純公共數(shù)據(jù)挖掘還能發(fā)高分嗎？

有這個(gè)疑惑的朋友，小云估計(jì)你還困在常規(guī)生信圈里，沒有看到小云前面推薦的“臨床公共數(shù)據(jù)庫(kù)”挖掘文章（ps：小云真誠(chéng)建議之前沒看到的朋友可以點(diǎn)擊文末鏈接查看一下，千萬不要錯(cuò)過這個(gè)發(fā)文好途徑~）

其實(shí)現(xiàn)在臨床科研圈又刮起一股“臨床公共數(shù)據(jù)庫(kù)”挖掘的熱潮，小云可不能讓關(guān)注咱們“云生信”的朋友們錯(cuò)過這個(gè)好機(jī)會(huì)，咱們也得去分一杯羹?~

目前最常用的也是發(fā)文量比較多的的數(shù)據(jù)庫(kù)主要有SEER和NHANES數(shù)據(jù)庫(kù)等，整體分析都不難，不用加驗(yàn)證實(shí)驗(yàn)，并且還好發(fā)高分，心動(dòng)的小伙伴抓緊上車?yán)玻?/span>（ps：后面小云還會(huì)找更多臨床公共數(shù)據(jù)庫(kù)和數(shù)據(jù)挖掘文章，敬請(qǐng)關(guān)注哦）

如果你關(guān)注的是腫瘤方向，小云推薦你用SEER數(shù)據(jù)庫(kù)，它包含的都是腫瘤數(shù)據(jù)。如果關(guān)注的是非腫瘤疾病，那就推薦用NHANES數(shù)據(jù)庫(kù)。

今天分享一個(gè)僅用4張圖就拿下14分+的NHANES數(shù)據(jù)庫(kù)挖掘文章，并且文章45天就接收了，這性價(jià)比、這分?jǐn)?shù)、這發(fā)文速度，簡(jiǎn)直驚艷??！不過要注意的是隨著文章數(shù)量的爆發(fā)式增長(zhǎng)，后面發(fā)文競(jìng)爭(zhēng)力增大是毋庸置疑的（就像現(xiàn)在的生信一樣），我們要做的就是跟上熱潮，抓住現(xiàn)在容易發(fā)文的時(shí)機(jī)，向著高分文章進(jìn)軍！

l?題目：體力活動(dòng)和飲食質(zhì)量的綜合作用與美國(guó)成年人抑郁癥狀風(fēng)險(xiǎn)降低之間的關(guān)系:NHANES橫斷面研究

l?雜志：JMIR Public Health Surveill

l?影響因子：IF=14.557

l?發(fā)表時(shí)間：2023年5月

研究背景

抑郁癥的公共健康問題不斷升級(jí)，目前可用的治療方法療效不大，這促使人們努力確定與抑郁癥癥狀有關(guān)的可改變的風(fēng)險(xiǎn)因素。缺乏運(yùn)動(dòng)、營(yíng)養(yǎng)不良或其他生活方式行為是潛在的可改變的風(fēng)險(xiǎn)因素，最常與抑郁癥聯(lián)系在一起。過去關(guān)于體力活動(dòng)(PA)或飲食質(zhì)量(DQ)對(duì)降低抑郁癥狀風(fēng)險(xiǎn)的單一影響的證據(jù)已經(jīng)被充分證明。然而，PA和DQ對(duì)抑郁癥狀的聯(lián)合作用的關(guān)聯(lián)從未在成人的代表性樣本中進(jìn)行過研究。

研究思路

從NHANES數(shù)據(jù)庫(kù)收集了2007年至2018年間19295名參與者的數(shù)據(jù)。主要暴露是DQ和PA，分別使用健康飲食指數(shù)(HEI)-2015和問卷中報(bào)告的代謝當(dāng)量(MET-min/wk)進(jìn)行測(cè)量。抑郁癥狀被定義為9項(xiàng)患者健康問卷(PHQ-9)評(píng)分≥10分。如果參與者處于HEI-2015的第60百分位以內(nèi)，則認(rèn)為他們有健康的飲食，如果他們符合PA的當(dāng)前指南，則認(rèn)為他們是活躍的?；谝陨蠘?biāo)準(zhǔn)，作者創(chuàng)建了4個(gè)生活方式類別：健康飲食和活躍的個(gè)人，不健康飲食但活躍的個(gè)人，健康飲食但不活躍的個(gè)人，以及不健康飲食和不活躍的個(gè)人。采用調(diào)查-多變量邏輯回歸方法對(duì)與PA、DQ與抑郁相關(guān)性相關(guān)的變量進(jìn)行建模調(diào)整，并按照NHANES指南計(jì)算出抑郁癥狀的年齡調(diào)整患病率。

