想要将临床工作和科研工作一起抓，除了收集并分析临床样本和数据，还有没有其他好办法？毕竟数据收集太耗时，对于小众/特殊疾病样本量也有些不够用！今天，胡哥教你一个好方法——充分挖掘和利用临床公共数据库！在当前大数据时代下，很多资源都是公开、可免费获取的，只要充分挖掘和利用公共数据库资源，通过数据分析，一样可以发优质SCI！今天，胡哥分享一篇来自中南大学湘雅三医院团队的研究，该研究利用美国国家健康与营养调查（NHANES）的数据资源，通过logistic回归分析+限制性立方样条（RCS）分析+中介分析，成功拿下中科院二区SCI！一起看看吧~
PS: 挖掘和利用公共数据库资源，解决没经费、没数据的困扰，还不快上车？！想知道NHANES数据库中是否包含自己科室/课题相关数据？如何创新选题？又该如何统计分析？带着问题来找胡哥沟通吧~我们团队有丰富的发文经验，更有各种创新思路等您挑~
方案设计
生信分析
服务器租赁
题目：体育活动、抑郁和炎症标志物的三角关系：一项使用NHANES数据进行的大型横断面分析
杂志：Journal of Affective Disorders
IF：4.9
发表时间：2024年9月
研究背景
抑郁症是一种普遍存在的慢性和复发性精神疾病，体育活动（PA）是一种有效的抑郁症非药物干预手段，而PA改善抑郁症的最佳剂量仍不清楚，PA缓解抑郁的机制尚未完全了解。外周炎症在抑郁症的发病机制中起着关键作用，而PA是否能通过减少炎症有效缓解抑郁知之甚少。本研究旨在深入研究PA、抑郁和炎症之间的复杂联系。
数据来源
数据来源于NHANES数据库。
研究思路
首先，基于NHANES数据库，通过logistic回归分析PA、抑郁、炎症之间的两两相关性。其次，通过限制性立方样条（RCS）分析探讨PA与抑郁之间的非线性关系。最后，通过中介分析确定炎症标志物的中介作用。
主要结果
1. 研究参与者的特征
纳入18453名参与者，通过抑郁症筛查工具——9项患者健康问卷（PHQ-9）评估抑郁症，其中1644人被定义为抑郁症。通过Mann-Whitney U检验（非正态连续变量）或c2检验（分类变量）评估患有或不患有抑郁症的参与者之间的人口统计学差异，结果显示，抑郁症与各种人口统计学和生活方式因素显著相关，包括性别、年龄、PA、炎症标志物等。通过单变量logistic回归分析显示，抑郁症患者更可能是女性、年龄在40-59岁或≥60岁之间、教育水平较低、表现出更高的缺乏运动和炎症性疾病的患病率等（表1）。
表1 所有参与者的抑郁状态特征（部分）
2. PA和抑郁症之间的关系
通过多因素logistic回归分析，发现PA与抑郁之间存在剂量-反应关系，结果显示，与不活跃组相比，活跃组抑郁症状的风险较低；PA水平较高的参与者患抑郁症的风险更低（表2）。
表2 抑郁症在PA中的比值比（95%置信区间）
通过RCS分析显示，PA与抑郁风险之间存在非线性关系：在0-1200 MET-min/week范围内，患抑郁症风险显著下降；在1200-1722 MET-min/week的范围内，抑郁风险下降的速度明显放缓；当PA达到1722 MET-min/week时，患抑郁症的风险最低；超过1722 MET-min/week，降低抑郁风险的有效性存在更大的不确定性（图1）。
图1 抑郁症与PA（MET-min/week）的比值比
3. 炎症标志物和抑郁症之间的关系
选择白细胞（WBC）、中性粒细胞（Neu）、中性粒细胞计数/淋巴细胞计数（NLR）、血小板计数*中性粒细胞计数/淋巴细胞计数（SII）作为炎症标志物，并选择抑郁风险最低的作为参照组。通过多因素logistic回归分析显示，在模型1和模型2中，对于WBC、Neu、SII，当超过一定阈值时，与抑郁呈显著正相关；NLR与抑郁症状之间存在潜在的U型关系。在模型3中， Neu、NLR、SII与抑郁症状仍存在较弱的相关性（表3）。
表3 WBC、Neu、NLR、SII四分位数之间抑郁症的比值比（95%置信区间）
通过RCS分析显示，当WBC、Neu、SII超过一定值时，抑郁风险显著增加；NLR与抑郁之间的非线性关系是复杂的，大致可以分为三个部分：抑郁的风险在第一部分增加，在第二部分显著降低，最后一部分没有显著的相关性（图2）。
图2 抑郁症与WBC、Neu、NLR、SII的比值比
4. PA与炎症标志物之间的关系
通过多因素logistic回归分析显示，在模型1和模型2中，PA与炎症标志物有不同程度的负相关。在对所有协变量进行调整后，运动组和不运动组之间WBC、Neu的水平没有显著差异。与不活跃的参与者相比，高度活跃组在炎症标志物（WBC、Neu、NLR、SII）上有显著差异（表4）。
表4 WBC、Neu、NLR、SII四分位数在PA中的比值比（95%置信区间）
5. 炎症标志物的介导作用
将活跃个体和高度活跃个体合并作为参考，通过中介分析显示，炎症标志物（WBC、Neu、NLR、SII）在不活跃与抑郁症状之间的关联中作用微弱但显著；在调整了性别、年龄、种族后，WBC、Neu、NLR、SII分别解释了6.25%、6.19%、1.72%、2.37%的相关性；在调整了所有协变量后，炎症标志物的中介作用被降低，WBC、Neu、SII分别解释了1.91%、2.27%、1.59%的相关性（图3）。
图3 炎症标志物（WBC、Neu、NLR、SII）在PA不足与抑郁关系中的中介分析
文章小结
该研究重塑了我们对体育活动、抑郁和炎症之间复杂关系的理解，强调了PA通过减少炎症来缓解抑郁的潜力。此外，还发现体育活动的最佳剂量（1200-1722 MET-min/w）可能会改善抑郁症。该研究结果揭示了抑郁症的病理机制，并为制定潜在的预防和治疗策略提供了新见解。通过公共数据库挖掘和简单分析，轻松拿下中科院二区SCI，想复现思路的朋友，就来联系胡哥定制分析吧~
胡哥持续为大家带来最新生信思路，更多创新性分析思路请点击往期推荐！想复现思路、定制分析的朋友，欢迎扫码咨询！
方案设计
生信分析
服务器租赁
往期推荐
3. 孟德尔随机化，一区SCI收割机！复旦大学附属上海市第五人民医院：双疾病+双向MR，2图拿下11分+！就这么简单高效！
