文摘

我们旨在调查骨关节炎(OA)患者的特点,使用数据所有韩国人注册的国家健康保险数据库共享服务(NHISS DB),并提供理想选择截止阀值减轻OA的症状。OA患者(代码M17星云和M17.1-M17.9韩国标准分类的疾病和死亡原因)使用SAS软件进行了分析。最优截断阈值测定使用接受者操作特征曲线分析。50年的年龄是最OA致病组(40 ~ 70岁, )。所有的运动类型影响身体质量指数的变化( )、血压(BP)的性别差异( )。所有类型的运动积极影响的损失腰围和平衡测试(用一条腿站的时间以秒为单位) )。截止阈值的时间间隔,以秒为单位从椅子上站起来走3米,回到相同的椅子是8.25(敏感性80%,特异性100%)。通过使用运动模式,多个分类变量,和截止阈值,一个最优选择运动项目可以用于减轻OA症状在50年的年龄。

1。介绍

根据医疗保险数据库(DB)的审查和评估服务,肌肉骨骼系统疾病患者的比例在2013年是50%,2003年为71%。尤其是膝盖疾病10住院治疗的最常见原因,包括人均成本约为2500美元,排名第二的总医疗费用(http://www.hira.or.kr)。此外,医学治疗需要平均8天才能完成。此外,OA患者数量的增加稳定和OA发病机理的模式发生即使在年轻人群,这需要建立预后治疗膝OA的方案。

几个试验确定引起膝关节OA的多个执行建立个性化和具体治疗治疗OA症状(1,2]。

在许多情况下病因不详(因果关系;即。,OA has multiple causes such as knee anterior cruciate ligament, meniscus damage, and quadriceps muscle weakness), providing individualized solutions for OA is difficult [3- - - - - -5]。因为膝盖损伤和OA之间的因果关系不能明确确定,很难找到解决方案OA(膝关节OA的许多因素导致恶化),预防OA被认为是理想的选择(6]。达到一个合理的解决这个问题,理解各种OA的特点从不同方面是很重要的,以确定相关因素影响疾病的发病机理和决定适当的最优截断阈值点改善预后的项目(例如,运动处方)。

大数据分析健康信息是可能的,卫生保健提供者强制登记病人的损伤或疾病通过国家健康保险信息共享服务(NHISS)在韩国医疗服务成本的补偿。NHISS DB提供标准化的卫生和医学信息从单边整个朝鲜人口的医疗检查记录。这个数据库是电子组织、数字化和格式化的从2002年到2013年。

为了解决上述问题,并提供有益的信息从不同的方面对改善办公自动化OA患者症状通过使用NHISS大数据,我们首先设置以下研究目标。

在这项研究中,我们旨在研究最普遍的OA患者老年人韩国人口和描述各种特性的OA根据四个不同的运动类型,为了改善OA发病机理提供以证据为基础的适当的截止点。我们检查了三个假设在这项研究中,如下:(1)会有特定年龄段的致病性OA在老年人中韩国人口。(2)变量相关的综合和物理函数将显示OA的总体特征与不同的运动形式。(3)有适当的截断阈值变量致病性OA,这些可以提供有益的信息,设计一个合理的预测程序对提高OA的症状。

2。材料和方法

2.1。研究设计

本研究是一个从NHISS DB回顾性队列研究的数据。韩国标准分类的疾病和死亡原因(KSCDCD)指定OA-related代码(M17星云和m17.1 - 17.9)被用来识别OA患者从NHISS DB > 40岁。这些患者被分为四个年龄组增量10年(50 40至49,59、60 - 69和70 - 79年)来检查哪个年龄组OA的风险很高。人口、运动和功能测试的特点,每个年龄组随后被调查。图中描述的研究1。

