RESEARCH DESIGN ANDMETHODSSearch st

RESEARCH DESIGN AND
METHODS
Search strategy
We conducted literature searches using
MEDLINE with the three limits “publication
date from 1 January 1950 to 31 December
2007,” “English language,” and
“human subjects” and combinations of
the medical subject headings “Diabetes
Mellitus” or “Diabetes Mellitus, Type 2,”
“Depression” or “Depressive Disorder,”
“Risk Factors,” and “Prospective Studies”
or “Longitudinal Studies.” The reference
lists of previous meta-analyses and selected
articles were screened.
Selection criteria
To be included, a report had to 1) have a
prospective design, 2) include cases of
probable type 2 diabetes (i.e., studies that
examined only type 1 diabetes or diabetes
before age 30 years were excluded), 3)
provide enough data to generate a relative
risk estimate, and 4) exclude prevalent
cases of either depression (for diabetes
predicting depression onset) or diabetes
(for depression predicting diabetes onset).
In the event of multiple publications,
only the most recent manuscript for a particular
study population was included.
Data extraction
Two reviewers used a custom data abstraction
form to evaluate and summarize
selected articles. Abstracted information
included authors, year, location, source
of participants, sample composition, assessment
of diabetes/depression, and
matching and/or statistical adjustment for
potential confounders. If multiple risk estimates
(with error measurements) were
presented in a given manuscript (e.g.,
nested multivariable models), the estimate
that most closely adjusted for only
demographic characteristics (e.g., age,
sex, race, socioeconomic indicators, and
marital status/household composition)
was selected. We chose this approach because
some studies adjusted for prominent
effect modifiers (i.e., family history,
health behaviors, adiposity) while others
did not, and thus the interpretation of the pooled value using the most-adjusted estimates
from each study is misleading, for
it is neither an estimate of the direct nor
the total effect (9).
Statistical analysis
The estimate from each study was used to
generate a pooled relative risk using random
effects. Two separate analyses were
conducted: depression predicting type 2
diabetes and type 2 diabetes predicting depression.
Random-effects modeling explicitly
accounts for unmeasured variability
across the values using the DerSimonian
and Laird method, resulting in a pooled
estimate with a wider confidence interval
relative to the fixed-effects models (10). We
evaluated heterogeneity in the estimates using
the Cochrane Q statistic. If a study only
presented stratified risk estimates (i.e., by
sex), these estimates were combined using
random effects and then that pooled estimate
was used for the meta-analysis. For
studies that presented graded relationships
(e.g., low, medium, high depressive symptoms),
only the estimate for the highest category
was selected. Forest plots of the
estimates and 95% CIs, with the weight of
each point estimate indicated by the relative
size of the marker, were used to visualize the
range of effects.Weused subgroup analyses
to explore potential variability in the relationships
by demographic characteristics
(e.g., age, sex, race) and conducted sensitivity
analyses to assess the robustness of our
results (11). We used Egger’s test and funnel
plots to assess publication bias. If such
bias was evident, we used the trim and fill
approach (12) to generate a pooled estimate
that accounted for the unpublished negative
findings. All analyses were conducted
using Stata v9.0 (StataCorp, College Station,
TX), and statistical significance was set
a priori at P _ 0.05.

ผลลัพธ์ (ไทย) 1:

