中介分析（Mediation Analysis） 是一种常用的统计方法，用于探讨自变量（X）通过一个或多个中介变量（M）间接影响因变量（Y）的机制路径。与传统的关联分析相比，中介分析能够进一步揭示变量之间的潜在因果链条，并量化中介效应的贡献程度。这使得中介分析在医学等领域更具优势，因为它能回答“X如何影响Y”而不仅仅是“X是否与Y相关”。
本文将详细介绍几种常用于中介分析的大型数据库，包括NHANES、UK Biobank、MIMIC以及CHARLS，帮助研究者在选题设计和数据选择上做出更科学的决策。
NHANES（国家健康和营养检查调查）
National Health and Nutrition Examination Survey（NHANES，全国健康与营养检查调查）是由美国疾病控制与预防中心（CDC）主导的全国性健康监测项目，旨在通过问卷调查、体格检查和实验室检测综合评估美国居民的健康及营养状况。该数据库自1960年代启动并持续更新，涵盖人口统计学、慢性病、膳食摄入、生物标志物等多维度数据，其公开性为研究人员分析疾病风险因素、制定公共卫生政策提供了重要依据，广泛应用于流行病学、营养学及医学研究领域。
数据：美国人群营养+健康检测数据（包含生化检测、体检数据、问卷数据、膳食数据等）。
网址：https://www.cdc.gov/nchs/nhanes/
NHANES中介分析例文
1️⃣ 心理因素与慢性病的中介机制研究：NHANES数据库收集了抑郁（如PHQ-9）、睡眠质量、焦虑等心理相关问卷数据，同时也包含大量的炎症、代谢等生物标志物。这为探索心理因素如何通过炎症反应、胰岛素抵抗等中介路径影响心血管疾病、糖尿病、呼吸系统疾病等提供了基础。例如，可以研究抑郁症状是否通过慢性低度炎症（如CRP、SII）增加代谢综合征的风险，从而揭示心理健康与慢性病之间的潜在机制。
2️⃣ 营养与疾病之间的中介路径：NHANES提供了详尽的24小时饮食回顾与营养素摄入数据，适合用于评估饮食结构、抗氧化水平、微量营养素等对健康的影响。结合中介分析方法，可以进一步探讨这些膳食因素是否通过炎症、氧化应激、血脂代谢等生物通路对疾病风险产生间接作用。例如，可分析复合膳食抗氧化质量指数（CDAI）是否通过降低炎症水平从而减少慢性阻塞性肺疾病（COPD）的风险。
3️⃣ 生活方式与健康结果之间的机制解释：NHANES记录了详细的生活方式信息，如身体活动、吸烟、饮酒、作息规律等。研究者可以利用中介分析探索这些行为如何通过身体质量指数（BMI）、胰岛素抵抗、炎症、激素水平等间接作用于疾病发生与进展。例如，可以研究体力活动是否通过炎症路径影响糖尿病的风险，从而提供生活方式干预的科学依据。
4️⃣ 环境暴露与健康结局的中介机制研究：NHANES数据库包含多种环境暴露数据，如重金属（铅、汞、镉等）、环境内分泌干扰物（邻苯二甲酸酯、多氯联苯、PFAS等）、空气污染物指标（如血清中硝酸盐/亚硝酸盐）等。结合中介分析方法，可以探讨这些环境因子如何通过氧化应激、慢性炎症、代谢紊乱等生物途径影响健康结局，如心血管疾病、肾功能损害、认知下降或癌症发生等。例如，研究重金属暴露是否通过升高或降低生物标志物导致认知功能的降低，能够从机制角度强化环境风险控制的公共卫生意义。
UKB（英国生物样本库）
UK Biobank（UKB，英国生物样本库）作为全球最大规模的生物医学数据库之一，其数据维度之广、深度之复杂堪称科研界的“百宝箱”。截至2025年，UKB已整合50万参与者的基因组、影像学、生活方式、电子健康记录等多源数据，并持续更新随访信息。UKB数据的获取流程比较繁琐，需要在UKB官网：https://www.ukbiobank.ac.uk/，进行注册和权限申请，通过提交项目申请表确定研究内容以及需要的数据（不同数据对应不同的收费标准），审核通过并完成付款后即可通过RAP平台下载数据。
数据：包含50万英国成年人的基因、影像、疾病、生活方式等信息。
网址：https://www.ukbiobank.ac.uk/
UKB中介分析例文
1️⃣ 遗传与疾病之间的中介机制研究：UKB中包含超过80万种遗传变异（如SNP、多基因风险评分等），适合研究遗传因素如何通过表型（如血压、血脂、BMI等）间接影响疾病结局。中介分析可用于探索遗传易感性通过代谢指标、炎症因子或生活行为对糖尿病、癌症、心血管疾病等的风险传递路径，有助于揭示潜在的生物学机制并识别干预靶点。