图1

图的研究设计。共有514866名患者参加了NHISS提取。NHISS DB的OA患者减去通过KSCDCD-provided OA代码(M17星云,M17.1 M17.2, M17.3, M17.4, M17.5, M17.6, M17.7, M17.8,和M17.9),和OA患者在这一阶段被登记在NHISS一次性OA的诊断。病人的年龄范围用于分析最OA致病组从40到70年。4个独立变量的影响(Walk30_Wek_Freq_ID, Mov20_Wek_Freq_ID、Mov30_Wek_ID Exerci_Freq_RSPS_ID) 16日因变量(BMI、BP_High BP_LWST, TOT_CHOLE, SGOT_AST, SGPT_ALT, Gamma_GTP, HCHK_PMH_CD2,腰,ELD_LLFX_SEC, ELD_LLFX_YN, STF_SEC, ELD_STFX_MTHD,和秋天)被使用单变量方差分析验证。变量选择与统计学意义和最优截止阀值点提供的使用ROC曲线分析OA患者50岁。OA,骨关节炎;NHISS,国民健康保险共享服务;KSCDCD,韩国标准分类的疾病和死亡原因;Exerci_Freq_RSPS_CD、日期和锻炼; Walk30_Wek_Freq_ID, number of dates with >30 min walking exercise in a week; Mov20_Wek_Freq_ID, number of dates with 20 min intensive exercise in a week; Mov30_Wek_Freq_ID, number of dates with 30 min moderate exercise in a week; BMI, body mass index; BP_High, maximal systolic blood pressure; BP_LWST, lowest diastolic blood pressure; ELD_LLFX_SEC, lower-extremity function assessing the time taken for walking 3 m away and back (only for 66 year olds); ELD_STFX_MTHD, balance test only for 66 year olds by taking the time of standing up with eyes closed or eyes opened; SGOT_AST, serum glutamic oxaloacetic transaminase and aspartate aminotransferase; SGPT_ALT, serum glutamate-pyruvate transaminase and alanine aminotransferase; TOT_CHOLE, total cholesterol.

2.2。数据源和人口

共有514866名患者(> 40岁大约10%的人口从署DB池)是从病人注册NHISS随机选择的。40岁后,韩国成年人强制需要经历生命旋回健康检查,和NHISS数据库存储数据包括运动信息和基本的生理健康检查数据(表1)。一个个性化的设计基于NHISS数据> 40岁的患者使用,因为OA-related症状与临床证据观察在这个年龄(7]。OA患者规范M17星云和M17.1-M17.9 KSCDCD (http://kssc.kostat.go.kr/ksscNew_web/index.jsp利用SAS软件(表)中提取2)。KSCDCD定义了M17星云和M17.1 M17.9表示膝盖的关节。该研究机构审查委员会批准延世大学(1040917 - 201603 hrbr - 152 - 01 - e)。

2.3。分类变量

19个变量被分成三类。第一类由四个状况变量(Exerci_Freq_RSPS_CD:每周频率中等强度锻炼,Mov20_Wek_Freq_ID:每周20分钟高强度锻炼的频率,Mov30_Wek_Freq_ID:频率每周30分钟中等强度的运动,和WLK30_Wek_Freq_ID:每周30分钟走路的频率)。第二类由10个综合变量包括性别差异、身体质量指数(BMI,公斤/米²)、高血压(BP_high毫米汞柱),低血压(BP_LWST毫米汞柱)、总胆固醇(TOT_CHOLE mg / dL)、血清谷氨酸草酰乙酸的氨基转移酶、天冬氨酸转氨酶(SGOT_AST U / L),血清谷氨酸丙酮氨基转移酶、丙氨酸aminotransaminase (SGPT_ALT U / L),γ谷酰基转肽酶(Gamma_GTP U / L),疾病历史(HCHK_PMH_CD2),腰围(腰,厘米)。第三类包含物理function-related变量如下肢功能测试结果66岁的受试者(ELD_LLFX_SEC:时间在几秒钟内从椅子上站起来,走3米,回到同样的椅子上,ELD_LLFX_YN:存在与否的步态障碍描述为1或2,分别),平衡试验对66岁的受试者(ELD_STF_SEC:时间秒,单腿站立的ELD_STFX_MTHD:时间在几秒钟内闭着眼睛站在一条腿或打开),和瀑布(秋天,秋天损伤6个月内)。上述变量被用来检查第二个假说,并提供理想的OA截止静态检查变量的阈值(假设(3))在最OA发病年龄组(假设(1))。

