Page 97 - 中国全科医学2022-21
P. 97

·2654· http://www.chinagp.net   E-mail:zgqkyx@chinagp.net.cn


                         表 1 纳入研究的基本特征                                   表 2 横断面研究的质量评价结果(分)
                  Table 1 Basic characteristics of the studies included  Table 2 Results of methodological quality evaluation of the included
                   发表                      平均                  cross-sectional studies
                                  样本量
            第一作者   年份    人群来源     (T/C)    年龄      所研究的                                                    最终
                                                   影响因素
                   (年)                    (岁)                    纳入研究      ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ ⑩ 11          得分
            郭一丹 [10]  2021  北京市   496/117  63.82±7.14  ①③④⑦12 13 24  [10]
            姜玲 [18]  2017  山东省青岛市  62/25  41.03±4.16  ①④         郭一丹       1  1  1  1  1  1  0  0  1  0  1  8
            赵洁 [19]  2020  陕西省西安市  84/36  60.12±10.89  ①⑧19 26 27  姜玲 [18]  1  1  1  1  0  0  0  0  1  0  0  5
            田茹 [20]  2020  北京市     57/29   —        ①②③          赵洁  [19]  1  1  1  1  0  0  0  0  1  0  0  5
            程琼 [21]  2015  广东省广州市  142/97  60.61±5.99  ③⑧16      田茹  [20]  1  1  1  1  0  0  0  0  1  0  0  5
            李荣娜 [22]  2021 河北省秦皇岛市  68/52  —      ①④⑧13 28 31    李荣娜 [22]  1  1  1  1  0  0  0  0  1  0  0  5
            陈管洁 [23]  2021 江苏省连云港市  93/359  54.05±14.37  ①②③17 18 23  [23]
           陈管洁(1) [24]  2021 江苏省连云港市  134/333  —    ①③13         陈管洁       1  1  1  1  1  0  0  0  1  0  0  6
            钟馨 [25]  2015  广东省深圳市  80/60   —      ①13 21 28 31  陈管洁(1)  [24]  1  1  1  1  0  0  0  0  1  0  0  5
            侯娟 [26]  2019  江苏省南京市  59/26   65.75    ①④           钟馨  [25]  1  1  1  1  0  0  0  0  1  0  0  5
            胡延毅 [27]  2015  四川省南充市  62/23  58.4±11.5  ①④⑧17 21   侯娟  [26]  1  1  1  1  0  0  0  0  1  0  0  5
            吴雷云 [28]  2021  北京市    51/39   —        ①13              [27]
           吴雷云(1) [29]  2021  北京市  105/75  62.48±8.55  15 20     胡延毅 [28]  1  1  1  1  0  0  0  0  1  0  1  6
            董莉萍 [30]  2018  湖北省武汉市  87/66  60.05±14.18  ①④12     吴雷云       1  1  1  1  0  1  0  0  1  0  1  7
            高丽华 [31]  2021  北京市    138/74  53.7±14.6  ①④21 24  吴雷云(1)   [29]  1  1  1  1  0  1  0  1  1  0  0  7
            李芬 [32]  2020  江苏省徐州市  85/115  63.1±7.2  ①③⑧         董莉萍 [30]  1  1  1  1  0  0  0  0  1  0  1  6
            钱玉珺 [33]  2020  北京市    127/62  56.4±14.2  ⑤          高丽华 [31]  1  1  1  1  0  0  0  0  0  0  0  4
            蒋婷婷 [34]  2020  河南省郑州市  46/189  72.27±5.70  ①②21 22      [32]
            钟成 [35]  2018  江苏省南京市  55/50  77.5±7.3  ⑨15 21       李芬        1  1  1  1  0  0  0  0  1  0  0  5
            张春霞 [36]  2019  北京市    79/40  72.6±11.9  ①③13 21 28  钱玉珺 [33]  1  1  1  1  1  1  0  0  1  0  0  7
            张倩 [37]  2021  河北省保定市  189/98  60.15±10.79 ④⑤⑦21 25 29 30  蒋婷婷 [34]  1  1  1  1  1  0  0  0  1  0  0  6
                         广西壮族自                                   钟成  [35]  1  1  1  1  0  0  0  0  1  0  0  5
               [38]
            栾凤武    2021            30/24  46.2±11.7  ①②③④27
                         治区宁夏市                                   张春霞 [36]  1  1  1  1  1  0  0  0  1  0  0  6
            姜璐 [39]  2015  江苏省扬州市  23/49  59.2±11.8  14 27           [37]
            庞娇阳 [40]  2021  上海市    38/55  61.62±11.90  ①②        张倩        1  1  1  1  1  0  0  0  1  0  0  6
            赵媛 [41]  2021  山西省太原市  49/57   —      ①③④21 24       栾凤武 [38]  1  1  1  1  0  0  0  0  1  0  0  5
