提到“臨床預測”，小伙伴們是不是首先想到“生信建立預測模型”呀？不瞞你說，小云也是這么想的，但這其實是被常規(guī)生信的思維固化住了，臨床預測可不止這一條路可走，最初的臨床預測是用臨床檢測手段在自有隊列中分析一些指標的預測能力，然后發(fā)展到常規(guī)生信預測模型，現(xiàn)在有了一條更便捷的道路，那就是

臨床數(shù)據(jù)庫分析

！

南昌大學二附院沈云峰教授團隊就是用“NHANES 數(shù)據(jù)庫”做臨床預測的，并且一舉拿下中科院1區(qū)9分+的純生信文章！

沈云峰教授在糖尿病等內(nèi)分泌代謝領域頗有建樹，本篇文章同樣是糖尿病主題，分析甘油三酯-葡萄糖(TyG)指數(shù)與患有糖尿病或糖尿病前期的心血管疾病(CVD)患者死亡率的關系，基于大隊列證據(jù)探索TyG指數(shù)的預測價值。

全文只用了統(tǒng)計學模型分析方法，9分+的臨床預測純生信文章就誕生了，可見“臨床數(shù)據(jù)庫分析”的火爆程度和審稿人對其的青睞程度

，這么秀的思路快一起來看看吧！

題目：甘油三酯-葡萄糖指數(shù)是糖尿病或糖尿病前期CVD患者心血管和全因死亡率的預測因子:來自NHANES 2001–2018的證據(jù)

雜志：

Cardiovasc Diabetol

影響因子：IF=?9.3

發(fā)表時間：2023年10月

研究背景

隨著老齡化進程的加快，心血管疾病的發(fā)病率和死亡率持續(xù)上升，心血管疾病的高發(fā)病率正成為一個重要的公共衛(wèi)生問題。二型糖尿病糖尿病(T2DM)和糖尿病前期在已確診的心血管疾病患者中普遍存在，并與不良預后相關，因此識別具有不同糖代謝狀態(tài)的CVD患者的殘余危險因素對于降低死亡率，特別是心血管死亡的風險是至關重要的。研究發(fā)現(xiàn)甘油三酯-葡萄糖(TyG)指數(shù)與CVD相關，然而，TyG指數(shù)作為胰島素抵抗的標志，能否預測不同糖代謝狀態(tài)的CVD患者的預后仍存在爭議。

研究思路

本研究從NHANES 數(shù)據(jù)庫(2001-2018)中招募了1072名患有糖尿病或糖尿病前期的CVD患者。死亡率結果通過鏈接到截至2019年12月31日的國家死亡指數(shù)(NDI)記錄來確定。通過TyG指數(shù)= Ln[空腹TG (mg/dL) ×空腹血糖(mg/dL)/2]計算TyG指數(shù)。作者構建多變量Cox比例風險模型（包括三個控制混雜因素的模型）來分析探討基線TyG指數(shù)和死亡率之間的關聯(lián)，以評估TyG指數(shù)的獨立預測價值。隨后使用限制性三次樣條探索非線性相關性，并構建拐點兩側的兩段Cox比例風險模型來研究TyG指數(shù)與全因死亡率和CVD死亡率之間的關系。 ?

主要結果

1. 研究參與者的基線特征

從NHANES 數(shù)據(jù)庫(2001-2018)中招募了1072名患有糖尿病或糖尿病前期的CVD患者，根據(jù)TyG指數(shù)的四分位數(shù)將受試者分為四組(Q1、Q2、Q3、Q4)，Q1組作為參照組?；€特征顯示，參與者的平均年齡為66.54歲，其中59.33%為男性，入選參與者的平均TyG指數(shù)為9.03±0.03。與最低四分位數(shù)的參與者相比，TyG指數(shù)較高的參與者更可能是年輕、墨西哥和肥胖的（表1）。作者還統(tǒng)計了參與者的實驗室測量臨床指標，如空腹血糖、HbA1c、甘油三酯(TG)、總膽固醇(TC)、低密度脂蛋白膽固醇(LDL-C)和高密度脂蛋白膽固醇(HDL-C)，與第一個四分位數(shù)的參與者相比，最高四分位數(shù)的參與者顯示出明顯更高的HbA1c、LDL-C、TC、TG、GGT、ALT、FINS和FPG水平（表2）。

表1?參與者基線特征

表2?參與者實驗室特征基線水平

2. TyG指數(shù)水平與死亡率的關系

在7541人的隨訪中，共記錄了461例全因死亡和154例心血管疾病相關死亡。作者構建了三個Cox回歸模型來研究TyG指數(shù)水平和死亡風險之間的獨立聯(lián)系，模型1未經(jīng)調整，模型2根據(jù)年齡、種族和性別進行調整，模型3根據(jù)年齡、性別、種族、身體質量指數(shù)、煙草使用、酒精使用、教育、高血壓和家庭收入貧困比率進行調整。結果顯示TyG指數(shù)水平與死亡率的非線性關系。

表3?根據(jù)TyG指數(shù)四分位數(shù)的死亡率HR

3.

?

非線性關系的檢測

由于上面的多變量分析表明基線TyG指數(shù)與全因死亡率和CVD死亡率之間存在非線性關系，作者采用了帶有限制性三次樣條和平滑曲線擬合(懲罰樣條法)的Cox比例風險回歸模型來進一步研究相關性。結果發(fā)現(xiàn)，調整后的平滑圖顯示了TyG指數(shù)和全因死亡率（圖2A）以及和CVD死亡率（圖2B）之間的U型關系。隨后基于兩段Cox比例風險回歸模型，作者確定全因死亡率和CVD死亡率的拐點分別為9.05和8.84（表4）。在對年齡、性別、種族、身體質量指數(shù)、吸煙、飲酒、教育、高血壓和家庭收入貧困比進行調整后，隨著TyG指數(shù)每單位增加至拐點，全因死亡率和CVD死亡率分別下降約53%和75%，隨著基線TyG指數(shù)增加至閾值，全因和CVD死亡率的風險降至最低水平（表4，圖2）。

圖2 TyG指數(shù)與全因死亡率和CVD死亡率的非線性關系

表4?TyG指數(shù)對糖尿病或糖尿病前期CVD患者全因和CVD死亡率的閾值效應分析

作者又分別研究了糖尿病人群和糖尿病前期人群中TyG指數(shù)與死亡率的關系。結果顯示，糖尿病合并心血管疾病患者的TyG指數(shù)與全因死亡率和心血管疾病死亡率仍呈U型關系（圖3A, B）。糖尿病前期CVD患者的TyG指數(shù)和全因死亡率呈近似U形關系（圖3C），而與CVD死亡率呈近似線性關系（圖3?D）。

圖3 TyG指數(shù)對糖尿病或糖尿病前期CVD患者全因和CVD死亡率的非線性分析

小結

想做臨床預測的小伙伴，用臨床數(shù)據(jù)庫發(fā)高分文章目前比常規(guī)生信更具性價比，并且更適合適合臨床研究人員哦！只用統(tǒng)計學手段就能完成一篇Top級別9分+的純數(shù)據(jù)分析文章，看到別的團隊蹭蹭蹭地發(fā)文，你是不是也迫不及待準備大展身手啦？感興趣的話，快快行動起來吧！?