2.4。统计分析

所有数据提出了均值±标准差。在最OA致病组,相互影响和相互作用进行了分析建立了独立和相关的变量了解办公自动化的特点。统计定义的变量被选为最优截断阈值在大多数OA致病性病人组。中描述的那样分类变量节中,四种运动类型是表示作为独立变量,和10全面和5物理function-related变量被认为是因变量。四种运动类型测试的有效性和与15个因变量的交互通过使用双向单变量方差分析(方差分析)在50年的OA组(验证假设(2))。通过使用逻辑回归和患者之间没有OA在50年的年龄段,根据OA的存在被发现的风险因素,分析了这些变量通过接受者操作特征(ROC)曲线分析来确定最优阈值的截止点避免OA发病机理(研究假设(3))。SAS 9.4版本(SAS研究所卡里、数控、美国)和SPSS 18.0版是用于所有统计分析。的值 被认为是表明一个统计上的显著差异分析。

3所示。结果

3.1。学科特点

所有韩国人都是强制注册NHISS的健康检查。共有514886个随机选择的主题从NHISS DB池被用来代表整个人口年龄> 40年,估计也占大约500万朝鲜人。通过使用提供的NHISS DB, sex-different人口特征识别和值(男性和女性)如下:总分析人口、279125和235740;平均年龄,56.66和58.36年;BMI, 23.99和23.99公斤/米²;TOT_CHOLE, 196.47和203.08 mg / dL;SGOT_AST, 28.36和24.66 U / L;SGPT_ALT, 29.11和21.72 U / L;Gamma_GTP, U / L(表52.04和22.861)。KSCDCD-derived代码显示膝关节OA M17星云和M17.1-M17.9。膝OA患者提取的数量是2088(男性和女性:723和1365年),这意味着由单一的数量只有一个医疗处方膝OA患者期间2002 - 2013。值的平均年龄、BMI、TOT_CHOLE SGOT_AST, SGPT_ALT, Gamma_GTP OA患者表现出性别差异(表2)。

3.2。在每个年龄段OA的发病机理

受试者,年龄从40年代到70年代,被分成四个年龄组增量10年(50 40至49,59、60 - 69和70 - 79年)。线性函数图验证了相对调查OA发病的频率在每组(图2)。图的角度为40至49,50-59-year年龄组7.4°,8.9°,分别和这些群体越来越OA发病机制模式;然而,60 - 69岁(角,−3.6°)和70 - 79年(角,−17.7°)年龄组病人数字显示,相对地减少值。因此,我们澄清了我们的第一个假设基于这样的观察:OA发病机理发生最频繁的50年的年龄。

图2

在每个年龄段OA的发病机理。小心地提取OA患者只有一个医院访问和OA NHISS处方记录从2002年到2013年被分为四个年龄组增量10年(50 40至49,59、60 - 69和70 - 79年)。每个角从线性泛函图在每个年龄段的计算来确定OA患者发病的增加或减少。从这个图中,选择了50年的年龄组和进一步研究,因为最大的OA发生在这个年龄段(一个,8.9)。与40 - 50年年龄组相比,患者年龄超过60年的数量OA发病机理出人意料地下降。OA,骨关节炎;一个角。

3.3。四个独立变量(运动模式)综合变量

观察一个性别差异只有在Walk30_Wek_Freq_ID根据年龄差距在50 ~ 59年年龄段( )。所有的运动类型显著影响体重指数的变化;然而,Walk30显示性别差异( )。性别差异之间的交互和不同运动类型是有效改变BMI ( )。性别差异影响英国石油(BP)在所有运动类型( );然而,运动频率似乎并没有影响BP在所有运动类型的变化。四运动类型似乎更与高血压、心脏病,中风,糖尿病,癌症,和其他人比结核病、肝炎、和hepatism HCHK_PMH_CD2。更高频率的运动似乎并没有影响到疾病的变化历史;然而,这更多的取决于运动的类型( )。