2️⃣ 心理与社会因素对疾病的影响机制：UKB提供了详尽的心理健康（如抑郁、焦虑、自评健康）与社会经济地位（如职业、收入、受教育程度）数据。中介分析可揭示社会心理因素如何通过生活方式（如运动、睡眠）或生物通路（如激素、炎症）间接影响疾病结局（如卒中、阿尔茨海默病、癌症等）。该方向有助于强调社会因素对健康的影响，并推动健康公平研究。
3️⃣ 环境暴露与健康的中介机制研究：UKB集成了空气污染（NO₂、PM₂.₅、PM₁₀）、噪声、绿地覆盖等环境暴露指标。中介分析可用于探讨这些外部暴露通过内源性应激反应（如CRP、肺功能、氧化应激水平等）对呼吸系统疾病、心血管疾病和早死的间接影响。该研究方向有助于评估公共健康政策的机制性证据。
4️⃣ 生活方式与慢性病之间的中介路径：UKB中详细记录了饮食、运动、吸烟、饮酒等生活习惯数据，可结合中介分析探讨这些行为通过体重、代谢功能、肠道菌群、睡眠等中介机制对多种慢性病（如心衰、肥胖、非酒精性脂肪肝、骨质疏松等）的作用路径。可用于解释生活方式干预的作用机制，服务于精准健康管理。
MIMIC（重症医学数据库）
Medical Information Mart for Intensive Care（MIMIC，重症医学数据库）是由美国麻省理工学院（MIT）计算生理学实验室和Beth Israel Deaconess医疗中心（BIDMC）联合开发的重症监护医学数据库，是全球最大、最广泛使用的开放重症监护数据集之一。
数据：生命体征、实验室检查、治疗过程、诊断结果、药物使用等大量的医疗信息。
网址：https://mimic.mit.edu/
MIMIC中介分析例文
1️⃣ 治疗措施与预后之间的中介机制：MIMIC中记录了详细的治疗过程，包括机械通气、血管活性药物使用、液体复苏等。中介分析可用于研究某种治疗措施对结局（如住院时间、死亡率）的影响是否通过特定中介变量实现。例如，机械通气是否通过改善氧合指数或降低炎症水平间接降低ARDS患者的死亡风险，从而为治疗优化提供机制证据。
2️⃣ 炎症、免疫和代谢指标的中介作用研究：MIMIC包含多项炎症和代谢相关指标（如中性粒细胞、淋巴细胞、CRP、乳酸、葡萄糖、电解质等），可用于研究这些生物标志物在疾病发展中的中介作用。例如，研究高血糖是否通过诱导免疫抑制（如SII或NLR）间接提高败血症死亡率，揭示代谢-免疫互作机制。该类研究适用于制定个性化免疫和代谢干预策略。
CHARLS（中国健康与养老追踪调查）
China Health and Retirement Longitudinal Study（CHARLS，中国健康与养老追踪调查）是北京大学中国社会科学调查中心实施的，旨在收集一套代表中国45岁及以上中老年人家庭和个人的高质量微观数据，用以分析我国人口老龄化问题，推动老龄化问题的跨学科研究。
数据：主要收集家庭结构和经济支持、医疗服务利用和医疗保险、退休和养老金、家庭收入/消费/资产及社区基本情况等信息。
网址：http://charls.pku.edu.cn/
CHARLS中介分析例文
1️⃣ 健康行为在疾病或功能衰退中的中介角色：CHARLS中收集了饮食、锻炼、吸烟、饮酒等行为数据，可用于分析这些健康行为是否在某些暴露与结局之间起中介作用。例如：肥胖是否通过影响身体活动水平进而间接影响认知功能的变化。
2️⃣ 生理指标或炎症因子作为中介机制：CHARLS中收集了相关生物标志物，可用于分析代谢性暴露因素通过炎症、肾功能、血脂异常、血压等生理通路间接影响疾病结局（如CVD、死亡、癌症等）。例如：TyG升高是否通过影响肾功能进一步导致CVD的发生。
3️⃣ 心理因素作为暴露与健康结局之间的中介机制：CHARLS数据库中包含了抑郁症状评估、生活满意度、慢性病患病状况及身体功能测量等多维度数据，为探索心理因素在健康转归路径中的中介作用提供了丰富的数据支持。例如：研究关注心理变量（如压力、焦虑、抑郁）是否在早期不良经历或社会劣势与后期疾病风险或功能下降之间起桥梁作用。
4️⃣ 环境暴露与健康结局的中介机制研究：CHARLS数据库整合了个体层面的环境暴露数据（如基于地理位置估算的PM2.5浓度、噪声污染等）、肺功能指标（如峰值呼气流量PEF）、认知功能测量及心理健康评估等信息，为开展环境暴露—中介因素—健康结局之间的路径机制研究提供了现实基础。例如已有研究发现，肺功能在长期PM2.5暴露与中老年人认知功能下降之间起到部分中介作用，提示改善肺功能可能有助于缓冲空气污染带来的神经认知风险。
评论列表