不用发愁样本收集，30天搞定6+SCI，全靠这个临床数据库

鬼样子

上次小云分享的NHANES数据库受到了大家的欢迎，也有好多小伙伴们很好奇用这个数据库样本能发出什么样的文章。
这不，之前答应你们的就来了！今天小云就给大家分享一篇利用该数据库样本发表的6+SCI文章，让我们一起来看下NHANES样本数据可以玩转出什么花样吧！



研究目的
基于NHANES 2011-2018数据探究美国成年人工作日睡眠时间与不同区域(躯干、手臂和腿部)脂肪之间的关系。

研究方法
1、受试者来源及样本筛选
该研究纳入了NHANES项目2011-2018年的数据，共39156名参与者。排除18岁以下、睡眠时间数据缺失、DXA数据缺失、协变量数据缺失的参与者后，最终纳入9413名参与者。



2、局部脂肪量的定义
所有参与者都进行了全身的DXA扫描，以提供全身脂肪含量数据。该研究纳入了总脂肪量（FM）、四肢FM以及躯干FM的数据。FMI以FM除以身高的平方获得。

3、睡眠时间定义
睡眠时间从问卷调查中“你在工作日晚上通常睡多久?”这个问题中获得，由参与者自我报告。随后将睡眠时间（因变量）进行分组：短睡眠（每天小于7小时）、正常睡眠（每天7-9小时）、长睡眠（每天大于9小时）。

4、协变量
年龄、性别、种族、教育程度、婚姻状况、吸烟、饮酒状况、久坐时间、体育活动、工作状况、共病疾病和药物等变量从人口统计学数据和问卷调查数据中获得。站立身高、体重、腰围、BMI、空腹血糖、糖化血红蛋白、总胆固醇和高密度脂蛋白等变量从体检数据中获得。

5、统计分析
采用SAS和R语言来开展统计分析。睡眠时间与总FMI和局部FMI之间的关系采用多元线性回归进行评估，同时构建3个协变量校正模型。此外，该研究还对性别和BMI进行了分层，来比较不同睡眠组之间总FMI和局部FMI的差异。

研究结果
1、参与者临床特征
该研究首先通过表格罗列了参与者的基本临床特征，并且对三组之间协变量的差异进行了比较。柱状图结果提示，在总体和性别亚组中，睡眠时间短的参与者普遍有更高的总FMI、躯干FMI、手臂和腿部FMI。





2、睡眠时间与不同区域FMI的关系
3种校正模型的结果都提示，与正常睡眠者相比，睡眠时间短的受试者，和较高的总FMI、躯干FMI、手臂FMI、以及腿FMI都显著相关。但是在睡眠时间长的受试者中没有观察到显著的关联



3、性别和BMI分层上的差异
性别和BMI分层分析结果提示，对所有的协变量进行校正后，男性睡眠时间短与较高的总FMI、躯干FMI、手臂FMI和腿FMI都显著相关。但是在女性中，睡眠时间短仅和总FMI以及手臂FMI升高相关。此外，在肥胖患者中，短睡眠者有更高的总FMI、手臂和腿部FMI。但在非肥胖组里，没有观察到睡眠时间和FMI的关系。





总结
通过对这篇高分文献方法和结果的解读，我们可以看到，这类型的文章思路简单明了，统计分析和研究结果也不需要太复杂。由此可见，NHANES数据库确实香，在大样本量（1W+轻轻松松）的加持下，研究结果也更加可靠。但是！在如此大样本量的基础上进行数据收集和统计，无疑也是这类型文章的难点所在。如何去提取和整合有效的数据，需要花费一些时间和精力。不过，可以在30天内发一篇6+SCI，还是很值得大家去一试！
好啦，今天的文献分享就到这里啦~如果小伙伴们手里有数据或者有文章，但是就是发表困难，不妨找小云来把把脉，诊断后再提出改进的思路，说不定还能收获意外之喜呢~
最后的老规矩，转评赞三联哦！
选分析方向可以从最新发表文献入手，当然最便捷的方法当然还是持续关注小云的生信思路推荐，想定制创新性思路欢迎直接call小云，云生信团队竭诚为您的科研助力！