非肿瘤研究者的福音！南京医科大团队模板文章：NHANES+机器学习+回归分析

机器学习作为人工智能领域的核心技术之一，在医学科研领域也表现出了巨大的潜力和影响力，为广大临床研究者构建更高质量的临床模型，提供了更多可能性！

今天小途跟小伙伴们分享一篇0实验即可发Sci机器学习类文章。这篇文章首先搜集了10个周期的NHANES数据库，然后通过加权多元逻辑回归，限制性三次样条（RCS）回归，最小绝对收缩和选择算子（LASSO）回归等算法探讨了饮食炎症指数 （DII）与中风之间的联系。这篇文章为什么能0实验发表呢？小途带小伙伴们一起揭秘一下吧~

1. 在10个周期的NHANES横截面数据库里筛出了46469个中风患者，大样本更能说明问题；

2. 应用加权多元逻辑回归，RCS回归检验线性， LASSO回归等算法，得出 DII与美国普通人群中风相关性很强，作为未来研究的重要支柱；

3. 敏感性分析验证算法的可靠性，得出DII与中风的关联性结果。(ps：不会吧不会吧，还有人不会使用公共数据库？配合一套分析简直猛如虎，立马提升文章档次，感兴趣的小伙伴赶紧联系小途吧！)    

l题目：美国人群中饮食炎症指数与中风之间的关系:来自NHANES 1999–2018的证据

l杂志：BMC Public Health

l影响因子：IF=4.5

l发表时间：2024年1月

研究背景

尽管中风诊断和治疗在过去取得了巨大进展，但其患病风险依然增加，并且逐渐趋于年轻化。研究发现，饮食可能是调节全身炎症的重要因素，不健康的饮食模式，会加剧慢性低度炎症。DII已在大量出版物中广泛应用，尽管已经有几项流行病学研究探讨了DII与中风之间的联系，但其中的炎症指标并没有得到显著的报道。该研究旨在破译饮食炎症指数 （DII） 与美国普通人群中风的相关性强度。

数据来源

NHANES是由国家卫生统计中心（NCHS）发起的一项全国性活动，主要关注美国平民的健康和营养状况，每两年进行一次，其目的是全面了解当代疾病概况，并为制定公共卫生政策提供参考。NHANES的所有数据对公众开放，并可通过以下途径免费下载: https://www.cdc.gov/nchs/nhanes/index.htm。该文章起初收集了1999-2018年国民健康与营养检查调查（NHANES）101,316名横断面数据，在排除年龄（<18或>80岁的参与者，n = 46469），怀孕（n=1516），没有饮食记录（n=5747）的病人后，总共取44019名参与者进行后续分析。  

研究思路

首先，对所有数据进行饮食评估，纳入26种食物参数，根据主要的炎症生物标志物的影响指定特定的DII评分，将所有特定食物成分的DII评分相加，得出总体DII，正值代表促炎，负值代表抗炎，零分代表没有显著影响。随后使用加权多元逻辑回归估计Dll与卒中的相关性，通过RCS回归检验其非线性。然后利用LASSO回归确定与中风相关的关键饮食因素，建立风险预测诺模图模型图，最后通过ROC曲线以评估其对中风的区分能力。    

主要结果

1)研究参与者的基线特征 

44019名患者中，加权平均年龄是45.83岁，中风占3.38%，加权DII评分中位数为 1.39。与非中风患者相比，中风患者往往是老年人、女性、非西班牙裔黑人、受教育程度较低、吸烟者、不饮酒者和糖尿病患者，及一些生理指标不好的患者（均P<0.05）。（表1）此外，中风者的DII评分特别高（P<0.001），进一步研究发现，中风者除维生素E和咖啡因外，几乎所有饮食成分的摄入量都较低。（表2）    

2)DII病与中风的关系

通过抽样加权多元逻辑回归分析，检测到了DII和中风之间有较高的关联。（表3）

RCS曲线显示DII与卒中呈非线性正相关（图2A）。文章进一步探索了性别差异的影响，在男性中，DII和中风之间的关系仍然是非线性的，当DII超过2时，中风的几率似乎增加得更快，而女性的中风与DII呈线性相关（图2B）。

通过分层分析，在森林图中显示DII和中风在不同的亚组中均保持稳定。（P>0.05）（图3）    

3)确定与中风相关的关键饮食因素

实验纳入26种饮食成分和3个协变量（性别、年龄和种族/民族），通过LASSO分析得出了与中风关系最密切的食物参数（图4）。利用16个变量构建一个风险预测诺模图模型，最终8个变量对模型的预测能力有统计学意义:年龄、种族/民族、碳水化合物、膳食纤维、胆固醇、PUFA（22:6n-3）、铁和酒精，其对中风的相当大的预测性能通过ROC曲线得到验证（AUC=79.8%）(78.2–80.1%）（图5）。    

4)灵敏度分析

与加权逻辑回归的结果一致，敏感性分析也确定了DII与中风的正相关，这在未调整和调整模型中均得到一致。也证明了抽样加权逻辑回归分析结果的稳定性和可靠性。

文章小结    

这篇文章可谓是紧跟当前研究潮流，既利用了可公开获取的大样本量临床数据，同时又使用多种当红的回归分析算法。只用统计学手段就能完成一篇纯数据分析的Sci。看到别的团队蹭蹭蹭地发文，你是不是也迫不及待准备大展身手啦？把握住“机器学习”方向，做临床数据库分析，不要太适合临床研究人员哟！