ออกแบบวิจัย และวิธีการค้นหากลยุทธ์เราดำเนินการค้นหาเอกสารประกอบการใช้"พิมพ์จำกัดของ MEDLINE มีสามวัน 1 เดือน 1950 มกราคมจากวันที่ 31 ธันวาคม2007 ภาษาอังกฤษ" และ"เรื่องของมนุษย์" และชุดของหัวเรื่องทางการแพทย์ "โรคเบาหวานหวาน"หรือ"เบาหวาน ประเภท 2,""ซึมเศร้า" หรือ "โรค Depressive,""ปัจจัยเสี่ยง" และ "อนาคตศึกษา"หรือ "การ ศึกษาระยะยาว" การอ้างอิงแสดงรายการของ meta-วิเคราะห์ก่อนหน้า และเลือกบทความได้ฉายเกณฑ์การเลือกจะรวม มีรายงาน 1) มีการออกแบบอนาคต 2) รวมถึงกรณีของน่าเป็นชนิดที่ 2 โรคเบาหวาน (เช่น ศึกษาที่ตรวจสอบเฉพาะ พิมพ์ 1 โรคเบาหวานหรือโรคเบาหวานก่อนอายุ 30 ปีถูกแยก), 3)มีข้อมูลเพียงพอในการสร้างความสัมพันธ์ประเมินความเสี่ยง และ 4) แยกแพร่หลายกรณีเป็นโรคซึมเศร้า (สำหรับโรคเบาหวานเริ่มมีอาการซึมเศร้าการคาดการณ์) หรือโรคเบาหวาน(สำหรับโรคซึมเศร้าโรคเบาหวานเริ่มคาดการณ์)ในกรณีที่สิ่งหลายเฉพาะฉบับล่าสุดสำหรับศึกษาประชากรรวมได้ดึงข้อมูลผู้ตรวจทานสองใช้ abstraction ข้อมูลที่กำหนดเองแบบฟอร์มการประเมิน และสรุปบทความที่เลือก สกัดข้อมูลรวมผู้เขียน ปี ที่ตั้ง แหล่งผู้เข้าร่วม ประเมิน ตัวอย่างองค์ประกอบโรคเบาหวาน/โรคซึมเศร้า และตรงกัน และ/หรือสถิติปรับปรุงconfounders เป็นไป ถ้าประเมินความเสี่ยงหลาย(มีการวัดผิดพลาด) ได้นำเสนอในฉบับที่กำหนด (เช่นซ้อนแบบ multivariable), การประเมินที่สุดปรับปรุงเท่านั้นลักษณะประชากร (เช่น อายุเพศ เชื้อชาติ ดัชนีประชากร และองค์ประกอบสถานะสมรส/ครัวเรือน)เลือก เราเลือกวิธีนี้เนื่องจากบางการศึกษาปรับปรุงเด่นปรับเปลี่ยนลักษณะพิเศษ (เช่น ประวัติครอบครัวพฤติกรรมสุขภาพ adiposity) ในขณะที่คนอื่น ๆไม่ไม่ และดังนั้นการตีความค่ารวมที่ใช้ประเมินการปรับปรุงมากที่สุดจากแต่ละการศึกษาถูกหลอกลวง การมีทั้งการประเมินตรง หรือรวมผล (9)วิเคราะห์ทางสถิติใช้การประเมินจากการศึกษาแต่ละสร้างความเสี่ยงสัมพัทธ์รวมใช้สุ่มผลกระทบ วิเคราะห์สองแยกต่างหากได้ดำเนินการ: การคาดการณ์ภาวะซึมเศร้าชนิด 2โรคเบาหวานและโรคเบาหวานชนิดที่ 2 คาดการณ์ภาวะซึมเศร้าสร้างโมเดลอย่างชัดเจนผลสุ่มบัญชีสำหรับความผันผวน unmeasuredระหว่างค่าใช้ DerSimonian การและ Laird วิธี ในการรวมประเมิน ด้วยช่วงความเชื่อมั่นมากขึ้นสัมพันธ์กับแบบจำลองผล- (10) เราค่า heterogeneity ในการประเมินโดยใช้สถิติขั้น Q ถ้าศึกษาเฉพาะประเมินความเสี่ยง stratified นำเสนอ (เช่น โดยเพศ), การประเมินเหล่านี้ถูกรวมโดยใช้ผลสุ่ม แล้วที่ประเมินรวมใช้สำหรับการวิเคราะห์เมตา สำหรับที่แสดงความสัมพันธ์ที่มีการจัดระดับการศึกษา(เช่น ต่ำ ปานกลาง สูง depressive อาการ),เท่าประเมินสำหรับประเภทสูงสุดเลือก ป่าลงจุดของการประเมินและ 95% CIs กับน้ำหนักของประเมินแต่ละจุดตามญาติขนาดของเครื่องหมาย ใช้ในการมองเห็นภาพช่วงของลักษณะพิเศษ Weused กลุ่มย่อยวิเคราะห์ให้บริการสำหรับความผันผวนที่อาจเกิดขึ้นในความสัมพันธ์โดยลักษณะทางประชากร(เช่น อายุ เพศ แข่งขัน) และความไววิเคราะห์การประเมินเสถียรภาพของเราผลลัพธ์ (11) เราใช้ของ Egger ทดสอบและกรวยผืนเพื่อประเมินความโน้มเอียงในการตีพิมพ์ ถ้าดังกล่าวความโน้มเอียงชัด เราใช้การตัดแต่ง และเติม(12) วิธีการสร้างการประเมินรวมที่คิดลบประกาศผลการวิจัย ได้ดำเนินการวิเคราะห์ทั้งหมดใช้ Stata v9.0 (StataCorp วิทยาลัยสถานีTX), และตั้งค่านัยสำคัญทางสถิติแรกสุดที่ P _ 0.05