            朱亚南 [42]  2018  山东省青岛市  99/127  57.45±12.60  ①③15 21  姜璐 [39]  1  1  1  1  0  0  0  0  1  0  0  5
            田晓琳 [43]  2019  天津市    69/30  61.50±9.19  21 24 26   庞娇阳 [40]  1  1  1  1  0  0  0  0  1  0  0  5
            杨杰 [44]  2017  安徽省巢湖市  62/39  65.81±8.083  ①③13 21 30  赵媛 [41]  1  1  1  1  0  0  0  0  1  0  0  5
            刘娇娜 [45]  2016  辽宁省沈阳市  99/117  51.05±12.67  ①③⑦22 25 30  [42]
            李庆根 [46]  2020  安徽省合肥市  57/64  50.25±12.14  18 20    朱亚南       1  1  1  1  0  0  0  0  1  0  0  5
            梁丽珍 [47]  2014  广东省深圳市  71/24  50.7±5.6  ①③④21       田晓琳 [43]  1  1  1  1  1  1  0  0  1  0  0  7
             YI [48]  2021  广东省广州市  321/322  45.0(37.0,  ⑨       杨杰  [44]  1  1  1  1  0  0  0  0  1  0  0  5
                                          57.4)                  刘娇娜 [45]  1  1  1  1  1  0  0  0  1  0  0  6
            SHEA [49]  2015  香港    21/130  60.0±15.0  ①②③⑦⑩          [46]
            SHEA [50]  2016  香港    33/81  59.0±15.0  ①③⑧         李庆根       1  1  1  1  0  1  0  0  1  0  0  6
            XIAO [51]  2021  湖北省武汉市  168/56  58±14  ①③⑥13 21     梁丽珍 [47]  1  1  1  1  0  0  0  1  1  0  0  6
             LU [11]  2018  上海市   113/106  60.07±12.44  ③⑦        YI [48]  1  1  1  1  0  0  1  0  1  1  0  7
                                                ①②③④⑦⑧12 13          [51]
               [52]
            LUO    2020   香港       26/55  71.59±4.23             XIAO      1  1  1  1  0  0  0  0  1  0  0  5
                                                   21 22 25 27      [11]
                                                ①②③④⑥⑦11 12       LU       1  1  1  1  0  0  0  0  1  1  0  6
            CHOU [53]  2014  台湾   414/1203  63.3±13.0             LUO [52]  1  1  1  1  1  0  1  0  1  1  0  8
                                                   13 21 22 23 29
            LING [54]  2021  台湾  2 940/29 248  —  ①⑧⑩12 13 16 17 19  CHOU [53]  1  1  1  1  1  0  0  0  1  0  0  6
             LI [55]  2004  安徽省合肥市、  61/212  53.58±14.06  ①②③     LI [55]  1  1  1  1  0  0  1  0  1  1  0  7
                          北京市                                    LIAO [56]  1  1  1  1  1  1  1  0  1  1  0  9
            LIAO [56]  2017  多中心  113/311  52.7±4.3  13              [57]
            ZHU [57]  2021  浙江省金华市  75/35  —      ①②④11 21 22     ZHU      1  1  1  1  1  1  0  0  1  1  0  8
            DONG [58]  2016  多中心  130/328  52.1±14.2   17        DONG [58]  1  1  1  1  1  1  0  0  1  1  0  8
             CUI [59]  2020  江苏省南京市  167/36  54.83±13.61  13      CUI [59]  1  1  1  1  0  0  0  0  1  0  0  5
              注:T 表示病例组,C 表示对照组;—表示未提及;①表示年龄,                     注:①是否明确了资料的来源(调查,文献回顾),②是否列出
           ②表示性别,③表示教育程度,④表示透析龄,⑤表示透析方式,⑥                      了暴露组和非暴露组(病例和对照)的纳入及排除标准或参考以往的
           表示透析频率,⑦表示尿素清除指数,⑧表示高血压,⑨表示收缩压,                     出版物,③是否给出了鉴别患者的时间阶段,④如果不是人群来源的
           ⑩表示高血脂, 11 表示心血管病史, 12 表示脑卒中, 13 表示糖尿病,             话,研究对象是否连续,⑤评价者的主观因素是否掩盖了研究对象其
           14 表示胰岛素抵抗指数, 15 表示 Charlson 合并症指数, 16 表示睡眠情        他方面情况,⑥描述了任何为保证质量而进行的评估(如对主要结局
           况, 17 表示抑郁, 18 表示营养不良, 19 表示贫血, 20 表示瘦体组织质量,        指标的检测 / 再检测),⑦解释了排除分析任何患者的理由,⑧描述
           21 表示血红蛋白, 22 表示血清白蛋白, 23 表示血清肌酐, 24 表示甲状
           旁腺素, 25 表示全段甲状旁腺激素, 26 表示血尿酸, 27 表示 C 反应蛋           了如何评价(或)控制混杂因素的措施,⑨如果可能,解释了分析中
           白, 28 表示超敏 C 反应蛋白, 29 表示血磷, 30 表示 25 羟维生素 D3,       是如何处理丢失数据的,⑩总结了患者的应答率及数据收集的完整性,
           31 表示同型半胱氨酸                                         11 如果有随访,查明预期的患者不完整数据所占的百分比或随访结果
   92   93   94   95   96   97   98   99   100   101   102