顶刊速读:Heliyon 体型指数与帕金森病之间的关联：NHANES 的一项大型横断面研究

AI与医学 · 公众号 · · 2025-01-19 02:27

正文

请到「今天看啥」查看全文

点击👆蓝字或👇名片，关注"AI与医学"

类型：超精简版

选文: 大壮

编辑: 小黄

常规科研是有套路的，数据挖掘绝对是一个好的套路，优势如下

（1）数据是公开的，不需要走医院的伦理

（2）方案和算法都是套路的，不需要太多技术

数据提取方面有一定的门槛，不过现在很多培训班和机构都有自己的数据提取、清洗工具，生意都很好。有的是R语言包，有的是web网站，让数据库挖掘门槛降低了很多。这是一个大趋势。今年计划在automed工具上也集成数据挖掘的工具。

Huang, Wei et al. “Association between a body shape index and Parkinson's disease: A large cross-sectional study from NHANES.” Heliyon vol. 10,4 e26557. 19 Feb. 2024, doi:10.1016/j.heliyon.2024.e26557

1.研究简介

1.1 研究目的：

研究旨在进一步评估肥胖与帕金森氏症（PD）之间的联系，通过使用体型指数（ABSI），该指数将腰围标准化为体重指数（BMI）的函数。

1.2 研究方法 ：

从NHANES数据库中一共收集了31,933名成年参与者的数据。

（1）将参与者分为帕金森氏症组和非帕金森氏症组。并根据ABSI水平的四分位数，将参与者进一步分为 Q1（0.058–0.077）、Q2（0.078–0.081）、Q3（0.082–0.084）和Q4（0.085–0.117）。

（2）帕金森氏症病例是根据抗帕金森氏症药物使用情况来识别的。

（3）选择了影响帕金森氏症的各种因素，以及与医疗合并症相关的变量，如高血压、糖尿病和癌症。

(4）统计分析

使用 T检验 或 秩和检验 来确定暴露组之间的队列特征是否存在差异。
使用 多因素逻辑回归 分析ABSI和帕金森氏症之间的关系。
通过 广义相加模型（GAM） 检查结果变量和暴露因素之间的非线性关系曲线。
使用 两阶段线性回归模型 计算曲线的拐点。

2 研究结果

2.1基线信息

2.2 ABSI水平与帕金森氏症的关系

Q4组患帕金森氏症的可能性比Q1组高。
与Q1组相比，Q4组中男性患帕金森氏症的机会比女性高。
在20–39岁和40–59岁组中，Q4组患帕金森氏症的风险高于Q1组。但在≥60岁组中，Q4组的风险不高于Q1组。

2.3 ABSI与帕金森氏症风险的非线性正相关关系

在调整了人口统计学、社会因素和合并症后，ABSI与成人帕金森氏症风险呈 正相关 。

通过两阶段线性回归模型，确定了ABSI的拐点为0.080。当ABSI < 0.080时，曲线的变化趋势不显著；当ABSI ≥ 0.080时，曲线显示出显著的增长趋势。
在控制了年龄、性别和种族后，每增加0.01单位的ABSI，成人帕金森氏症风险增加1.918倍。

当ABSI < 0.080时，ABSI与成人帕金森氏症风险无显著关联。

当ABSI ≥ 0.080时，每增加0.01单位的ABSI，帕金森氏症风险增加1.999倍。