慢性炎症、生活方式和患病风险 (PROCID-DCH)

材料与方法：

研究设计是一项具有前瞻性注册数据跟进的队列研究。 将使用丹麦队列“饮食、健康和癌症”(DHC)。 DHC 研究是一项正在进行的丹麦队列研究，旨在调查饮食、生活方式和疾病风险之间的关系。 该队列由 57,053 人组成，招募于 1993 年 12 月至 1997 年 5 月之间。 所有受试者（50 至 64 岁）都提供了详细的饮食信息（食物频率问卷）和其他生活方式数据以及生物样本。 在研究开始时收集血液样本、人体测量指标以及关于饮食和生活方式的问卷数据。 来自 DHC 队列的数据将与丹麦国家登记处（国家患者登记处 (NPR)、丹麦民事登记处和丹麦国家处方登记处）合并。

结果测量和随访：国家患者登记处 (NPR) 将用于在随访期间识别 CID 患者。 NPR 包含自 1977 年以来丹麦医院收治的所有患者的数据。 该登记册包括住院和门诊记录，并指出诊断程序或治疗的主要医疗原因（自 1994 年以来，根据国际疾病分类第十版 (ICD-10)）。 对于这项研究，将从 1993 年到 2018 年 3 月从 NPR 中提取数据。 结果 CID 在 NPR 中被定义为以下疾病中的至少一种；炎症性肠病 (IBD)（ICD10 代码：K50-K51）、银屑病/银屑病关节炎（ICD10 代码：M073、M090、L40）、类风湿性关节炎/强直性关节炎（ICD10 代码：M059。 M060、M069、M089、M459、M46）或多发性硬化症（ICD10 代码：G35、G35.9）。 丹麦国家处方登记处将用于识别上述下列疾病的最严重病例，因为预计患者会服用与这些疾病相关的药物。 将于 2018 年 3 月从丹麦民事登记处收集有关死亡和移民的后续信息。

暴露和可能的混杂因素：关于暴露的信息被定义为高纤维摄入量和高红肉和加工肉类摄入量，这些信息是在 DHC 队列登记时使用问卷和访谈收集的。 简而言之，食物频率调查问卷、饮食消耗在 12 类预定义的回答中进行了评估，从“从不”到“每天八次或更多次”。 然后通过软件程序 FoodCalc 计算每日摄入量。 FoodCalc 是一个简单的程序，当给出一份包含不同食物摄入量的列表和另一份包含不同食物的营养素含量的列表时，它可以计算营养素的摄入量。 膳食纤维、红肉和加工肉类的摄入量均以克/天为单位进行连续变量测量。 关于可能的混杂因素的信息也将从登记时关于性别、年龄、BMI、吸烟和其他生活方式因素的问卷数据中获得，并且关于合并症的信息将从 NPR 中获得。

统计分析：目的是使用从这项前瞻性队列研究中获得的数据来探索预测 CID 风险的能力（Y=主要终点），并探索低纤维饮食和高红肉和加工肉类饮食（X=在基线）是有关疾病风险的信息性预后因素。 分类变量的描述性分析将以频率表示，CID 病例和非病例之间的差异将通过卡方检验进行评估。 连续变量将以中位数（四分位数、Q1 和 Q3）的形式制成表格，中位数相等性的非参数检验将用于检验组间差异。 低于 0.05 的 P 值将被视为具有统计学意义。 将应用负二项回归来计算每 1000 患者年的发病率和暴露之间的发病率比 (IRR)。 为了调查 CID 诊断的风险和时间，将应用 Fine-Gray 竞争风险回归模型，因此在处理移民审查时将考虑死亡的竞争风险，并报告累积发生率和子风险比（ SHR) 以及与特定食物替代品相关的 CID 的相应 p 值。 回归将作为粗回归进行，仅包括暴露，并根据年龄、性别、生活方式因素和选定的合并症进行调整。 将使用 Stata 进行分析。

为了测试假设的饮食因素与 CID 发展之间的因果关系是否适用于所有 CID，将对每个 CID 诊断进行子分析。 将对丹麦国家处方登记处的数据进行敏感性分析，以评估 CID 诊断的有效性，因为预计他们会得到与疾病相关的治疗。 将分别分析每种诊断的药物和治疗数据。