01 NHANES人体测量指标 ABSI是一种综合考虑了腰围（WC）、身高和体重的指标，旨在更准确地评估个体的体型及其健康风险。 与传统的BMI相比，ABSI更注重腰围和体型的关系，因此被认为可以更准确地评估与腹部肥胖相关的健康风险，如心血管疾病、糖尿病等。 计算方法： WWI是一种新型的肥胖指数，其结合了腰围的强度，同时减少了与体重指数（BMI）的关联，有助于更准确地评估个体的脂肪和肌肉量。计算方法： WWI=Height/sqrt(weight)指标均可一键提取，详情可见：身体形态指数（ABSI）、体重调整后的腰围指数（WWI） 02 论文解读 2025年7月，唐山市开滦总医院学者用NHANES数据库，在期刊《Alimentary Pharmacology & Therapeutics》（医学一区Top，IF=6.7）发表了一篇题为：“Anthropometric Measures and Mortality Risk in Individuals With Metabolic Dysfunction-Associated Steatotic Liver Disease…
随着全球老龄化加剧，虚弱和抑郁症状已成为中老年人心血管疾病（CVD）风险的重要影响因素。虚弱与抑郁症状常共存，且二者可能通过慢性炎症、自主神经功能紊乱等机制共同增加CVD风险。 然而，现有研究多局限于横断面设计或单一国家队列，缺乏对虚弱动态变化及其与抑郁症状交互作用的深入探讨。 2025年7月1日，华南师范大学学者联合HRS、CHARLS、SHARE、ELSA、MHAS数据库，在医学顶刊Nature子刊《Nature Communications》（综合性期刊一区Top，IF=15.7）发表了一篇题为：“Frailty and depressive symptoms in relation to cardiovascular disease risk in middle-aged and older adults”的研究论文。 本研究旨在利用多国纵向数据，揭示虚弱、抑郁症状与CVD之间的动态关系及其潜在生物学机制。 研究整合了五个大型国际性、前瞻性、以社区为基础的老年人群队列研究数据： 最终纳入分析的基线样本量合计超过77,000名50岁及以上的参与者，包含虚弱指数、抑郁症状、CVD事件及血液标志物（如C反应蛋白）等数据。 研究采用多模型分析（如Cox比例风险模型、中介分析、交叉滞后网络分析）评估虚弱的基线状态、动态变化及其与CVD的关联，同时考察高血压、糖尿病等常见预测因子，并通过亚组分析识别高风险人群。 主要研究结果 研究结果显示，虚弱显著增加了中老年人患CVD风险，抑郁症状起部分中介作用，中介比例在16.67% (CHARLS)…
最近「国家喊你减肥」这一话题在各大平台上热议，但如何科学正确的减肥可难到不少人。 健康的减肥方法（如控制热量和运动）可能改善身心健康，而极端节食和滥用减肥药等有害方法可能增加抑郁风险。 2025年7月1日，华南师范大学学者用NHANES数据库，在期刊《Journal of Affective Disorders》（医学二区Top，IF=4.9）发表了一篇题为：“Weight loss methods and risk of depression: Evidence from the NHANES 2005-2018 cohort”的研究论文，旨在系统分析不同减肥方法（区分健康和有害）与抑郁症状风险之间的关联。 研究表明，健康的减肥方法，如运动和卡路里控制，能显著降低抑郁症状风险，而有害方法则增加风险。 研究团队基于美国国家健康与营养调查（NHANES）2005-2018年数据，经过纳排，最终纳入了9,334名20-79岁的非孕妇参与者。 其中女性占60.72%，中位年龄47岁，中位BMI 28.84（超重接近肥胖），851人存在抑郁症状（PHQ-9≥10分）。 图1 研究对象的筛选流程 研究采用多变量logistic回归模型分析减肥方法与抑郁症状的关系，通过因子分析提取抑郁症状的四个维度，并进一步分析减肥方法对这些维度的影响。此外，研究还进行了亚组分析和减肥效果差异分析。…
01 NHANES高分指标 LE8是由美国心脏协会（AHA）在2022年提出的一种心血管健康评分系统，包括四种主要健康行为（饮食，体育锻炼，尼古丁暴露和睡眠持续时间）和四个健康因素（BMI、非高密度脂蛋白胆固醇（非HDL胆固醇）、血糖和血压）组成。 其中，每个指标均有一个新的评分算法（0-100分），最后可生成一个新的复合心血管健康评分（0-100分）。 指标可一键提取和分析，详情可见：LE8及其各子类 02 论文解读 2025年7月17日，中南大学湘雅二医院学者用NHANES数据库，在期刊《European Journal of Preventive Cardiology》（医学一区Top，IF=7.5）发表了一篇题为：“Association between the Life’s Essential 8 Health Behaviors and Prognosis in Patients with Advanced…
胰腺癌（PC）是全球癌症死亡的第六大原因，五年生存率仅约10%，早期症状隐匿导致诊断多为晚期。饮食作为其重要的可调控风险因素，但既往研究对具体膳食成分（尤其是脂质）与PC的关联存在争议。 2025年2月21日，西南交通大学学者用GBD 2021数据库，在期刊《Lipids in Health And Disease》（医学二区，IF=4.2）发表题为:“Examining the dietary contributions of lipids to pancreatic cancer burden (1990-2021): incidence trends and future projections”的研究论文，旨在明确膳食脂质对PC发病的影响及未来趋势。 研究从GBD 2021数据库中，获取了1990-2021年间全球204个国家/地区的PC发病率数据。而15种食物的膳食数据则来自GBD 2021膳食风险暴露估计（1990—2021），包括各国、年龄和性别的每日人均摄入量（g…