ผลลัพธ์ (ไทย) 2:

การออกแบบการวิจัยและวิธีการกลยุทธ์การค้นหาเราดำเนินการค้นหาวรรณกรรมใช้MEDLINE กับสามข้อ จำกัด "ที่ตีพิมพ์วันที่1 มกราคม 1950 วันที่ 31 ธันวาคม2007" "ภาษาอังกฤษ" และ"มนุษย์" และการรวมกันของหัวข้อเรื่องทางการแพทย์"โรคเบาหวานเบาหวาน" หรือ "โรคเบาหวานประเภทที่ 2," "ซึมเศร้า" หรือ "โรคซึมเศร้า" "ปัจจัยเสี่ยง" และ "การศึกษาในอนาคต" หรือ "การศึกษาระยะยาว." การอ้างอิงรายชื่อของการวิเคราะห์อภิมาก่อนหน้านี้และเลือกบทความที่ถูกคัดกรอง. เกณฑ์การคัดเลือกที่จะรวมรายงานจะต้อง 1) มีการออกแบบในอนาคต2) รวมถึงกรณีของประเภทที่น่าจะเป็นที่2 โรคเบาหวาน (เช่นการศึกษาว่าการตรวจสอบชนิดเพียง1 โรคเบาหวานหรือโรคเบาหวานก่อนอายุ30 ปีได้รับการยกเว้น) 3) ให้ข้อมูลมากพอที่จะ สร้างญาติประมาณการความเสี่ยงและ4) ไม่รวมแพร่หลายกรณีของทั้งภาวะซึมเศร้า(สำหรับโรคเบาหวานทำนายเริ่มมีอาการซึมเศร้า) หรือโรคเบาหวาน (สำหรับภาวะซึมเศร้าทำนายอาการโรคเบาหวาน). ในกรณีของสิ่งพิมพ์หลายเพียงเขียนด้วยลายมือล่าสุดโดยเฉพาะอย่างยิ่งประชากรที่ศึกษาคือรวม. การสกัดข้อมูลสองแสดงความคิดเห็นที่เป็นนามธรรมใช้ข้อมูลที่กำหนดเองรูปแบบการประเมินและสรุปบทความ ข้อมูลใจลอยรวมผู้เขียนปี, สถานที่, แหล่งที่มาของผู้เข้าร่วมองค์ประกอบตัวอย่างการประเมินของโรคเบาหวาน/ ซึมเศร้าและการจับคู่และ/ หรือการปรับตัวทางสถิติสำหรับตัวแปรที่อาจเกิดขึ้น หากประมาณการความเสี่ยงหลาย(ที่มีการวัดความผิดพลาด) ที่ถูกนำเสนอในต้นฉบับที่กำหนด(เช่นรุ่นหลายตัวแปรที่ซ้อนกัน) ประมาณการว่าส่วนใหญ่ปรับอย่างใกล้ชิดเพียงลักษณะทางประชากร(เช่นอายุเพศเชื้อชาติตัวชี้วัดทางเศรษฐกิจและสังคมและสถานภาพสมรส/ ของใช้ในครัวเรือน องค์ประกอบ) ได้รับเลือก เราเลือกวิธีนี้เพราะการศึกษาบางส่วนปรับที่โดดเด่นปรับเปลี่ยนผล(เช่นประวัติครอบครัวพฤติกรรมสุขภาพ, อ้วน) ในขณะที่คนอื่น ๆ ไม่ได้และทำให้การตีความของมูลค่าสำรองโดยใช้ประมาณการปรับมากที่สุดจากการศึกษาในแต่ละเป็นความเข้าใจผิดสำหรับมันคือค่าประมาณการของโดยตรงหรือผลรวม (9). การวิเคราะห์ทางสถิติประมาณการจากการศึกษาแต่ละคนถูกนำมาใช้เพื่อสร้างความเสี่ยงโดยใช้สุ่มรวบรวมผลกระทบ สองการวิเคราะห์แยกดำเนินการ: ภาวะซึมเศร้าชนิดทำนาย 2 โรคเบาหวานและโรคเบาหวานชนิดที่ 2 การคาดการณ์ภาวะซึมเศร้า. ผลสุ่มการสร้างแบบจำลองอย่างชัดเจนบัญชีสำหรับความแปรปรวนไม่สามารถวัดได้ข้ามค่าใช้DerSimonian วิธีการและเจ้าของที่ดินส่งผลให้ pooled ประมาณการที่มีช่วงความเชื่อมั่นที่กว้างขึ้นเมื่อเทียบกับผลคงที่แบบจำลอง (10) เราประเมินความแตกต่างในการประมาณการโดยใช้สถิติCochrane Q หากการศึกษาเพียงนำเสนอประมาณการความเสี่ยงแซด(เช่นโดยเพศ) ประมาณการเหล่านี้มารวมกันโดยใช้ผลกระทบสุ่มและแล้วที่รวบรวมประมาณการใช้สำหรับการวิเคราะห์อภิมา สำหรับการศึกษาที่นำเสนอความสัมพันธ์อย่างช้า(เช่นต่ำกลางอาการซึมเศร้าสูง) เพียงการประมาณการสำหรับหมวดหมู่สูงสุดได้รับเลือก แปลงป่าของประมาณการและ CIS 95% มีน้ำหนักของประมาณการแต่ละจุดที่ระบุโดยเทียบขนาดของเครื่องหมายถูกนำมาใช้เพื่อให้เห็นภาพช่วงของกลุ่มย่อยeffects.Weused วิเคราะห์การสำรวจความแปรปรวนที่อาจเกิดขึ้นในความสัมพันธ์โดยลักษณะทางประชากร(เช่น อายุเพศเชื้อชาติ) และความไวดำเนินการวิเคราะห์เพื่อประเมินความทนทานของเราผล(11) เราใช้ทดสอบ Egger และช่องทางแปลงเพื่อประเมินอคติสิ่งพิมพ์ ถ้าเช่นอคติก็เห็นได้ชัดเราใช้การตัดแต่งและเติมวิธีการ(12) การสร้างประมาณการสำรองที่คิดเชิงลบที่ไม่ได้เผยแพร่ผลการวิจัย การวิเคราะห์ทั้งหมดถูกดำเนินการโดยใช้ Stata v9.0 (StataCorp, สถานี College, เท็กซัส) และนัยสำคัญทางสถิติถูกกำหนดเบื้องต้นที่P _ 0.05

