今天给大家解读NHANES数据库的结合加权分位数和（WQS）回归和贝叶斯核机回归（BKMR）模型的分析框架的发文思路。
近年来，环境污染物暴露的健康效应引起研究者的广泛关注。传统的单污染物模型（如Logistic回归、一般线性回归等）无法准确只能考量单一污染物对健康结局的影响，无法估计多种暴露因素的综合健康效应，因为人体同时暴露于多种环境污染物。NHANES数据库提供了多种类型污染物的数据，这给研究者们研究多种污染物的综合效应提供了机会。
WQS回归广泛应用于环境暴露、表观/基因组学和代谢组学等研究中。通过分位数间距及加权的方法构建加权指数，测试该指数与结局的关联，估计所有暴露变量对结局的混合效应。然后，分配给每个暴露变量权重，评估单个变量对结局的影响程度。
BKMR模型利用核函数来构建混合暴露的平滑函数，有效地解决了混合暴露间存在非线性、非可加性和复杂交互的问题。BKMR模型不仅能够估计混合暴露对结局的综合效应、单个暴露与结局的剂量反应关系，还能获得混合暴露间的交互效应。
这种思路既能分析单一污染物暴露对健康结局的影响，还能评估混合污染物暴露的总体效应，有助于研究者评估探究污染物暴露对健康的影响。
案例文章
标题：美国一般成年人群金属混合暴露与血清神经丝轻链浓度升高的风险：NHANES2013-2014
研究方法：
基于NHANES2013-2014年数据，分析美国一般成年人群金属混合暴露与血清神经丝轻链浓度的相关性。主要分析方法包括：
-
首先使用加权多变量线性回归评估12 种尿液金属【钡 （Ba）、镉 （Cd）、钴 （Co）、铯 （Cs）、钼 （Mo）、铅 （Pb）、锑 （Sb）、锡 （Sn）、锶 （Sr）、铊 （Tl）、钨 （W） 和铀 （U）】的单一暴露与血清神经丝轻链浓度的相关性；
-
WQS回归用于探索金属混合物暴露对血清神经丝轻链浓度的总体影响，并计算各个尿液金属的权重。
-
BKMR模型用于评估金属混合物暴露对血清神经丝轻链浓度的总体影响，并探索潜在的非线性和非加性关联。
文章解读
图表
结果解读：
该研究采用三种不同的统计模型来探索金属混合暴露与血清神经丝轻链浓度之间的关联，发现了明显的正相关关系。WQS回归分析发现尿液金属混合暴露与血清神经丝轻链浓度呈正相关（P < 0.01），正向WQS回归分析对血清神经丝轻链浓度有正向影响的最高权重金属暴露是Cd（69.6 %），而负向WQS回归分析发现对血清神经丝轻链浓度有负向影响的是Ba（30.6 %） 和Tl（29.3 %）。
BKMR模型结果显示，与中位数相比，暴露于特定百分位数（范围从 0.25 到 0.75）金属混合物的个体血清神经丝轻链浓度升高的可能性更高，但总体效应不显著。Mo、Cd和Cs在所有其他尿金属水平维持在各自中位数的条件下与血清神经丝轻链浓度正相关。此外，还发现在单暴露模型中，Cs、Cd、Mo和W对血清神经丝轻链浓度有正向影响。
评论列表