung universiteto Tainane, Taivane, etikos taryba (A-ER-108-081).

Mūsų imtyje buvo 597 924 20–94 metų amžiaus dalyviai, kurie nuo 1996 iki 2017 m. buvo tikrinami bent kartą. Iš jų 25 566 dalyviams trūko informacijos apie savo išsilavinimą. Mes išskyrėme šiuos dalyvius, todėl atrinkti 572 358 dalyviai (273 879 vyrai ir 298 479 moterys). Kiekvienas dalyvis galėjo apsilankyti MJ sveikatos valdymo įstaigoje daugiau nei vieną kartą; apsilankymų skaičius svyravo nuo vieno iki 34. Dauguma dalyvių turėjo tik vieną (n = 311 306, 54,4 %) arba dun = 104 934, 18,3 proc. sveikatos patikrinimo vizitų (duomenų taškai) per 1996–2017 m.

Priemonės

Priklausomi kintamieji

Antropometriniai duomenys, įskaitant kūno svorį ir kūno ūgį, buvo išmatuoti autoantropometru MJ sveikatos valdymo institucijoje (KN-5000A; Nakamura, Tokijas, Japonija). Svoris buvo matuojamas be batų ir dalyviams vilkint lengvus patalpų drabužius ir užfiksuotas 0,1 kg tikslumu. Aukštis buvo išmatuotas ir užfiksuotas 0,1 cm tikslumu. KMI buvo apskaičiuotas naudojant svorį (kg) padalijus iš ūgio kvadrato (m).

Nepriklausomi kintamieji

Dalyvių anketoje buvo klausiama apie jų aukščiausią išsilavinimą. Buvo septynios kategorijos: (1) Kai kurios pradinės mokyklos (< 6 metų), (2) Pradinė mokykla (6 metai), (3) Vidurinė mokykla (9 metai), (4) Vyresnioji mokykla (12 metų), 5 ) Kolegija (14 metų), (6) universitetas (16 metų) ir (7) aukštoji mokykla (> 16 metų). Kad būtų paprasčiau, analizėje išsilavinimo lygius suskirstėme į tris kategorijas: (1) vidurinė ar žemesnė mokykla (≤9 metai), (2) vidurinė mokykla / kolegija (10–15 metų) ir (3) universitetas arba aukštesnis ≥ 16 metų). Mes apibrėžėme devynias gimimo kohortos kategorijas: (1) iki 1920 m., (2) 1920–1929 m., (3) 1930–1939 m., (4) 1940–1949 m., (5) 1950–1959 m., (6) 1960–1969 m., 7 ) 1970–1979 (8) 1980–1989 ir (9) po 1990 m.

Statistinė analizė

Norėdami ištirti amžiaus ir gimimo kohortos ryšį su ūgiu, svoriu ir KMI, mes nubraižėme vidutines ūgio, svorio ir KMI reikšmes pagal amžių metais, stratifikuodami pagal gimimo kohortą ir lytį. Duomenų analizei naudojome linijinius mišraus poveikio augimo kreivės modelius, kad ištirtume ūgio, svorio ir KMI trajektoriją per visą gyvenimą. Linijiniai mišraus poveikio augimo kreivės modeliai gali apdoroti duomenis, kurie yra nesubalansuoti laike [18]; todėl šie modeliai ypač tinka mūsų duomenims, kurie buvo surinkti naudojant dinaminio kohortos tyrimo dizainą, kai kiekvienas dalyvis turėjo skirtingą apsilankymų skaičių. Siekdami maksimaliai padidinti analizės duomenų taškus, įtraukėme visus dalyvius, neatsižvelgiant į tai, kiek apsilankymų jie prisidėjo prie tyrimo. Atsižvelgdami į skirtingus amžiaus trajektorijos modelius tarp lyčių, analizę atlikome atskirai vyrams ir moterims. Linijinė mišraus poveikio augimo kreivės analizė buvo atlikta naudojant xtmixed komanda Stata 15 (StataCorp LLC, College Station, TX, JAV).

Pirmojo lygio linijinis mišraus poveikio augimo kreivės modelis apėmė pertrauką (β0ir) ir du amžiaus trajektorijos terminai (tiesinis nuolydis β1ir ir kvadratinis nuolydis β2ir):

$$ {Y} _ {ti} = { beta} _ {0i} + { beta} _ {1i} {Age} _ {ti} + { beta} _ {2i} {Age} _ {ti} ^ 2 + {e} _ {ti} $$

kur Ytu yra tiriamojo svorio, ūgio arba KMI reikšmė ir apsilankymo metu t. Dalyvavo 572 358 dalyviai, maksimalus apsilankymų skaičius – 34. Amžiustu buvo dalyvio amžius irapsilankymo metu tir jo centre yra 45 metai. etu yra subjekto klaidos terminas (likutinis).

Antrojo lygio linijinis mišraus poveikio augimo kreivės modelis apėmė kiekvieno dalyvio specifines charakteristikas, skirtas amžiaus trajektorijai (kaip fiksuotas efektas) ir tarp subjektų variacijai (kaip atsitiktinis poveikis).

Dėl pertraukimo: β0ir=γ00+ γ01išsilavinimasir+γ02kohortair+in0 ir;

tiesiniam nuolydžiui:β1ir= γ10 + γ11išsilavinimasir+ γ12kohortair+ in1 ir;

kvadratiniam nuolydžiui: β2 ir=γ20 + γ21išsilavinimasir+γ22kohortair+ in2ir,

kurγ01,γ11 irγ21 reprezentavo švietimo poveikį pertraukai ir nuolydžiui irγ02,γ12irγ22reprezentavo gimimo kohortos poveikį. Ir išsilavinimo lygis, ir gimimo kohorta buvo koduojami naudojant netikrus kintamuosius.in0ir,in1ir irin2ir buvo atsitiktinių efektų terminai, atspindintys dalyvių skirtumus.

Kad būtų lengviau interpretuoti koeficientus, įvertintus linijinio mišraus poveikio augimo kreivės modeliuose, mes taip pat nubrėžėme numatomas vidutines tiriamųjų vertes, sugrupuotas pagal lytį, gimimo grupes ir išsilavinimo lygius. Šie grafikai padėjo mums geriau ištirti gimimo kohortos ir išsilavinimo poveikį ūgio, svorio ir KMI amžiaus trajektorijai.

Leave a Comment

Your email address will not be published.