ผลลัพธ์ (ไทย) 3:

การออกแบบการวิจัยและ


เราใช้วิธีการค้นหากลยุทธ์การค้นหาวรรณกรรมโดยใช้
Medline กับสามจำกัด " จากวันที่ 1 มกราคม พ.ศ. 2493 ตีพิมพ์

31 ธันวาคม 2007 " " ภาษาอังกฤษ "
" วิชามนุษย์ " และชุดของ
หัวเรื่องทางการแพทย์ " เบาหวาน
เบาหวาน " หรือ " โรคเบาหวาน ประเภทที่ 2 "
" ซึมเศร้า " หรือ " โรคซึมเศร้า "
" ความเสี่ยงด้าน" และ " อนาคตการศึกษา "
" การศึกษาระยะยาว . " อ้างอิง
รายการก่อนหน้านี้ โดยวิธีการวิเคราะห์เมต้าและเลือกบทความจาก
.

เป็นเกณฑ์การคัดเลือกรวมรายงานต้อง 1 ) มี
ออกแบบในอนาคต 2 ) รวมถึงกรณีของโรคเบาหวานชนิดที่ 2 (

) การศึกษาที่ตรวจสอบ เฉพาะประเภท 1 โรคเบาหวานหรือโรคเบาหวานก่อนอายุ 30 ปี ถูกตัดออก

) 3 .ให้ข้อมูลที่เพียงพอเพื่อสร้างประมาณการความเสี่ยงสัมพัทธ์
, และ 4 ) ยกเว้นกรณีของภาวะซึมเศร้า ( แพร่หลาย

ทำนายภาวะซึมเศร้าสำหรับผู้ป่วยโรคเบาหวานหรือเบาหวาน
( onset ) สำหรับอาการซึมเศร้าทำนายเบาหวาน onset ) .
ในงานสิ่งพิมพ์หลาย
เฉพาะล่าสุดต้นฉบับสำหรับประชากรโดยเฉพาะ
ถูกรวม การสกัด