高血压前期（收缩压120-139 mmHg或舒张压80-89 mmHg）影响全球25-50%的成年人，是中国心血管疾病（CVD）的重要风险因素。约30-44%的高血压前期患者会在3-4年内进展为高血压，显著增加心脑血管事件风险。 2025年7月11日，青岛大学附属医院学者用CHARLS数据库，在期刊《Cardiovascular Diabetology》（医学一区Top，IF=10.6）发表了一篇题为：“Derivatives of the triglyceride-glucose index and their association with incident hypertension in prehypertensive individuals: a 4-year cohort study augmented by mendelian randomization”的研究论文。…
偏头痛是一种全球高发的神经疾病，研究发现代谢因素（如胰岛素抵抗IR和肥胖）与偏头痛密切相关。 甘油三酯-葡萄糖指数（TyG）及其与肥胖指标（如BMI、腰围、腰高比等）的组合（TyG-BMI、TyG-WC、TyG-WHtR）被提出作为IR的替代标志物，但其在偏头痛中的作用尚未在多国人群中得到充分验证。 2025年7月3日，成都中医药大学学者基于NHANES和CHARLS数据库，联合机器学习，在期刊《Lipids in Health And Disease》（医学二区，IF=4.2）发表题为:“The value of triglyceride–glucose index–related indices in evaluating migraine: perspectives from multi–centre cross–sectional studies and machine learning models”的研究论文。 研究采用横断面设计，结合机器学习模型，旨在探究TyG相关指标（TyG-BMI、TyG-WC、TyG-WHtR）与偏头痛的关联，并比较它们预测风险的性能。…
血液系统恶性肿瘤作为全球最常见的癌症类型之一，但其疾病负担的证据仍然有限，尤其是针对不同亚型的研究较少。近年来，全球癌症观察站（GLOBOCAN）2022和全球疾病负担研究（GBD）2021提供了更全面的数据集，为评估血液系统恶性肿瘤的流行病学趋势和负担提供了新的机会。 2025年7月17日，北京大学学者用GBD 2021和GLOBOCAN 2022数据库，在期刊《Experimental Hematology & Oncology》（医学二区，IF=13.5）发表题为:“Global burden and trends of hematologic malignancies based on Global Cancer Observatory 2022 and Global Burden of Disease 2021”的研究论文，旨在探究七种主要血液系统恶性肿瘤的全球负担及其变化趋势，并探讨社会经济因素和风险因素的影响。…
很多时候，开展临床、护理研究，通过一项调查或者最终研究，我们当然你希望去探讨因果关系。但是，很多时候，流行病学研究不仅仅是因果关系研究，也可能是描述性研究或者预测研究。 在这种情况下，如果我们开展了一箱基于回归分析的研究，通过分层或者多变量回归控制了“混杂”，那就可以说是“独立的影响因素”，视为具有因果关系吗？ 《European Stroke Journal》杂志的一篇Review article的说，我们在通过分层或矫正所谓“混杂”的时候，要谨慎，要根据流行病学的任务来决定是否需要矫正。 这篇评论文章为卒中研究人员对基于观察性数据的描述性流行病学和因果推断研究，提供了十个需要考量和实施的重要要点，以确保的有效性和可解释性。但由于篇幅太长，只能陆续分享整篇文章。 今天我们分享第八点，观察性流行病学研究中是不是都需要分层与校正？ 要点回顾 第一点：就是要考虑您将使用的数据类型是专门为研究而收集的数据，还是为行政和临床目的（但非特定研究目标）常规收集的健康数据。 第二点：是要考虑您的研究问题类型是因果关系还是描述性流行病学？ 第三点：基于观察性数据的因果推断 第四点：各种因果效应类型 第五点：描述性流行病学与因果推断研究中的偏倚概述 第六点：使用目标模拟试验方法定义因果效应 第七点：用于阐明和传达因果假设及最小化偏倚的有向无环图 10点入门：如何规范使用观察性数据进行描述性流行病学和因果推断研究 如何利用观察性健康数据，成功回答因果推断问题？ 做对这件事，观察性研究也能媲美 RCT！ 一文搞懂医学研究因果推断中的有向无环图（DAGs） 第八点：观察性流行病学研究中的分层与校正 有这样一篇文章，审稿人建议他们在原分析中考虑一系列相关且尚未纳入的因素（混杂因素/协变量），构建多变量回归模型，以对此前感兴趣的估计值进行校正。 举例 Garcia‑Esperon…
现如今，在预测模型领域中，传统回归模型和机器学习模型应用已经十分广泛，各有优缺点。 在机器学习构建预测模型文章中，也经常出现Logistic回归。 那为什么郑老师说，如果机器学习预测模型差别不大，首推传统logistic回归呢？ 借上海交通大学学者2025年5月发表的一篇文章，一起来探讨一下！这篇文章基于常规血液检查指标，利用七种机器学习算法构建抑郁症临床风险预测模型，虽然随机森林（RF）模型预测性能最佳，但最终选择logistic回归（LR）模型。 RF模型最优，但最终选择LR模型 本回顾性研究纳入上海市精神卫生中心 2024 年 1 月至 10 月期间确诊的 284 例抑郁障碍患者，以及同期体检的 214 名健康对照者。通过医院信息系统检索并收集参试者的血液检测数据。 随后，将数据按随机方式分为训练集（70%）和测试集（30%）。 1.特征筛选 首先进行单变量 logistic 回归分析，筛选出11个 p<0.1 的潜在预测因子； 随后对显著变量分别采用 10…