NHANES数据库套路2解读：Logistic回归+WQS回归+Qgcomp模型+BKMR模型

今天给大家解读NHANES数据库Logistic回归+WQS回归+Qgcomp模型+BKMR模型的分析框架和发文思路。

NHANES数据库是美国一项具有代表性的全国性健康和营养调查项目，数据涵盖了人口统计学信息、饮食、实验室检查、体格检查以及生活方式和社会经济调查等多个领域。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单一效应和综合效应提供了机会。

套路总结：

Logistic回归：用于探究单一暴露的效应。

WQS回归：加权分位数和回归（weighted quantile sum regression,WQS）模型是有监督的高维环境暴露多元回归统计方法，能构建加权指数评估混合物总体效应及各成分贡献。该模型假设所有暴露成分与结局的关联方向一致（全正或全负），需分别运行正向和反向模型验证方向性。

Qgcomp模型：分位数g计算（Quantile G-Computation）模型不限定暴露效应方向必须一致，可同步解析正向与负向贡献的成分，更贴合真实暴露-结局关系的复杂性；其基于分位数回归框架，能同时估计混合物总体效应与各成分的独立贡献（包括效应方向和大小），并捕捉潜在的非线性关联，尤其适用于分析复杂的暴露-结局关系。

BKMR模型：贝叶斯核机器回归模型，可灵活分析环境暴露混合物与健康的非线性关系及交互作用，评估混合物整体效应和各成分独立贡献，适用于高维复杂暴露数据。

通过Logistic回归、WQS、Qgcomp和BKMR等方法的联合应用，不仅可以同时评估多种环境暴露的单一效应和联合效应，还能有效区分混合物中各成分的独立贡献与协同/拮抗作用，从而更准确地解析暴露-结局关系的复杂模式；这一综合分析框架尤其适用于同类型污染物（如重金属混合物、多环芳烃类化合物）或营养素（如NHANES研究中常涉及的多类维生素、微量元素等）的健康效应评估，既可揭示单一成分的独立影响，又能识别混合物的整体风险特征，为环境健康风险评估和公共卫生干预策略制定提供更精准的科学依据。

案例文章：

文章亮点：

本文首次探究了有机氯农药联合暴露与女性子宫肌瘤病史之间的关联。
四种统计模型联合应用：本文使用四种统计方法综合探究了有机氯农药单一暴露和联合暴露与女性子宫肌瘤病史之间的关联，结果更加稳健。
综合效应结果确定了有机氯农药联合暴露与与女性子宫肌瘤病史之间的正相关联，尤其是OCD暴露有着最大贡献。

文章解读：

Logistic回归：在控制所有变量后，ln转化的HCB和OCD合并子宫肌瘤患病率的OR分别为（OR：1.53；95%CI：1.05、2.23）和（OR：1.56；95%CI：1.05、2.32）。当进一步将相应的有机氯农药化合物划分为四分位数组，并以最低四分位数为参考时，全调整模型显示，HCB的最高四分位数（OR：1.97；95%CI：1.14,3.40，趋势p=0.025）和OCD（OR：6.00；95%CI：2.47,14.59，趋势p=0.001）与子宫肌瘤病史呈正相关。

WQS模型：在控制混杂因素后，发现有机氯农药暴露与子宫肌瘤病史呈显著正相关（OR=1.49，95%CI：1.02-2.19）。权重分布分析表明，OCD（51.0%）是WQS指数的主要驱动因素，其次为β-六氯环己烷（β-HCH，贡献占比32.5%）和灭蚁灵（9.9%），提示OCD在混合物中对子宫肌瘤风险的联合贡献最大。

Qgcomp模型：结果表明有机氯农药混合物的四分位数增加与子宫肌瘤病史的可能性增加显著相关（OR：1.64，95%CI：1.15，2.35）。4种有机氯农药化合物与子宫肌瘤病史呈正相关，而4种血清有机氯农药化合物与子宫肌瘤病史呈负相关。在正相关方向中，OCD（64.9%）对子宫肌瘤的关联贡献最大，其次是灭蚁灵（14.3%）、HCB（13.4%）和p，p-DDE（7.4%）。在负方向中，TNC（45.7%）的贡献最大，其次是β-HCH（22.8%）、HCE（17.8%）和p,p-DDT（13.7%）。