50 ~ 59岁男性OA患者有更高的值SGOT_AST和SGPT_ALT OA患者比女性。高频率的运动表现出较低的SGOT_AST值和SGPT_ALT。性和运动类型的显著差异和性别差异之间的相互作用和运动类型被发现在SGOT_AST和SGPT_ALT ( )。SGOT_AST的最高价值是最少的男性运动的频率。TOT_CHOLE男性低于女性( )。只有TOT_CHOLE Exerci_Freq没有关系( )。改善TOT_CHOLE, Mov20或Mov30 Exerci_Freq,可能是一个更好的选择。图3 (b)显示,每日Exerci_Freq改善TOT_CHOLE是男人更有效。所有类型的运动显著影响腰的变化( )。

(一)

(b)

(c)

(d)

(一)
(b)
(c)
(d)

图3

综合和物理function-related变量根据Exerci_Freq 50岁OA患者。在15个变量,(a) SGOT_AST (U / L), (b) TOT_CHOLE (mg / dL), (c) ELD_LLFX_SEC (s)和(d)是典型地选择,这些变量有明确的和类似的模式Exerci_Freq在四个运动类型(Mov20_Wek,每周20分钟高强度锻炼的频率;Exerci_Freq,中等强度锻炼每周的频率;Move30_Freq、频率每周30分钟中等强度运动;Walk30_Wek、频率每周步行30分钟)。(1)不锻炼;(2)每周锻炼1 - 2次;(3)每周运动3 - 4次;(4)每周锻炼5 - 6次;(5)几乎每天都锻炼。

数据3(一个)和3 (b)显示变量在10个变量代表明显常见模式根据Exerci_Freq中性别差异的关系。

3.4。物理Function-Related变量根据独立变量(四个运动类型)

所有的运动类型的变化影响ELD_LLFX_SEC ( ),模式显示,日常锻炼似乎减少了时间在ELD_LLFX_SEC(图3 (c))。在ELD_LLFX_YN(步态障碍的存在与否),OA患者步态障碍不锻炼,而所有OA患者没有步态障碍进行锻炼。性别差异被视为在所有类型的运动( 除了Mov20_Wek_freq)。平衡测试ELD_STF_SEC受到所有运动类型( )。另一个平衡试验,ELD_STFX_MTHD,显示显著差异在所有运动类型的影响( )。性别差异,运动类型和性别差异之间的交互和运动类型在秋天有显著差异( )。图3 (d)表明,女性患者少锻炼经历更频繁,这区别显示下降趋势作为女性行使更多的(图3 (d))。清晰的观察差异之间的日常锻炼和少锻炼组(图3 (d))。

面板(c)和图(d)3代表类似的模式中每个变量的四种运动类型。

我们因此研究假设(2)和得出结论,有特定的高风险因变量与运动形式的影响在OA的发病率。

3.5。哪些变量影响OA发病机制和以证据为基础的最优截止点的是什么变量对预防和缓解OA症状吗?

随机选择的病人没有注册OA NHISS与OA患者进行逻辑回归分析。的变量,我们发现下降( )和ELD-LLFX-SEC ( )显著影响OA的发病机制(表3)。50岁的OA患者,ROC曲线分析提供理想ELD_LLFX_SEC截止值为8.25 s(敏感性80%,特异性100%,曲线下的面积0.861)(图4)。秋天的截断值没有意义,因为秋天的反应是1(没有经验的瀑布)或2(下降)的经验。

图4

图的ROC曲线50-59-year-old韩国人口与膝OA。ROC曲线分析ELD_LLFX_SEC (s)提供最优阈值8.25 s,曲线下的面积值为0.861,敏感性为80%,特异性为100% ( )。中华民国,接受者操作特征;OA,骨关节炎;ELD_LLFX_SEC,时间在几秒钟内从椅子上站起来,走3米,并返回相同的椅子上。

假设(3)显然也检查了通过使用这些结果。

4所示。讨论

我们得到以下OA-related结果病人注册在NHISS集群> 40岁的韩国人的回顾性队列。(1)OA发病机制被发现在50年年龄段最频繁。(2)分析了四个运动类型影响体重指数的变化( 性别差异影响)和英国石油公司( );然而,运动频率没有影响英国石油(BP)的变化。运动类型和运动频率是重要的血清和血糖。只有Exerci_Freq并不影响胆固醇的变化( ),所有运动类型影响亏损腰( )。所有类型的运动积极影响平衡试验结果( )。(3)最优截止ELD_LLFX_SEC阈值为8.25(敏感性80%,特异性100%)。

