当前位置: 首页 > news >正文

卷赢了!山东大学学者七库联合发文一区TOP(IF 10.6),解锁痴呆研究新赛道!

源自风暴统计网:一键统计分析与绘图的AI网站

引言

今天这篇文章真的赢麻了!不仅直接联合CHARLS、HRS、ELSA等七大老龄化队列,借强大数据挖掘能力先声夺人;还将“二元暴露”进一步细化为“多级暴露”,分析助听器使用效果和痴呆的关系——如此贴近临床实际且新颖的研究视角,值得我们细细拆解!

七库联合发一区TOP,你也可以!郑老师团队专属科研训练营,从选题到发表,全流程带你轻松突破。


当我们谈论阿尔茨海默病或痴呆症的预防时,通常会想到控制三高、增加社交或进行认知训练。

然而,听力损失作为《柳叶刀》委员会2024年报告认证的“最重要的可干预风险因素之一,却往往被忽视。

大多数研究只问“戴没戴”,却从未追问“戴得好不好”——买了助听器却不常戴、戴上却听不清,这样的“无效使用”会稀释真实的保护效应。

2026年5月12日,山东大学齐鲁医学院团队联合全球七个老龄化队列数据库(CHARLS等),在期刊《Cell Reports Medicine》(医学TOP,IF=10.6)上发表了一篇题为《Hearing aid effectiveness and probable dementia risk across 33 countries: A pooled analysis of seven cohorts》的研究论文。

该研究首次在大规模全球人群中证实:助听器只有“有效使用”,才与痴呆风险降低显著相关。

本公众号回复“ 原文”即可获得文献PDF等资料,想用七大老年健康数据库发文,欢迎联系郑老师团队,微信号:aq566665

研究方法

研究团队整合了来自33个国家的七项大规模纵向队列,共纳入61,089名年龄在55岁以上且存在听力损失的老年人:

  • 中国健康与养老追踪调查(CHARLS,2011-2020)

  • 韩国老龄化纵向研究(KLOSA,2006-2018)

  • 欧洲健康、老龄化和退休调查(SHARE,2004-2021)

  • 英国老龄化纵向研究(ELSA,2004-2020)

  • 爱尔兰老龄化纵向研究(TILDA,2009-2016)

  • 美国健康与退休研究(HRS,1998-2020)

  • 墨西哥健康与老龄化研究(MHAS,2012-2021)

研究采用了逆概率加权法(IPTW)校正的Cox比例风险模型来控制混杂偏倚,主要分析了听力辅助设备使用效果与听力受损老年人患痴呆症风险之间的关系

除了记录“是否使用助听器”,研究者还创新性地根据参与者自我报告的听力改善情况,将使用者细分为“效果好”与“效果差”两组进行精细化分析。

结局指标“可能痴呆”通过认知测试、日常生活功能评估及医生诊断等多维度综合判定。

图1:研究设计与核心结果概览图

表 1:统一协调队列及按国家收入水平分层的基线人群描述性统计

研究结果

在平均6.5年的随访中,研究发现:使用助听器与显著降低的可能痴呆风险相关。

  • 总体保护效应:与未使用助听器的听力受损者相比,基线使用助听器与可能痴呆风险呈显著负相关(HR=0.91),即风险降低约9%。

  • 地域差异显著:在中等收入国家(如中国、墨西哥),助听器使用者痴呆风险降低幅度高达24%,远超高收入国家的8%,提示在资源匮乏地区进行听力干预的边际效益极高。

图 2:助听器使用与可能痴呆的关联性分析及敏感性检验

  • 特定亚组的效应修饰:亚组分析显示,保护性关联在女性(HR=0.86)、受教育程度较低者(HR=0.84)及未婚个体(HR=0.88)中更为显著。年龄<70岁者(HR=0.91)的关联略强于≥70岁者(HR=0.93)。

