欢迎来到锦鲤许愿池！消息灵通的小伙伴都知道，上个月底NHANES又迎来一波数据更新，2021.8~2023.8最新的饮食数据，和慢性病、炎症还有免疫系统一关联，真是又不愁选题，又不愁分数！今天锦鲤就以饮食数据为引子，为大家分享几个NHANES最新指标，结合文献带大家看看怎么做到既创新，又上分。
发文量不足10篇，早上车早获益！
还不用做实验，上分性价比MAX！
文末可领取NHANES-用药数据表格
新膳食指标DI-GM
肠道微生物群膳食指数（dietary index for gut microbiota, DI-GM）目前仅有一篇研究文章，且在介绍DI-GM的综述出版两个月后就进行了投稿，动作也是很快了！
DI-GM的评分内容包括通过综述文章确定的14种对肠道微生物群有益或有害的食物和营养素，如参与者利成分摄入量低于性别特异性中位数，则计1分；反之计0分。因此，DI-GM范围为0~14分，分数越高，表明肠道微生物群越健康。
值得一提的是，综述的通讯作者Kase BE在三年前还提出过另一种膳食指数——膳食炎症指数（dietary inflammation index, DII），相关研究最高发到10+，无论是可研究疾病的空间还是发文潜力都一片大好！
新膳食炎症指标FII
提到DII，与其非常相像的FII（food inflammation index）就不得不为大家介绍一下了。同样也是仅有一篇的最新指标，一被提出就直接发到Journal of Advanced Research，拿下双一区10+的好成绩！这本潜力宝藏期刊的解读+文献拆解可点此跳转
Kase提出DI-GM后不到半年，浙大团队就进一步提出FII，并且投稿到接收只用两个月，可见利用NHANES新指标发SCI效率很高，也建议感兴趣的小伙伴抓紧，小心手慢无“早鸟优势”！
FII是首个基于食物成分直接评估炎症效应的工具，它在DII的加权方法基础上，为每个食物成分分配权重，考虑它们的含量和推荐摄入量而得出。并且，进一步转化为FISI，以量化个体的炎症水平。FISI模型和DII模型之间显示的极显著性，表明FISI模型可以用作预测炎症的新模型。
新肥胖参数BRI
相比前两种最近两个月才有研究发表的膳食指标，新肥胖参数体圆度指数BRI（Body Roundness Index）和体重指数（Body Mass Index）有很强的联系，且在2013年就被首次提出，学界也有不少关于能否替代的讨论，知名度也更高。
根据JAMA Network Open（IF=10.5，1区Top）的研究结果，BRI能够作为一种无创筛查工具评估死亡率风险，这一创新概念有望纳入公共卫生实践。
BRI相较BMI的优势
更好地区分肌肉和脂肪：BMI通常会将肌肉含量高的人标注为超重或肥胖，可能产生误导。通过关注中心脂肪含量，BRI可以更细致地了解身体成分。
关注中心脂肪含量：中心脂肪，即中腹周围的脂肪，是健康风险的一个重要指标。BRI 针对这一特定区域，可能会对相关健康状况提供更准确的评估。
更准确的健康评估潜力：虽然 BRI 还需要通过更广泛的研究来进一步验证，但初步研究表明，与 BMI 相比，它可以更准确地评估肥胖和相关健康状况。
BRI面临的挑战
测量问题：BMI易于测量，BRI需要测量腰围，可能还需要测量臀围，不便于快速评估。
需要适当的培训：错误的测量会导致不准确的评估，医护人员需要适当培训才能精确测量腰围臀围。
社会敏感性：体型圆度（body roundness）可能会让部分人觉得具有攻击性，从而抵制BRI测量。
恭喜你看到这里！除了在指标选用方面创新外，孟德尔随机化+NHANES联合也是今年开始爆火的思路哦。仅对NHANES数据进行分析，可以验证相关性及探索危险因素，但无法推断因果关系。孟德尔随机化的运用则能弥补这一层短板，剔除混杂因素，完成因果推断。
雪球老师也特别准备了一份通用药物成分在NHANES中的样本数对照清单，包括数据发表/更新的年限在内，方便大家查询，快速开展0实验的数据挖掘，高性价比发SCI！添加雪球老师后，回复“nhanes drug”即可获取。（可直接复制提示词）
不过，NHANES和孟德尔随机化所需数据的处理，常常“劝退”一些生信新人，止步不前，错失高分发文良机🤧想要把握机会，建议添加雪球老师回复“个性化”，详细咨询。
我们最新推出的硕博陪跑服务，会利用高强度的在线课程（直播+回放+录播）和两个月的持续答疑帮助大家从0基础开始锻炼生信科研技能，教学+交付，陪跑大家冲刺硕博毕业哦。感兴趣的话，就添加雪球老师回复“硕博”咨询吧~
查看往期推荐，解锁更多套路讲解：
往期
RECOMMEND
推荐
一口气了解MR与NHANES结合生信套路
一口气了解MR结合肠道菌群生信套路
NHANES+网络药理学
NHANES+网络药理学
锦鲤的许愿池 每周一更新
