“生信人发文必备的好东西，劲爆来袭！介绍一下阿星团队的服务器：速度与激情兼备！9.9元开启你的专属服务器租赁体验之旅，仅限8月1日至10日！”
Hey~各位科研小人儿好久不见！没有分享文献的时间，阿星一直致力于阅读临床数据挖掘文章。功夫不负有心人，要问临床公共数据库挖掘哪家强？阿星一定力荐NHANES数据库！NHANES数据库由美国国家卫生统计中心（NCHS）组织和管理，数据包括人口统计、营养摄入、疾病状况、实验室结果、体格检查等。从1960年代开始，每年或每隔几年进行一次调查，数据量庞大，数据免费开放，非常适合科研使用！！最近同济大学医学院车文良团队对NHANES数据库开展了纯生信分析，2个月见刊8+SCI！下面请听阿星剖析这篇文章的奥妙之处：
1、选题角度新颖，填补研究空白：本研究首次评估了CMI对老年人群预后的价值，填补了现有研究的空白，并发现了炎症指标在其中的介导作用，为老年人群的疾病干预策略提供了有价值的观点。
2、高质量数据集：作者利用了大型且具有代表性的NHANES数据库，按照严格纳入排除标准，从中收集了3029名患者数据，严谨高质量的数据确保了结果的可靠性。
3、多种分析方法综合应用：作者综合了多变量Cox比例风险模型、生存曲线分析、亚组分析、多变量 logistic 回归分析、Cox回归模型和中介分析等多种分析方法，系统全面地分析了研究结果。
4. 考虑并控制多因素干扰。除了对CMI不同队列进行研究外，作者对年龄、性别、种族、心血管疾病等进行了亚组分析，使数据解读更加立体全面。
滴滴滴！下面和阿星一起学习这篇范文吧！PS：选题卡壳头疼？复现文章无从下手？别怕，阿星来帮你！课题设计、数据分析，阿星有独门绝技！感兴趣的朋友快扫码联系吧！
题目：全身性炎症是心脏代谢指数与死亡率之间缺失的一环吗?证据来自一项大规模的基于人群的研究
杂志：Cardiovascular Diabetology
影响因子：IF=8.5
发表时间：2024年6月20日
公众号回复“星星”领取原文PDF，文献编号：20240806
研究背景
心脏代谢疾病是指一系列代谢功能障碍疾病，包括糖尿病、心血管疾病（CVD）、中风等，是全球死亡和残疾的主要原因。随着人口老龄化加重，约4.7%的60岁及以上的老年人患有两种心脏代谢疾病。。心血管代谢指数（CMI）是临床上常用的代谢相关的指标，多用于预测糖尿病患病风险，大量研究已表明CMI与CVD和代谢综合征的风险呈正相关。然而，目前尚无研究评估老年人群CMI的预后价值。本研究旨在评估CMI与老年人全因死亡率和心血管死亡率的关系，并评价炎症指标的潜在作用。
数据来源
在本研究中，作者筛选并分析了美国国家健康和营养调查（NHANES）数据库2011-2018年的数据，排除了1）年龄小于65岁；2）死亡资料有遗漏；3）CMI值缺失；4）缺少协变量指标的患者，最终筛选了3029名符合条件的患者样本。本研究重点关注了患者的全因死亡率和心血管死亡率。
图1 样本纳入流程图
研究思路
首先，作者利用多变量 Cox 比例风险模型评估CMI与全因死亡率和心血管死亡率的关联，并通过生存曲线预测随时间推移的生存率。此外，作者使用多因素logistics和Cox回归研究了炎症指标与CMI、全因死亡率和心血管死亡率的关联。之后，使用亚组分析探究了协变量，包括性别、种族、教育水平、家庭 PIR、高血压、糖尿病、吸烟等对结果的影响。最后，通过中介分析，量化炎症指标对 CMI 与死亡率关联的中介作用。
主要结果
1.基线特征
在纳入研究的3029个样本中，CMI值的均值为0.74±0.66，按照CMI特征将样本数据划分为3个队列，T1-T3队列的CMI均值分别为0.27±0.08、0.56±0.10和1.37±0.80。比较发现，与CMI降低组相比，CMI水平升高的参与者男性比例增加，吸烟，教育水平和家庭PIR降低。除此之外，高水平的参与者白细胞、中性粒细胞、淋巴细胞、SII水平明显较高，心血管疾病的患病率较高。