图 3:助听器使用与可能痴呆风险的亚组及交互作用分析

  • 助听器有效性的关键作用:这是本研究最关键的发现——只有“效果好”组才有显著获益。报告听力有效改善的老年人,痴呆风险显著降低了14%(HR=0.86);而使用助听器但效果不佳的老年人,其痴呆风险与完全不用助听器的人无统计学差异

图 4:助听器使用有效性与可能痴呆风险的

关联性分析及敏感性检验

总结

本研究突破了既往仅关注“是否使用”的二分类框架,通过区分助听器使用有效性,减少了暴露因素错分对效应估计的稀释。

结果表明,与较低可能痴呆风险相关的并非助听器佩戴行为本身,而是有效的听力补偿。无效使用与未使用者的风险无差异,提示其可能无法减轻认知负荷与社交孤立等介导认知衰退的潜在通路。

郑老师统计服务

从0到1复现顶刊思路,郑老师团队全流程带你轻松发文。团队覆盖真实世界研究、临床预测模型、机器学习等20+高级统计技术

10年+医学统计经验,已助力800+学员发表SCI,助你告别科研痛点,让数据真正“开口说话”!

感兴趣的朋友,欢迎咨询郑老师团队~

记得点个小小的关注👇

我们将为您提供公共数据库发文的最新资讯!

http://www.jsqmd.com/news/861946/

相关文章:

  • Mythos骨架式推理:企业级AI能力治理与因果建模新范式
  • C++静态成员与静态方法
  • 2026年q2天津闲置酒水回收正规机构实力盘点:天津名贵酒品回收回收/天津洋酒回收/天津礼盒酒水回收/优选推荐 - 优质品牌商家
  • Transformer架构优化与高效计算实践
  • C++强制类型转换的四种方式
  • 国内不发火水泥砂浆高性价比厂家实测排行权威盘点:环氧灌浆料/环氧砂浆/环氧胶泥/硅烷浸渍剂/硅烷膏体/优选指南 - 优质品牌商家
  • 【助睿实验指导】助睿ETL-订单利润分流数据加工
  • 台湾话TTS自然度卡在3.2/5?用MOS-LQO双维度测评法定位8类发音失真源(附自动化诊断脚本)
  • 预测性线索评分:用机器学习提升B2B销售转化率的实战指南
  • 警惕AI领域未经证实的技术传闻与虚构命名
  • 留学生遭遇大厂 PIP 晴天霹雳?2026 北美科技圈绩效提升计划深度解码与生存闭环
  • CAN模型:让GAN具备审美判断与风格突破能力
  • 智慧铁路之钢轨缺陷识别 自动化轨道检测系统开发 铁路养护车辆计算机视觉功能实现 轨道交通腐蚀识别 钢轨磨损识别10340期
  • LeetCode--112. 路径总和(二叉树)
  • 动态图神经网络实现多商品时序协同预测
  • 大模型技能训练:从模仿到自主进化
  • 千问 LeetCode 2532.过桥的时间 public int findCrossingTime(int n, int k, int[][] time)
  • 神经网络工程化:从信号处理视角解剖CNN/RNN/Transformer设计逻辑
  • 8051汇编DW指令字节序问题与解决方案
  • 用LLM嵌入向量破解工业微缺陷检测的长尾难题
  • 巴别鸟vs坚果云:企业云盘同步机制踩坑与实战配置
  • Lovable框架实战速成:3天掌握UI动效、状态管理与热重载调试全流程
  • AI周报如何成为技术决策的精准导航仪
  • AI算力增长的绿色悖论:硬件生产与模型训练的环境成本分析
  • Predictive Lead Scoring实战:B2B销售线索智能评分与CRM集成
  • 千问 LeetCode 2532.过桥的时间 TypeScript实现
  • 工业级神经网络实战:从训练崩溃到稳定上线的工程手册
  • AI Agent Runtime 正在成为新基础设施层
  • AI生存期预测:原理、临床边界与伦理实践指南
  • 从能算到秒杀:完全平方数与最少数量的数学真相