主要結(jié)果

1. 納入人群特征

共有19295名具有有效數(shù)據(jù)的參與者被招募參與NHANES橫斷面研究。統(tǒng)計(jì)2007年至2018年美國(guó)普通成年人在不同特征下的人口數(shù)和年齡調(diào)整后的抑郁癥癥狀患病率（圖1）。

圖1?2007年至2018年美國(guó)普通成年人在不同特征下的年齡調(diào)整抑郁癥癥狀患病率和估計(jì)人口數(shù)

2.?PA和DQ與抑郁癥狀的關(guān)系

多變量調(diào)整調(diào)查加權(quán)邏輯回歸用于計(jì)算調(diào)整后的優(yōu)勢(shì)比(AORs)和相應(yīng)的95 %置信區(qū)間(CIs )，以評(píng)估PA和DQ與抑郁癥狀之間的關(guān)聯(lián)。原始模型沒有對(duì)任何協(xié)變量進(jìn)行調(diào)整；模型2根據(jù)年齡、性別和種族或民族進(jìn)行調(diào)整；模型3根據(jù)年齡、性別、種族或民族、教育、婚姻狀況、身體質(zhì)量指數(shù)、貧困收入比(PIR)、吸煙狀況、久坐行為(SB)和睡眠時(shí)間進(jìn)行調(diào)整。通過上述協(xié)變量調(diào)整，分析PA與DQ及其綜合效應(yīng)和抑郁癥狀患病率之間的關(guān)系（圖2）。

結(jié)果顯示，對(duì)于PA或DQ對(duì)抑郁癥狀的單一效應(yīng)，在每個(gè)模型中，在單一PA效應(yīng)和抑郁癥狀患病率之間發(fā)現(xiàn)了統(tǒng)計(jì)學(xué)上顯著的反比關(guān)系。同樣，對(duì)于單一DQ效應(yīng)和抑郁癥狀患病率之間存在顯著的正相關(guān)關(guān)系，DQ較高的參與者出現(xiàn)抑郁癥狀的風(fēng)險(xiǎn)較低。關(guān)于PA和DQ對(duì)抑郁癥狀的聯(lián)合作用，發(fā)現(xiàn)健康飲食和積極鍛煉的參與者具有更低的抑郁癥狀風(fēng)險(xiǎn)比（圖2）。（ps：邏輯回歸分析也可以用小云新開發(fā)的零代碼生信分析小工具實(shí)現(xiàn)，云生信分析工具平臺(tái)包含超多零代碼分析和繪圖小工具，上傳數(shù)據(jù)一鍵出圖，感興趣的小伙伴歡迎來嘗試喲，網(wǎng)址：http://www.biocloudservice.com/home.html）。

圖2 PA與DQ及其綜合效應(yīng)和抑郁癥狀患病率之間的關(guān)系

3. 亞組分析

基于人口統(tǒng)計(jì)學(xué)亞組分析不同生活方式與抑郁癥狀發(fā)生率之間的關(guān)聯(lián)，多變量模型根據(jù)年齡、性別、種族或民族、教育、婚姻狀況、身體質(zhì)量指數(shù)、PIR、吸煙狀況、SB和睡眠時(shí)間進(jìn)行了調(diào)整（圖3）。結(jié)果顯示，每組內(nèi)的AORs相似，在擁有健康飲食和PA的參與者中男性、非西班牙裔黑人或PIR高于平均水平的參與者的AORs仍然顯著。

圖3 不同亞組中不同生活方式與抑郁癥狀發(fā)生率之間的關(guān)聯(lián)分析

?

小結(jié)

這篇文章利用NHANES數(shù)據(jù)庫(kù)探索體力活動(dòng)(PA)、飲食質(zhì)量(DQ)及其綜合效應(yīng)與抑郁癥之間的聯(lián)系，運(yùn)用多種數(shù)據(jù)分析和統(tǒng)計(jì)學(xué)方法，純公共數(shù)據(jù)挖掘就能發(fā)到14分+文章，并且45天就直接接受，性價(jià)比和發(fā)文速度相當(dāng)高?。∪绻阆朐谂R床數(shù)據(jù)挖掘方向發(fā)高分文章，不妨試試這個(gè)思路吧！發(fā)文速度也很快，用于畢業(yè)或單位評(píng)審非常哇塞哦