表1 不同CMI类型研究人群的特征
2.CMI与全因死亡率和心血管死亡率的关系
作者使用多变量Cox比例风险模型全面估计CMI与全因死亡率和心血管死亡率的关系。在平均89.20个月的随访期间，共发生1015例死亡和348例心血管相关死亡。表2显示了CMI与全因死亡率和心血管死亡率的关系。在模型1中，CMI与全因死亡率和心血管死亡率无关。在模型2中，CMI与全因死亡率（HR=1.14, 95% CI=1.05-1.24)和心血管死亡率（HR=1.17, 95% CI=1.01-1.35）呈正相关。在调整干扰因素后的模型3中，全因死亡率组与CMI具有显著相关性(HR=1.11, 95% CI=1.01-1.21)。除此之外，作者采用生存曲线用于估计随时间进展的生存，结果如图2显示，具有CMI的参与者在全因死亡率(P=0.756)和心血管死亡率(P=0.365)方面没有差异。
表2 CMI与老年人全因死亡率和心血管死亡率的关系
图2 CMI参与者生存率的生存曲线（A全因死亡率，B心血管死亡率)
3.亚组分析
本研究包含较多协变量，如性别、种族、教育水平、家庭 PIR、高血压、糖尿病、吸烟和饮酒等，对样本进行亚组分析可以排除协变量对研究目标的影响，更直观地观察到特定人群之间的潜在差异。有趣的是，本研究亚组分析显示，除了从未吸烟或曾经吸烟的参与者中CMI与心血管死亡率之间的正相关性更强外，大多数分析没有显示组内差异。除此之外，在全因死亡率组，在所有亚组分析中没有观察到显著差异。
图3 CMI与全因死亡率关联的亚组分析
4.炎症与CMI和死亡率之间的关联
作者基使用多变量 logistic 回归分析研究了CMI与炎症相关指标的关联。在调整所有干扰因素后，研究发现，CMI与炎症指标具有显著相关性。其中与白细胞（P<0.001)、中性粒细胞(P=0.010)、淋巴细胞(P=0.010)呈正相关，与NLR (P=0.001)和SII (P=0.004)呈负相关。与此同时，炎症相关指标与全因死亡率和心血管死亡率的Cox回归模型结果显示，除淋巴细胞与全因死亡率、白细胞与心血管疾病死亡率呈正相关外，其余指标均与死亡率呈正相关。
表3 CMI与炎症相关指标之间的关系
5.炎症相关指标的中介作用
作者采用中介分析评估炎症指标，包括白细胞、中性粒细胞、淋巴细胞、NLR和SII对CMI与全因死亡率和心血管死亡率关联中的中介作用。结果显示，白细胞介导了CMI与全因死亡率之间6.6%的关联。中性粒细胞介导了CMI与心血管死亡率之间12.9%的关联。这表明，炎症在CMI与老年人死亡率之间具有重要的介导作用，或许是CMI与老年人死亡率关联的潜在机制。
表4 炎症相关指标对CMI与全因死亡率和心血管死亡率的关联的介导分析
文章小结
本研究，作者使用NHANES数据库获得高质量样本，通过多变量Cox比例风险模型、生存曲线分析、亚组分析全面地研究了CMI与全因死亡率和心血管死亡率之间的相关性，借助多变量 logistic 回归分析、Cox回归模型和中介分析解释了炎症指标可能是背后的潜在机制。全文通过多种方法进行了大量数据分析，即便没实验也能发表高分SCI！心动不如行动，赶快联系阿星吧！阿星教你数据挖掘拿下高分杂志！既省经费又能轻松！还在犹豫什么？快来扫码咨询阿星，让我们一起打开科研新大门吧！
阿星有话说
生信星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下方链接。想复现这种思路或者定制更多创新性思路欢迎直接call阿星，生信星团队竭诚为您的科研助力!
往期精选
6 August 2024
注：本文原创表明为原创编译，非声张版权，侵删！
