狂发6万+篇的NHANES数据库，究竟好在哪？浙大李兰娟院士团队：NHANES数据库+孟德尔随

孟德尔随机化（MR）作为探究因果关系的利器，研究为近年来的大爆点，根据pubmed的统计，近一周有73篇MR相关文章发表（2024.1.22-2024.1.29），相当于每天10篇+，着实炸裂。

将MR研究与NHANES数据库相结合，正可谓强强联手，创新性自然蹭蹭涨！美国国家健康与营养调查（NHANES）是正当红的数据库，仅在2024年1月份内，Pubmed中以查阅到515篇，可谓文章发表好思路。

小云正好看到浙江大学李兰娟院士团队发表的一篇NHANES数据库的MR分析，迫不及待的将其推荐给大家，该文章有如下几个特点：

1.从思路上来说，结合大规模临床数据(NHANES)和MR的研究设计是该研究的最大优势。

2，NHANES数据库的患者数据，该数据患者来源多样，且具有丰富的临床数据，可以对多种混杂因素进行调整。

3，选用高血压相关的3个暴露因素，而且分析结果发现这3种暴露与结局都是阳性相关的，证明该研究因果关系明确，结论可靠。

4.在MR分析中，选用的SNP位点多达302个，极大提高MR分析结果可靠性。

5，该文章的写作风格清晰明了，逻辑严谨，使得读者可以轻松理解文章的主旨和结论。同时，文章中使用的数据和方法也进行了详细的说明和解释，使得读者可以轻松地理解和评估研究结果的可靠性。ps：临床数据结合MR分析，创新性高，成本低，效率高，同时，对这个方向感兴趣的小伙伴，感兴趣的直接扫码找小云吧！

题目：高血压和非酒精肝(NAFLD)的相关性风险：基于2017-2018年NHANES数据库和孟德尔随机分析

杂志：ChineseMedical Journal

影响因子：IF=6.1

发表时间：2023年7月

公众号回复123领取原文，文献编号：240221

高血压和非酒精性脂肪肝（NAFLD）存在共同的风险因素，但两者之间的确切关系仍不清楚。作者团队通过分析2017-2018年NHANES数据并进行MR分析，对两种疾病之间的相关性进行探讨。

附：收缩期血压(SBP)、舒张期血压(DBP)

作者团队利用2017-2018年NHANES的数据，对高血压和NAFDS风险之间的关系进行了加权多元调整的逻辑回归分析。随后，用全基因组关联分析（GWAS）进行了双样本MR分析，以确定高血压、收缩期血压(SBP)、舒张期血压(DBP)和NAFSD之间的因果关系。采用主逆方差加权(IVW)和其他辅助MR方法，验证高血压与NAFDS之间的因果关系。采用敏感度分析来确定结果的可靠性。    

1、基线特征

NHANES数据库中的3144名参与者被分为有NAFDS的1929人和没有NAFDS的1215人。NAFDS患者年龄较大，以男性为主，属于非西班牙裔白人;此外，他们的教育水平较低，吸烟、糖尿病和高血压发病率较高。此外，如预期的那样，他们的中位刚度、中冠、体重指数、腰围、SBP、DBP、丙氨酸转氨酶(ALT)、天冬氨酸转氨酶(AST)、碱性磷酸酶(ALP)、TO-GLT-谷氨质转移酶(GG)、尿酸、总胆固醇、甘油三酯、高灵敏度C反应蛋白(HS-CRP)、HBA1c。而高密度脂蛋白-胆固醇则较低（表2，因表格太大，展示部分内容，全图请获取全文观看）。    

2、血压与NAFDS之间的相关性

多元回归分析结果显示血压，包括收缩压（SBP）和舒张压（DBP）均和NAFLD风险成正相关，且血压越高，NAFLD风险值也越高（表3）。

3、高血压与脂肪肝及肝硬化的相关性

分层分析表明，高血压是肝脂肪变性和肝脏僵硬等的危险因素，表明高血压与NAFLD的病变相关（表4）。    

4、血压与NAFDS的MR分析

作者分别将高血压，收缩压（SBP）和舒张压（DBP）作为暴露，将NAFDS作为结果，使用IVW法进行MR分析。结果表明，高血压，收缩压（SBP）和舒张压（DBP）和NAFDS之间存在正因果关系（表5）。且该结论与其它MR分析的结果一致，表明了上述结果的可靠性（图1）。

高血压对NAFDS风险的MR分析表明， 表5 结果表明，使用IVW法，高血压(或=7.203[95%CI，2.297-22.587])、SBP(或=1.024[95%CI，1.003-1.046])、DBP(或=1.047[95%CI，1.005-1.090])和NAFDS之间存在正因果关系。此外，这些结果在因果估计的方向和因果效应的规模方面与其他辅助磁共振法一致，从而表明这些结果是可靠和可靠的。 图1 描述了用不同磁共振方法测量的接触对NAFDS的影响估计。    

5、预期寿命与生物衰老的关系

预期寿命分析结果显示，45岁或以上患者人的预期寿命比未患有该病的人要短（图2A）。在患者中，没有加速衰老的人的预期寿命延长了3.6年（95%CI1.1–6.2；KDMAge）或5.7年（2.7–8.7；PhenoAge）（图2B、C）。45岁时，在加速衰老方面处于最高四分位数的关节炎患者的预期寿命降低了2.6年（95%CI0.6–4.6；KDMAge）至8.4年（1.2–12.6；PhenoAge）（图2D–G）。在这两个队列中，没有患有类风湿性关节炎的人在45岁时，生物衰老速度加快与预期寿命缩短有关，65岁个体的结果模式相似（图2）。    

在这项研究中，作者团队应用NHANES数据库的患者数据，该数据患者来源多样，且具有丰富的临床数据，可以对多种混杂因素进行调整。同时，选用高血压相关的3个暴露因素，而且分析结果发现这3种暴露与结局都是阳性相关的，证明该研究因果关系明确，结论可靠。对于想要在数据挖掘领域有所建树的小伙伴们来说，这篇文章无疑是一个很好的学习和借鉴对象。想要复现这篇文章的思路和分析，或者需要更好地掌握数据挖掘的技巧和方法，快来联系小云哦。