大家好，欢迎来到生信魔方！最近收到不少朋友的吐槽，临床资料的收集可太累人了，很多还要求随访，工作量超大，耗时超长，整得人身心俱疲！别抱怨啦，想省去以上麻烦，当然要找对方法呀，欢迎上车临床公共数据库分析！这种方式可真真省时省力省钱好方法，0实验也可抢占高分！今天，老方分享一篇来自中国医科大学团队，通过挖掘中国健康与养老追踪调查（CHARLS），探索极端温度事件（ETEs）、功能依赖和心血管代谢共病（CMM）之间的关系，一起看看~
1. 该研究通过挖掘CHARLS数据库的数据进行研究，这种大规模的全国性队列研究为探讨ETEs与CMM之间的关系提供了强有力的流行病学证据，既增加了研究的可靠性，又节省了大量的时间！
2. 该研究综合考虑了ETEs的不同定义，不仅考虑了热浪和寒潮，还结合了不同的温度阈值和持续时间来定义ETEs。此外，该研究通过评估基本日常生活活动（ADL）和工具性日常生活活动（IADL）来分类功能依赖的不同层次，为理解功能依赖如何影响ETEs对CMM风险的影响提供了更细致的视角。
3. 该研究进行了分层分析，揭示了不同子群体（如年龄、性别、居住地区）对ETEs敏感性的差异。此外，敏感性分析进一步验证了研究结果的稳健性。
PS：不会挖掘和利用临床公共数据库的朋友，快来找老方，我们有专业团队、丰富经验，助你迈向科研成功之路！
方案设计
生信分析
服务器租赁
题目：极端温度事件、功能依赖和心血管代谢共病：来自中国一项全国性队列研究的见解
杂志：Ecotoxicology And Environmental Safety
影响因子：6.2
发表时间：2024年10月
公众号后台回复“666”领取原文PDF，文献编号：20241022
研究背景
极端温度事件（ETEs），包括热浪和寒潮，因其对人类健康的影响而日益受到关注。然而，ETEs与心血管代谢共病（CMM）之间的关系以及功能依赖在这一关系中的作用尚不清楚。
数据来源
数据来自CHARLS数据库。
研究思路
采用前瞻性队列研究，利用2011-2020年中国健康与养老追踪调查（CHARLS）数据，考虑热浪和寒潮各12种定义和3个功能依赖水平。通过含时间依存协变量的Cox回归模型综合评估ETEs和功能依赖对CMM的独立和联合效应。此外，进行亚组分析，探讨基线特征是否改变了ETEs与CMM的关系。
主要结果
1. 研究参与者的基线特征
纳入13,178 名参与者，平均年龄58.8±9.4岁，48.7 %为男性；平均随访4.9±2.6年，期间有865例CMM 事件病例。与没有 CMM 的参与者相比，患有 CMM 的参与者更有可能年龄较大、BMI 较高、吸烟、饮酒和患有慢性疾病（表1）。
表1 研究参与者的基线特征（部分）
2. ETE 与事件 CMM 之间的关联
通过含时间依存协变量的Cox回归模型，结果显示，暴露于热浪和寒潮与 CMM 风险增加呈正相关。在多变量调整模型中，每增加一次热浪暴露，CMM 的风险就会增加2.8 %；每增加一次寒潮暴露，风险就会增加4.6%。值得注意的是，较低的温度阈值和较长的寒潮暴露持续时间与患 CMM 的风险较高相关，而这种关联与热浪暴露无关。
图1热浪或寒潮与CMM的关联
3. 功能依赖性与事件 CMM 之间的关联
通过含时间依存协变量的Cox回归模型，结果显示，功能依赖与 CMM 风险之间存在显著关联。与功能正常的参与者相比，1 级依赖者患 CMM 的风险增加了93.8% 2级依赖者增加了 109.4%，3 级依赖者增加了 118.5%。
4. ETE 和功能依赖性的联合效应
进一步评估了 ETEs 暴露和功能依赖性对 CMM 的联合影响，结果显示，高强度热浪或寒潮与功能依赖性的发生之间通常呈单调关联，事件 CMM 的风险更高。与低强度热浪暴露和功能能力正常的参与者相比，高强度热浪暴露和 1 级依赖的参与者患 CMM 的风险增加了 198.5%，2 级依赖增加了 218.6%，3 级依赖的参与者增加了 224.8%（HR。总体而言，暴露于高强度热浪或寒潮的功能性依赖参与者患 CMM 的风险高于其他组，其中具有 3 级依赖的参与者风险最高（图2）。
图2热浪和功能依赖与心脏代谢共病的联合关联
5. 分层分析
通过对 ETEs 暴露与 CMM 风险之间的关联进行了亚组分析，按年龄、性别、居住地和地理区域分层，结果显示，60 岁以上的参与者比 60 岁以下的参与者更容易受到 CMM 上 ETE 暴露的影响；城市地区参与者的热浪暴露与 CMM 风险之间的关联比农村地区的参与者更强。；北部地区的参与者更容易受到热浪暴露对 CMM 的影响（图3）。在本研究中未观察到性别的影响改变。
图3按参与者特征分层，ETE 暴露与CMM的关联，
文章小结
该研究揭示了极端温度事件（ETEs）的不利影响和功能依赖性对心血管代谢共病（CMM）风险的影响，发现暴露于 ETEs 的具有高度功能依赖性的参与者患 CMM 的风险显著增加，提示加强对易感人群的关注，开展预警服务，制定更有针对性的预防和防护措施。该文通过挖掘国产数据库CHARLS，采用经典的分析方法，轻轻松松发文6分+！全文分析难度不大，换个疾病就能复现，非常适合想要发文的生信小白学习！感兴趣的朋友，快来联系老方吧~
老方有话说
老方会持续为大家带来最新生信思路，并提供免费思路评估、付费方案设计、生信分析、实验项目实施等服务，感兴趣的朋友可以扫码咨询！
方案设计
生信分析
服务器租赁
往期推荐
1、给咱国产数据库赞一个！广西医科大学：CHARLS数据库+TyG+BMI，复杂关系探究思路请接收！关系理得清，8.5分轻松拿！
2、高分莫愁，多热点集结速上分！中南大学湘雅医院8分+SCI：孟德尔随机化+机器学习+单细胞，机制层层深扒！这个思路值得学习！
3、机器学习又整活儿了！中国医学科学院北京协和医学院9分+SCI：多组学+机器学习+泛癌，预后模型这么做，应用可真够广的！
声明：「原创」仅代表原创编译，仅供学术交流，如侵则删。