4.1。大数据分析作为一个有用的工具

NHISS全球前所未有的DB因为所有的韩国公民强制注册在这个数据库。因此,整个病史整个韩国的人口可以随时跟踪8]。

使用NHISS DB克服了缺陷的数据源,如私人信息和有限的大规模DBs的内容。这个数据库允许研究人员访问的横断面,回顾性和前瞻性研究每一个个性化的病人来自DB队列。

通过使用大规模NHISS DB,我们能够提取OA患者根据研究设计,我们能够比较不同年龄组的OA的致病性。在这项研究中,我们发现,OA发病机理发生最频繁的50年的年龄群中随机选择的韩国人与OA > 40岁( ;不重叠的患者只有一个处方OA)总群NHISS DB的514866名患者。有趣的是,60 - 70岁年龄段相对不同的从40 - 50年的年龄群体。OA患者的数量在60 - 70岁年龄组意外下降,我们假定,在这些年龄段患者容易忽视参观医院或有更高的死亡率比年轻的年龄组,而影响我们的结果。我们相信,该数据库将有助于促进国家健康和福利。

4.2。个性化的运动处方减少OA的发病率

一个特定的运动的程序可以设计基于这些数据。英国石油(BP)、胆固醇和HCHK_PMH显示模式,更相关的特定的强度、时间和频率的运动。结果表明,特制的运动处方是可能的,因此本研究证据,DB可以提高OA的症状不可或缺的工具。我们的结果综合包括微级到宏观的数据,从血液测试物理性能测试。大多数现代化国家新兴问题落在老龄化社会的经验9]。在韩国,828年13%的城市和32%的2295农村老年居民经历了下降1年(9,10]。摔伤的社会经济成本计算为343614988000韩圆(11]。缓解这一社会经济和个人负担,更特别的个性化运动处方可以是一个理想的选择。根据这项研究,经常发生在50岁的妇女与办公自动化OA比50岁的男人;因此,执行任何类型的每天锻炼可以改善一个理想的选择落在OA患者症状。

4.3。最优截断阈值对OA发病

发现OA发生最频繁的50年的年龄段是用于进一步分析确定影响因素疾病的发病机理。我们发现,秋天和ELD_LLFX_SEC ( )与OA的发生在50年的年龄,我们认为这是与下肢的肌肉力量(12)(表3)。

四个静态和动态物理功能测试的结果在这项研究检查。有趣的是,只有ELD_LLFX_SEC显著相关的50年年龄段的OA患者而不是其他三个类似的功能测试( )。这表明身体负重动态载荷(ELD_LLFX_SEC)而不是静态负重负载(ELD_STF_SEC;ELD_STFX_MTHD)实益抑制损伤膝关节(13]。根据提供的截断值,立即下肢力量练习应该开发改善OA的症状(14]。

总之,我们获得以下多方面的NHISS DB的大规模分析的结果,可以帮助在发展中循证OA等个性化的运动处方项目预防方法。(1)致病性OA最经常被发现在50年的年龄。(2)所有四个运动类型调查影响体重指数的变化( )和sex-different的影响英国石油公司( );然而,运动频率没有影响英国石油(BP)的变化。运动类型和运动频率是重要的血清和血糖。只Exerci_Freq并不影响胆固醇的变化( ),所有运动类型影响亏损腰( )。所有类型的运动积极影响平衡测试( )。(3)最优截止SGOT_AST和ELD_STF_SEC阈值为18.75(敏感性88%,特异性85%)和14.75(敏感性75%,特异性100%),分别为。

这个大规模的数据库研究可能是不可或缺的在描述风险因素影响膝关节损伤的加重,例如,从十字韧带OA,可能导致标准的发展和个性化的预后OA干预生活的最OA致病性的时期。

的利益冲突

作者没有利益冲突。

确认

这项研究是由教育部和国家韩国研究基金会(nrf - 2015 s1a5b8036349)。