哈喽哈喽我的宝~甄博准时准点为大家推送最新的科研战报！都2024年了不会有人还在观望NHANES数据库吧！其中包含的数据类型非常多，可挖掘的点也多，可以不局限于做一些简单的统计分析，还可以进行机器学习分析、建模等，把分析层次拉高，去开辟新的发文道路，突破内卷！
说到机器学习，绝对是生信中提分利器，现在又背上2大诺奖，火热程度不用多说，估计后面会越来越火，所以咱们生信圈的赶紧跑快些，新思路用起来，一不小心可能就被后来者居上了！
下面就看一篇NHANES和机器学习强强联合的文章：出自郑大一附院赵晓燕团队，基于了2001年至2018年9个周期的NHANES数据，寻找替代胰岛素抵抗测量的指标，比较了四种不同的IR指标对于一般人群中全因死亡率和心血管死亡率的预测效用。该文章巧妙地融入了机器学习算法，对四种关键的胰岛素抵抗替代指标展开了深度剖析。这一开创性的融合，不仅展现了机器学习在公共卫生研究领域的巨大潜力，还提升了研究的创新性与影响力，更容易获得审稿人的青睐！想用公共数据库的朋友，也可以用下NHANES，比GEO更新颖更容易出高分，也想结合机器学习等热点，但怕电脑卡顿带不动，不会分析的，来找甄博，这里有成熟的生信分析和服务器噢！
生信云服务器
个性化生信分析定制
课题设计、标书评估
加好友备注“66”领取试用
题目：METSIR预测一般人群的全因和心血管死亡率：来自NHANES 2001-2018的证据
杂志：Cardiovascular Diabetology
影响因子：IF=8.5
发表时间：2024年7月
研究背景
近年来，随着生活质量的持续改善，肥胖症已日益成为一种广泛流行的疾病。肥胖率的增加，肥胖相关的胰岛素抵抗（IR）和心血管疾病（CVD）的患病率也将增加。目前，临床上常用的胰岛素抵抗的替代指标有TyG指数、METS-IR、TG/HDL-C比值和HOMA-IR，围绕TyG指数的争议在一定程度上限制了其临床应用。此外，除TyG指数外，对其他IR指标的研究较少。是否存在能更好地预测全因死亡率或心血管死亡率的替代性IR指标是一个需要关注和解决的问题，这对于寻找最佳的替代性IR指标并促进其临床应用至关重要。
研究思路
研究基于2001-2018年美国国家健康和营养调查（NHANES）的数据，共筛选了14,653名参与者。研究计算了每位参与者的TyG指数、METS-IR、TG/HDL-C和HOMA-IR，并评估了这些IR替代指标对于一般人群中全因死亡率和心血管死亡率的预测价值。
图1患者选择流程
主要结果
1.参与人群特征
研究涉及14653名参与者，平均年龄46岁。结果显示，随着TyG指数、METS-IR、TG/HDL-C和HOMA-IR的增加，两种死亡率均呈上升趋势。此外，高风险组的血压和多项血液指标也较高，而HDL-C水平较低。
2.特征选择
采用 Boruta 算法进行500次迭代特征筛选，锁定与全因死亡率、心血管死亡率最相关变量。结果显示，筛出六个变量含年龄、CVD、HbA1C等。部分特征如性别、种族因z值低未被选中，但考虑临床意义也纳入分析。
图3基于Boruta算法
3.IR替代指数与死亡率之间的关系
探究TyG指数、METS-IR、TG/HDL-C和HOMA-IR与死亡率的独立关联，结果显示：模型1未调整，模型2调整了年龄、性别、种族，这两个模型中，四个指数作连续变量时，均与全因、心血管死亡率显著相关；模型3进一步调整其他变量后，仅METS-IR作连续变量与两种死亡率显著相关。而将这些指数当作分类变量时，在三个模型中均与死亡率显著相关。
图2基于TyG指数、METS-IR、TG/HDL-C和HOMA-IR分层的全因死亡率和心血管死亡率条形图。
4.非线性关系的检测
研究者运用限制性立方样条分析方法，对IR指数与死亡率间的非线性关联展开检测，确定TyG指数、METS-IR、TG/HDL-C 以及HOMA-IR的拐点位置。所得结果显示：METS-IR 和全因死亡率、心血管死亡率二者均展现出极为显著的非线性联系；TyG指数、HOMA-IR 这两项指标，在数值超出特定拐点之后，与全因死亡率建立起显著的相关性，不过，它们与心血管死亡率却并无明显关联；TG/HDL-C，无论是全因死亡率，还是心血管死亡率，与之均不存在显著的相关性。
图4展示了TyG指数与一般人群中全因(A)和心血管死亡率(B)之间的关系
表5TyG指数、METS-IR、TG/HDL-C和HOMA-IR对全因死亡率和心血管死亡率的阈值效应分析，NHANES2001-2018
文章小结
本研究四种IR替代指标（TyG指数，METS-IR，TG/HDL和HOMA-IR）在人群中的死亡预测效果。结果表明，METS-IR与一般人群的全因和心血管死亡率显著相关，尤其是在65岁以下人群中。像这种数据挖掘类的文章，选题和数据是最重要的。确定不好选题的关注甄博，甄博带你创新思路。比如这篇文章想要借鉴的话也可以在其他疾病中比较相关指标。并且这篇文章没有涉及因果关系（无法证明 METS-IR 与死亡率之间的因果关系），我们还可以做个思维的扩展，进一步通过孟德尔随机化来看一下等等。看完之后有没有觉得思维打开啦，有想法但不会设计或者手头有资源但没时间整合的朋友，直接滴滴甄博！
生信云服务器
个性化生信分析定制
课题设计、标书评估
加好友备注“66”领取试用
1.直接开挂了！“合成致死+铁死亡+CRISPR”国自然多热点组合，火速上车带你分分钟拿下Cell 子刊！
注：本文为原创编译，非声张版权，侵删！
