由于微信推送机制的变化,建议大家将公众号标记为星标,如此才能及时收到我们的更新,同时也希望大家能帮忙点点赞和转发,你们的支持是我们前进的重要动力来源,谢谢!护理统计随笔平台的内容现在已经非常丰富,很多方面都有涉及到,如果你觉得你没有看到往期的相关文章,不妨打开公众号的菜单页,在各级目录中查找你想要的内容。
2024年了,大家对NHANES数据库的研究热情一如既往。每月(甚至每周)都可以在PubMed检索到不少基于该数据库发表的新的SCI文章,这些文章大部分发表在2区、3区,少数发表在1区,果真是“科研利器”,对SCI有想法但手里头又没有合适的数据的老师或者同学们,可以认真筹备一番,抓住“福利的尾巴”。
在这里补充下对NHANES的介绍:NHANES全称是国家健康与营养调查(National Health And Nutrition Examination Survey),它是美国疾病控制和预防中心(CDC)为评估美国成人和儿童的健康和营养状况进而执行的一项基于人群的调查研究计划。言下之意,NHANES就是一个健康领域的大型公共数据库,该数据库不需要申请, 直接就能访问并下载。五一期间,笔者读到了一篇由国内研究团队发表的NHANES文章,该文使用了一些有趣的分析技巧, 笔者在其他文献中也看到了,猜测有成为惯用分析套路的趋势(或者已经是了),赶快拿出来跟大家分享下。原始文献信息如下,属于Open Access,可以直接在官网下载。大家不妨去读一读。超重和肥胖是由饮食、遗传和环境紊乱引起的代谢性疾病。环境酚类物质是指个体在日常生活中常接触的一些化学物质,包括TCS、BP-3、MP等,常见于防腐剂、紫外线防护剂。越来越多的流行病学证据表明,个体环境酚类物质会影响肥胖症的发生率和进展。但是,以前关于环境内分泌干扰物对健康的潜在影响的研究大多采用传统的单一污染物分析方法,可能忽略了暴露于混合苯酚成分与健康结果之间可能存在的复杂的非线性和非累加关系。因此,该文的研究团队就以2007年至2012年的NHANES数据,采用传统的逻辑回归与新开发的混合统计相结合的方式进行了分析。研究对象、纳排标准、流程图见原文。重点学习下该文的统计分析环节。变量:因变量是是否肥胖(二分类)、是否腹部肥胖,自变量是BP-3、TCS 和对羟基苯甲酸酯,协变量包括尿肌酐、年龄、性别、种族/民族、PIR、教育水平、身体活动、吸烟状况、饮酒状况、总能量摄入、高血压和糖尿病等。分析方法:除了一般的统计描述之外,分别构建了几个模型:Logistic 回归模型、加权分位数和 (Weighted quantile Sum,WQS)回归、贝叶斯核机回归 (Bayesian Kernel Machine Regression,BKMR)、并行中介模型。Logistic 回归模型和并行中介模型我们比较熟悉,但对WQS和BKMR可能就相对陌生了, 这两者在流行病学研究中比较多见,在护理领域研究少见(少但可以用,这不冲突)。
WQS回归模型的基本原理是通过分位数间距及加权的方法,将多种研究因素的效应综合成为一个指数,再进行回归分析。原文给出了模型的基本形式和解释:
BKMR是一种结合了贝叶斯统计和核方法的回归分析技术,其中心思想是将回归模型中的参数视为随机变量。同样的,原文给出了基本形式:
WQS和BKMR都可以用R实现,WQS可用“gWQS”包做,BKMR可用“BKMR”包做,如果你对R比较熟悉的话,可以自行尝试。笔者可能也会在以后分享具体实现方法。MP、BP-3、PP检出率依次为99.3%、97.3%、93.9%,除三氯生外,其他单酚与肥胖呈负相关(P值<0.05)。BKMR模型发现,酚类物质对肥胖有显著联合负面影响。当TCS、BP - 3和对羟苯甲酸酯的整体水平达到或超过第30百分位数时,TCS、BP - 3和对羟苯甲酸酯对全身性肥胖的联合效应具有统计学意义。平行中介分析显示,高密度脂蛋白介导了所有四种单酚对肥胖的影响,而低密度脂蛋白仅介导了苯并酚-3与肥胖之间的关联;胆固醇是混合酚与肥胖之间关联的中介。分享到这里就结束了,不经感慨,统计分析的发展真的很快,恰好笔者本人也喜欢看文献,边看边探索,不嫌弃的话,大家可以关注我们公众号,并建议把我们的公众号设为星标,有进展会第一时间跟大家分享。
小提醒:笔者水平有限,上述内容如有不当之处,还望海涵。如果你在科研学习中遇到了疑问,恰好也想跟网友们交流,可以加入我们建立的“护理科研交流群”。这是一个完全自由、开放、免费、没有套路的纯交流群。加群方式:后台私信关键词“加群”。
参考文献:
Yu T, Zhang Y, Yuan J, Zhang Y, Li J, Huang Z. Cholesterol mediates the effects of single and multiple environmental phenols in urine on obesity. Lipids Health Dis. 2024 Apr 29;23(1):126. doi: 10.1186/s12944-024-02113-0.
封面和正文图片来自上述参考文献,本文仅供学习、分享使用,如有侵权,请联系我们删除,谢谢。