NHANES仅2篇的新膳食指标DI-GM,中国学者探究其与抑郁的关联发文SCI

文摘   科学   2024-10-30 20:05   浙江  

 引言

想发高分文章,用NHANES新指标简直是如虎添翼!

今天分享的这篇文章,中国学者挖掘NHANES数据库的数据,探讨最新开发的肠道微生物群膳食指数(DI-GM与抑郁症之间的关联。重要的是,这个NHANES新指标仅搜索到2篇相关文章,搁谁谁不心动

接下来,快让我们一起来看看今天这篇文章!

抑郁症是一种广泛存在的心理疾病,严重损害了患者生活质量的同时,甚至还会导致死亡。然而,目前人们对抑郁症的发病机理尚未完全了解。

最近,有学者新开发了一种肠道微生物群膳食指数(DI-GM),该指数旨在评估与维持健康肠道微生物群相关的饮食质量。鉴于先前的众多研究已经强调了肠道菌群与抑郁症之间的密切关系,因此,深入分析DI-GM与抑郁症之间的关联是一项很有意义的研究。

2024年10月8日,中国学者用NHANES数据库,在期刊European Archives of Psychiatry And Clinical Neuroscience(医学三区,IF=3.5)发表题为Association of the newly proposed dietary index forgut microbiota and depression: the mediation effectof phenotypic age and body mass index的研究论文,旨在研究DI-GM与抑郁症之间的关联,同时进一步探讨表型年龄和体重指数(BMI)是否该关联中起到了中介作用。

研究结果表明,新提出的肠道微生物群膳食指数(DI-GM)与抑郁症患病率、PHQ-9总分以及特定的抑郁症症(如睡眠困难、疲倦感和食欲变化)之间均呈负相关。此外,表型年龄和BMI在DI-GM与抑郁症的关联中起到显著的中介作用。

本公号回复“ 原文”即可获得文献PDF等资料。发文难?我们的NHANES平台半天就能搞定一篇NHANES文章!如感兴趣请联系郑老师团队,微信号:aq566665

研究团队基于美国国家健康与营养调查(NHANES)数据库2005~2018年的数据,最终纳入了20,005名年龄≥20岁的符合要求的参与者,用该样本代表1.2346亿美国成年人的特征。在这1.2346亿人群平均年龄为47.30岁,其中898万人被确诊为抑郁症。

研究团队运用患者健康问卷-9(PHQ-9)来评估参与者的抑郁状况,并基于饮食回忆数据计算出DI-GM随后,团队采用了加权多变量logistic回归和线性回归方法,研究DI-GM与抑郁症以及PHQ-9总分之间的关联性。此外,研究团队进一步用中介效应分析探讨了表型年龄与BMI是否在DI-GM与抑郁症的关联中起到了中介作用。

图1 参与者筛选流程图


NHANES新标DI-GM与抑郁症显著关联

研究结果表明,DI-GM评分越高,抑郁症患病率和PHQ-9总评分就越低
  • 具体而言,DI-GM评分每增加一分,抑郁症患病率就会下降11%,同时PHQ-9总分会下降0.17。
  • 此外,在完全调整的模型中,DI-GM评分≥6的参与者与抑郁症患病率和总PHQ-9得分均呈显著负相关。

表1 DI-GM与抑郁症之间的关系

RCS结果表明,DI-GM和抑郁症之间呈非线性相关,而对机体有利和不利的肠道微生物群与抑郁症之间均呈线性相关。

图2 DI-GM与抑郁症的关系的RCS曲线

同时,研究团队还探讨了DI-GM与抑郁症症状的关联。结果显示,在对所有混杂因素进行调整后,DI-GM与特定抑郁症症状(重复睡眠或睡眠过多、感觉疲倦或精力不足、食欲不振或暴饮暴食)呈负相关。

这意味着,DI-GM评分越高,这些特定抑郁症症状的发生率越低

图3 DI-GM与抑郁症症状关系

此外,中介效应分析的结果显示,表型年龄和BMI均在DI-GM与抑郁症的关联中起到了中介作用,中介比例分别为19.81%和16.49%。

图4 中介分析图

上所述,研究团队认为,通过改善饮食质量,特别是增加有益肠道微生物群的食物摄入,有助于降低患抑郁症的风险。此外,表型年龄和BMI在DI-GM与抑郁症的关联中具有显著的中介作用。

全新指标,可遇不可求!对NHANES数据库感兴趣的朋友,欢迎关注“公共数据库与孟德尔随机化”公众号,我们将持续分享NHANES数据库的发文思路和指标的最新动态!果你也想用NHANES新指标发高分SCI,那就快快加入郑老师的NHANES一对一指导课程,买课立赠一站式NHANES平台,让你紧跟潮流,发文从不落后!

关于郑老师统计团队及公众号

大型医学统计公众号平台,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


我们提供以下科研与统计服务:
研究者发起的临床试验项目
医院回顾性数据分析与预测模型
医学数据库SEER、NHANES、GBD、孟德尔随机化等挖掘发表级数据

预测模型、GBD、NHANES医学数据库挖掘1对1R语言指导

联系助教小董咨询(微信号aq566665




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