ทานสองข้อมูลใช้ข้อมูลที่เป็นนามธรรมที่กำหนดเองแบบฟอร์มประเมินและสรุป
เลือกบทความ สรุปข้อมูล
รวมผู้เขียนสถานที่ปี แหล่ง
ของผู้เรียน องค์ประกอบตัวอย่างการประเมิน
โรคเบาหวานและภาวะซึมเศร้า
การจับคู่และ / หรือปรับโปรแกรม
การทำผิดกฎหมายที่อาจเกิดขึ้น ถ้าเสี่ยงหลายประมาณการ
( วัดข้อผิดพลาด )
นำเสนอที่ระบุในต้นฉบับ ( เช่น
ซ้อน multivariable รุ่น ) , ประมาณการ
ที่ใกล้ชิดมากที่สุด ปรับแค่
ลักษณะทางประชากร ( เช่น อายุ เพศ เชื้อชาติ และตัวบ่งชี้
, ,

องค์ประกอบสถานภาพสมรส / ครัวเรือน ) ได้รับเลือก เราเลือกวิธีนี้เพราะ
บางการศึกษาปรับปรับเปลี่ยนเด่นผล ( เช่น ประวัติครอบครัว พฤติกรรมสุขภาพ adiposity
,
) ในขณะที่คนอื่นไม่ดังนั้นการตีความรวมมูลค่าที่ใช้ส่วนใหญ่ได้ปรับประมาณการ
จากการศึกษาแต่ละเป็นความเข้าใจผิดสำหรับ
ไม่ใช่การประเมินโดยตรงหรือ
ผลทั้งหมด ( 9 ) .

ประมาณค่า สถิติที่ใช้ในการวิเคราะห์ข้อมูลจากแต่ละการศึกษาใช้
สร้างผลแบบสุ่มเสี่ยงรวมญาติด้วย

สองแยกวิเคราะห์ข้อมูล ) : depression ทำนายประเภท

2เบาหวานและโรคเบาหวานประเภท 2 ทำนายภาวะซึมเศร้า .
สุ่มแบบจำลองผลอย่างชัดเจน

ผ่านทางบัญชี unmeasured ค่าใช้ dersimonian
และวิธีดินที่เกิดในหนองน้ำกว้างประมาณช่วงความเชื่อมั่นด้วย

เทียบผลแบบคงที่ ( 10 ) เราสามารถใช้ในการประเมินค่า

สถิติ Cochrane Q . ถ้าการศึกษาเท่านั้น
นำเสนอและประเมินความเสี่ยง ( เช่นโดย
เพศ ) , ประมาณการเหล่านี้รวมกันโดยใช้ผลสุ่มแล้วที่รวมประมาณการ
ถูกนำมาใช้สำหรับการวิเคราะห์อภิมาน . สำหรับการศึกษาที่นำเสนอความสัมพันธ์

( ( เช่นภาวะซึมเศร้า , ต่ำ , กลาง , สูง ) ,
เพียงประมาณการสำหรับประเภทสูงสุด
ได้รับเลือก ป่าแปลง
ประมาณ 95% และ CIS ด้วยน้ำหนักของ
แต่ละจุดประมาณการที่ระบุโดยขนาดสัมพัทธ์
ของเครื่องหมาย , เคยเห็น
ช่วงของผลกระทบ กลุ่มย่อย weused วิเคราะห์
สำรวจศักยภาพความแปรปรวนในความสัมพันธ์

โดยลักษณะทางประชากร เช่น อายุ เพศ เชื้อชาติ และดำเนินการวิเคราะห์เพื่อประเมินความไว

( 11 ) ผลของเรา . เราใช้เอเกอร์คือทดสอบ และช่องทาง
แปลงการประเมินอคติสิ่งพิมพ์
ถ้าเช่นอคติได้ชัดเจน เราใช้วิธีการตัดและเติม
( 12 ) เพื่อสร้างรวมประมาณ
ที่สัดส่วนสำหรับพิมพ์ลบ
ค่า ทั้งหมดวิเคราะห์จำนวน
ใช้ Language v9.0 ( statacorp วิทยาลัยสถานี
TX ) และนัยสำคัญทางสถิติไว้ที่ระดับ 0.05 ระหว่าง _
.