第一次见到!中外学者利用几乎相同的数据连发3篇JAMA、JACC顶级文章

健康   2024-11-28 07:49   浙江  

本周末开课:机器学习方法

11.30-12.1 R语言构建机器学习课程开启,欢迎报名开启
2023年10月,美国心脏病协会(AHA)新定义了心血管-肾脏-代谢综合征(CKM),并按照疾病的风险因素,将其分为5期。
先前有研究者用NHANES数据库,讨2011年至2020年间心血管、肾脏和代谢(CKM)综合征分期患病率及其随时间的变化,发表了JAMA正刊。
IF=63.1,共病研究登顶JAMA正刊,谁说NHANES免费数据库发不了好文章?
这个新概念就是容易发文章!最近老郑看文献,又看到了两篇文章,同样用了NHANES数据库,一篇探讨了心血管、肾脏和代谢(CKM)综合征的疾病流行趋势,和JAMA主刊文章探索的是同一个主题,在同一时间,发在了JACC!而JACC是心血管病领域第一专刊了?
另一篇文章用NHANES数据库,探讨美国成年人CKM分期是否因健康社会决定因素(SDOH)而异,在JAMA子刊发表,而且是中国人分析的。
这三篇文章都是同样的NAHANES数据,横截面调查。估计都是同时发起的数据整理与数据分析(尤其是JAMA正刊和JACC的文章,连发表时间也差不多),大家都抢着新主题发文章!
这我也是第一次碰到一个公开数据库能这样玩出这样的结果来,孤陋寡闻了。
新概念不仅好发文,发高分也比较容易的!

CKM疾病流行趋势发文JACC

几乎是同一时间,医学顶级期刊Journal of the American College of Cardiology(医学一区top,IF=21.7)发表了题为“Prevalence of the Cardiovascular-Kidney-Metabolic Syndrome in the United States 的研究论文,同样探讨了心血管、肾脏和代谢(CKM)综合征的疾病流行趋势。
研究结果表明,美国成年人群中CKM综合征患病风险较高。

如果你需要全文,请公众号后台回复关键词“pdf”。如果您想要快速挖掘NHANES数据库,不妨看看我们的NHANES数据库一对一指导班!详情可咨询助教,微信号:aq566665

研究团队基于最新的定义,使用NHANES数据库从2011至2018共四个周期的数据,纳入年龄≥20岁、不包括孕妇的成年参与者。
图1 心血管-肾脏-代谢综合征(CKM)分期
美国老年人群CKM综合征风险最高
研究团队将所有参与者按照年龄分为三组,主要研究结果如下所示:
  • 20~44岁年龄组中,17.35%符合CKM综合征0期标准,80.94%符合亚临床CKM(即1-3期)标准,1.71%符合CKM综合征4期标准
  • 在45~64岁年龄组中,5.45%符合CKM综合征0期标准,85.95%符合亚临床CKM标准,8.6%符合CKM综合征4期标准
  • 在超65岁年龄组中,1.80%符合CKM综合征0期标准,72.03%符合亚临床CKM标准,26.17%符合CKM综合征4期标准
此外,在该项研究中,美国男性老年人的CKM综合征风险同样高于女性。
表1 心血管-肾-代谢综合征(CKM)不同阶段的患病率
综上所述,大多数美国成年人符合CKM综合征1至3期的标准。这意味着在美国成年人群,与CKM综合征相关的疾病负担依旧显著。
这一研究结果与先前在JAMA正刊上发表的同主题文章相似。然而,不同的是,本文仅针对美国成年人群,得出了CKM综合征疾病负担显著的结论。
相比之下,发表在JAMA的文章则提供了更为详细的研究结果,明确指出在美国黑人成年人中,该疾病的负担更为严重。此外,研究团队还认为,这一发现趋势可能与疾病风险因素的持续恶化密切相关。
除了同数据库、同选题外,两篇文章最大的共同点就是——分析快!2023年10月提出疾病分期概念,2024年5月就能发表!

中国学者发JAMA子刊

2024年11月18日,医学顶级期刊JAMA子刊《JAMA Network Open(医学一区top,IF=10.5)发表了题为Prevalence of Cardiovascular-Kidney-Metabolic Syndrome Stages by Social Determinants of Health 的研究论文,探讨了美国成年人CKM分期是否因健康社会决定因素(SDOH)而异
这篇文章是中国学者写的!
研究结果表明,在美国成年人中观察到由SDOH引起的CKM分期患病率的差异。

如果你需要全文,请公众号后台回复关键词“pdf”。如果您想要快速挖掘NHANES数据库,不妨看看我们的NHANES数据库一对一指导班!详情可咨询助教,微信号:aq566665

本研究使用了10个NHANES周期(从1999-2000年到2017-2018年)的数据。纳入了29 722名年龄在30至79岁之间的参与者,加权平均(SE)年龄为50.8(0.1)岁。

暴露包括反映病理生理学进展的5个CKM分期(即0 ~ 4期),包括:

  • 晚期(3期或4期);

  • 非晚期(0期、1期或2期)疾病。

根据常规切点将感兴趣的SDOH分为有利条件和不利条件:

  • 就业状况(就业、学生或退休vs失业);

  • 家庭收入与贫困比(≥300% vs <300%);

  • 食品安全(完全安全vs边际安全、低安全或非常低安全);

  • 教育(高中毕业或更高学历vs高中以下);

  • 医疗保健机会(至少1家正规医疗机构vs无医疗机构或急诊室);

  • 医疗保险状况(私人医疗机构vs政府医疗机构或无保险);

  • 房屋所有权(自有房屋vs出租房屋或其他安排);

  • 婚姻状况(已婚或同居vs未婚)。
累积不利SDOH是根据不利SDOH域的数量(范围,0-8)计算的,并将其分为2或以上vs少于2(2为不利SDOH域数量的中位数)。
不良SDOH组CKM晚期患病率更高
研究结果表明,所有不良SDOH组与良好SDOH组相比,CKM分期存在显著差异,失业、家庭收入低、粮食不安全与CKM分期晚期的可能性增加相关。
<2次不良SDOH相比,累计2次或2次以上不良SDOH的参与者有更高的晚期CKM患病率。
综上所述,在这项横断面研究中,在美国成年人中观察到由SDOH引起的CKM分期患病率的差异,特别是家庭收入、食品安全和就业,存在显著的性别差异。

我认为NHANES数据库,还是有很大的概率去发一二区的文章,尤其一些新概念的挖掘。
如果你也想快速发表自己的第一篇NHANES文章,来试试郑老师统计团队开发的NHANES分析平台吧!分析简单,自动加权,半天就能搞定一篇SCI!
半天搞定NHANES一篇SCI论文的利器来了!自动下载、自动加权、快速出图表

郑老师统计团队及公众号

全国较大的线上医学统计服务平台,专注于医学生、医护工作者学术研究统计支持,我们是你们统计助理!


我们提供以医学数据数据挖掘统计服务
①NAHANES:一二区论文占半数
②MIMIC:急诊数据分析与机器学习建模
GBD:全球、中国各种疾病患病、死亡研究
孟德尔随机化:疾病的因果推断研究

同时我们提供上述数据库的挖掘的一对一指导

GBD、NHANES医学数据库挖掘1对1R语言指导

联系助教陈老师咨询(微信号sas555777

医学论文与统计分析
本号为高校统计学老师所设,介绍医学论文进展与统计学方法,SPSS分析方法、真实世界研究、R语言与数据挖掘。关注后,发送关键词“33”到公众号就可以获取常见的统计软件比如Spss,sas,PASS(绝对无毒)等
 最新文章