专栏名称: AI与医学
分享前沿的人工智能与医学交叉研究,提供医疗科研服务。关注大壮,科研顺畅。做医护人员科研的小助手,为您全心全意服务。
目录
相关文章推荐
51好读  ›  专栏  ›  AI与医学

NHANES挖掘:CHINESE MEDICAL JOURNAL IF=7.5 高血压与非酒精性脂肪肝风险的孟德尔随机分析

AI与医学  · 公众号  ·  · 2024-09-14 00:26

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"


新版精简推文:

  1. 选文:大壮

  2. 编辑:小帆


    NHANES挖掘最最常见的科研套路,是性价比比较高的临床研究手段,适合科研新手。 孟德尔随机化 由于 “灌水” 太严重,据说很多期刊 开始拒绝这一类的 投稿。 可以与 其他 方法组创新 。继续学习NHANES数据库挖掘和孟德尔随机化组合这种创新的套路。先粗略学习一下,后期详细解读这一类研究。



文章标 题: Hypertension and NAFLD risk: Insights from the NHANES 2017–2018 and Mendelian randomization analyses

中文标 题: 高血压和非酒精性脂肪肝风险: 来自 NHANES 2017-2018和孟德尔随机分析的见解

发表期刊 CHINESE MEDICAL JOURNAL

发表时间: 2024年7月14日



研究背景

高血压和非酒精性脂肪性肝病 (NAFLD) 具有多种共同的病理生理危险因素,两者之间的确切关系仍不清楚。本研究旨在通过分析 2017-2018 年 国家健康和营养检查调查 (NHANES) 的数据 孟德尔随机化 (MR) 分析,提供有关高血压与 NAFLD 之间关系的证据。


研究方法

(1)使用 2017-2018 年 NHANES 数据,应用 加权多变量 调整逻辑回归评估高血压与 NAFLD 风险之间的关系。

(2)使用全基因组关联研究 (GWAS) 汇总统计数据进行 双样本 MR 研究 ,以确定高血压、收缩压 (SBP)、舒张压 (DBP) 和 NAFLD 之间的因果关系。

(3)进行了主要 逆方差加权 (IVW) 和其他补充 MR 方法来验证高血压与 NAFLD 之间的因果关系。

(4)采用 敏感性分析 来确认结果的稳健性。

研究结果


(1)根据NAFLD的研究对象人口特征
  • NAFLD患者(1929人)与非NAFLD患者(1215人)相比,年龄较大,主要为男性,且多为非西班牙裔白人。

  • NAFLD患者教育水平较低,吸烟、糖尿病和高血压的患病率较高。

  • NAFLD患者的中位数硬度、CAP、BMI、腰围、收缩压(SBP)、舒张压(DBP)、ALT、AST、ALP、GGT、尿酸、总胆固醇、甘油三酯、HS-CRP、HbA1c和空腹血糖显著较高,而HDL胆固醇较低。


(2)NHANES中高血压与NAFLD的观察关联
  • 高血压与NAFLD风险显著相关(OR = 1.677)。

  • 调整潜在混杂因素后,

    • 130 mmHg ≤ SBP < 140 mmHg(OR = 1.802)、

    • SBP ≥ 140 mmHg(OR = 1.648)、

    • 80 mmHg ≤ DBP < 90 mmHg(OR = 1.397)、DBP ≥ 90 mmHg(OR = 1.513)与NAFLD显著正相关。

    • 120 mmHg ≤ SBP < 130 mmHg与NAFLD的显著相关性在调整后变得不显著。

  • 高血压与CAP(b 7.836)及肝硬度在模型1和模型2中显著相关,但在调整后关系不显著。



(3)MR中高血压与NAFLD风险的因果关系
  • 高血压与NAFLD之间存在正因果关系(OR = 7.203)。

  • SBP(OR = 1.024)和DBP(OR = 1.047)也与NAFLD存在正因果关系。

  • 结果与其他MR方法一致,表明发现可靠且稳健。

  • DBP对NAFLD的效应存在统计SNP异质性,应用随机效应IVW方法进行调整后结果依然稳健。


  • MR-Egger测试和MR-PRESSO全球测试未发现横向多效性效应和异常SNP,漏一个SNP分析确认因果关系不是由任何单个SNP驱动。

文章小结

高血压与 NAFLD 风险增加有关。


引用

[1] Yuan M, He J, Hu X, Yao L, Chen P, Wang Z, Liu P, Xiong Z, Jiang Y, Li L. Hypertension and NAFLD risk: Insights from the NHANES 2017-2018 and Mendelian randomization analyses. Chin Med J (Engl). 2024 Feb 20;137(4):457-464. doi: 10.1097/CM9.0000000000002753 IF: 7.5 Q1 . Epub 2023 Jul 14. PMID: 37455323; PMCID: PMC10876227


感谢您的阅读,如果您对这项研究感兴趣或想了解更多关于AI在医学中的应用,请继续关注我们,我们会定期分享最新的科研成果和健康资讯。别忘了点赞和转发哦!👍🔄


广告

快来看,大壮卖艺,提供医工交叉科研服务



— THE END —

排版:大壮

美工:大壮

注:本文仅用于分享和研究AI与医学相关学术论文

如存在侵权,请告知,及时删





NHANES


NHANES挖掘:Nutrition & Diabetes IF4.6 体脂分布与糖尿病视网膜病变在美国糖尿病人群中的关系

普刊学习: BMC IF3.5 基于机器学习和NHANES数据预测糖尿病和心血管疾病

基础学习:《Frontiers in Immunology》IF=5.7 哮喘成年人血清铁与血液嗜酸性粒细胞计数之间的关系

往期内容

顶刊学习:Nature Communications IF=14.7 结合声音与舌部刺激治疗耳鸣:一项多中心对照试验

顶刊速看:《Communications Medicine》 IF=14.7 基于深度学习的超声心动图自动化诊断与自监督学习

基础学习:J BONE JOINT SURG AM  IF4.4:LUMiC内假体重建骨盆周围肿瘤缺损:一项多中心随访研究

顶刊学习:NATURE MEDICINE IF=58.7 基于图像深度学习和大语言模型在初级糖尿病护理的应用研究

顶刊学习:NATURE MEDICINE IF=58.7DeepDR Plus AI系统让糖尿病视网膜病变预测更精准

骨科学习:《EJ of Radiology》 IF=3.2 使用深度学习和CT自动量化肩胛骨和关节盂形态

基础学习:《Frontiers in Immunology》IF=5.7 哮喘成年人血清铁与血液嗜酸性粒细胞计数之间的关系

基础学习:JNE IF3.7 用于预测神经刺激引起的组织损伤的机器学习建模

基础学习:《CLIN APPL THROMB-HEM》IF=2.3 基于多元回归的下肢深静脉血栓合并肺栓塞风险因素分析









请到「今天看啥」查看全文