NHANES数据库“真香警告”!中国学者用复合指数AIP简单分析,即刻拿下二区top!

文摘   科学   2024-07-18 17:37   浙江  

想发文不一定要自己收集数据,我们可以“薅”公共数据的“羊毛”!但想用NHANES数据库发高分,就要看选题选得好不好了。今天这篇文章将为大家带了一个新指标-AIP,中国学者用这个指标仅做简单分析,拿下二区top!

2024年6月,中国学者用NHANES数据库,在期刊《JOURNAL OF AFFECTIVE DISORDERS》(医学二区top,IF=4.9)发表题为“Relationship between atherosclerotic burden and depressive symptoms in hypertensive patients: A cross-sectional study based on the NHANES database的研究论文,旨在使用加权线性回归和加权逻辑回归模型,分析血浆动脉粥样硬化指数(AIP)与抑郁症和临床相关抑郁(CRD)风险关系。

研究结果显示,AIP 是高血压患者临床相关抑郁症的重要危险因素,高血压患者的动脉粥样硬化负担与其抑郁症状的严重程度显著相关。

本公众号回复“ 原文”即可获得文献PDF等资料,如果需要Nhanes公共数据库挖掘学习与指导请联系郑老师团队,详情可添加助教微信:aq566665

高血压始终是生活中最常见,也是我们最关注的健康问题。事实上,在我国在18岁以上的人群中,高血压的患病率高达29.6%,知晓率42.6%、治疗率34.1%,而控制率只有9.3%。
不少患病者因为身体的不适,不可避免地产生焦虑、郁闷等情绪。经过长时间的累积,最终转变为抑郁。已有研究表明,抑郁可能与高血压相关,高血压者更容易出现焦虑或抑郁,而焦虑或抑郁者发生高血压的风险也增高。

指数AIP或可成为新的研究指标

在该项研究中,研究团队使用了美国国家健康和营养调查(NHANES)2005-2018年的数据,最终纳入了2,130,名符合条件的确诊为高血压的患者中位年龄为59岁,52%为男性。在所有人群中,11%诊断出患有抑郁症状。所有参与者按照AIP的四分位数进行分组。
血浆动脉粥样硬化指数(AIP)定义为:log10=甘油三酯(TG)/高密度脂蛋白胆固醇(HDL-C),甘油三酯和高密度脂蛋白胆固醇以mmol/L表达。
使用 PHQ-9 抑郁量表评估抑郁症状,PHQ-9 总分≥ 10 分的个体被认为患有 CRD(床相关抑郁症)。
主要结局抑郁症状的严重程度和临床相关抑郁症(CRD) 的风险。
研究发现,随着AIP水平的增加,患者的PHQ-9评分显著增加,表明抑郁症状的严重程度增加。当AIP作为分类变量时,高AIP组(Q4)的PHQ-9评分和抑郁症风险显著高于低AIP组(Q1)。
进一步使用RCS分析,结果显示AIP与高血压患者抑郁症状的严重程度显著相关。
在随后的亚组分析中,多因素加权logistic分析显示高AIP与高血压患者临床相关抑郁的高风险显著相关。这一趋势在不同亚组中一致。
综上所述,AIP 是高血压患者临床相关抑郁症的重要危险因素。高血压患者的动脉粥样硬化负担与其抑郁症状的严重程度显著相关。
血浆动脉粥样硬化指数(AIP)看着“新”,实际上用的还是我们最熟悉的几个指标。要想实现1+1>2的效果,关键还是选题!大家在科研路上也可以借鉴这种研究方法,让自己的文章更具新意!

后   记

本研究的暴露变量是动脉粥样硬化指数(AIP),抑郁症状的严重程度和临床相关抑郁症(CRD) 的风险为结局,使用加权线性回归模型和加权logistic回归模型进行分析。RCS用于分析AIP与抑郁风险之间潜在的非线性关联,最近进行亚组分析检验结果的一致性。
想要解锁更多NHANES数据库选题思路?不妨关注“公共数据库与孟德尔随机化”公众号,持续分享最新NHANES数据库发文方向!如果已有想法但是不知道从哪里下手,欢迎加入郑老师的NHANES课程,带您掌握挖掘方法,助您解决遇到的统计问题!不做实验也能发文SCI!

本公众提供各种科研服务了!

一、课程培训
2022年以来,我们召集了一批富有经验的高校专业队伍,着手举行短期统计课程培训班,包括R语言、meta分析、临床预测模型、真实世界临床研究、问卷与量表分析、医学统计与SPSS临床试验数据分析、重复测量资料分析、nhanes、孟德尔随机化等10余门课。如果您有需求,不妨点击查看:

发文后退款:2024-2025年科研统计课程介绍

二、数据分析服务
浙江中医药大学郑老师团队接单各项医学研究数据分析的服务,提供高质量统计分析报告。有兴趣了解一下详情:
课题、论文、毕业数据分析 
临床试验设计与分析 公共数据库挖掘与统计


公共数据库与孟德尔随机化
我们专门介绍公共数据库与孟德尔随机化,每周文献周报,呈现精品文献阅读
 最新文章