“耳鼻喉只能收集临床数据？”
错！
今天带大家了解耳鼻喉+公共数据库如何发表SCI。
耳鼻喉能挖掘的数据库
NHANES数据库
NHANES（National Health and Nutrition Examination Survey，美国国家健康与营养检查调查）是由美国疾控中心定期开展的、通过问卷调查、体格检查和实验室检测相结合，收集具有全国代表性人群健康与营养状况数据的大型数据库。往期我们也对NHANES数据库做过详细拆解，感兴趣的朋友可以点击链接进行学习。☞NHANES数据库及适用科室详解
特点：
NHANES（国家健康与营养调查）的核心价值在于其“全国代表性”和“多维度关联”。
全国代表性：采用复杂抽样设计，其结果可直接推论至美国全体人群。这意味着你的研究发现具有极高的公共卫生政策影响力。
多维度关联：耳鼻喉与数百个其他变量（生化、膳食、体检、问卷）同时采集，让你能一站式探究影响因素、后果及机制，无需链接其他数据库。
选择一：听力、耳鸣
测听问卷部分（可变名称前缀AUQ）提供有关自我报告的听力状态、耳鸣（耳鸣）、听力筛查史、助听器的使用、听力辅助设备的使用以及听力损失的危险因素的访谈数据。
案例文章：
标题：Association between hearing loss, tinnitus, and chronic kidney disease: the NHANES 2015-2018
研究内容和结果：使用NHANES 2015-2018的数据，进行了横断面分析，包括5,131名参与者，并使用多因素逻辑回归分析和亚组分析来调查听力损失、耳鸣和CKD之间的关联。CKD与听力损失独立相关，CKD组比非CKD组更容易发生听力损失【年龄调整的95%置信区间（CI）：1.54（1.31–1.8），p<0.001】；多变量校正的95%CI：1.31（1.1–1.55），p=0.002。多因素logistic回归分析未发现CKD与耳鸣之间存在关联，然而，进一步的亚组分析显示某些人群存在关联。
选择二：味觉和嗅觉
味觉和嗅觉问卷部分（变量名称前缀CSQ）收集了有关味觉和嗅觉能力以及相关健康状况的访谈数据。味觉和嗅觉调节身体的所有食物摄入量。这两种感官共同作用，提供食物风味感知和适口性。因此，关于味觉和嗅觉的自我报告数据可能与NHANES营养、血压、肥胖和健康测量数据的分析相关。
案例文章：
标题：Association of multisensory dysfunctions-smell, taste, hearing and vision with depression in the U.S. adults
研究内容和结果：横断面分析包括2013-2014年国家健康和营养检查调查（NHANES）的3328名参与者。采用8项患者健康问卷（PHQ-8）评估抑郁状态。使用自我报告问卷评估感觉障碍。使用针对相关人口统计和社会经济数据进行调整的Logistic回归来评估并发感觉功能障碍与抑郁症之间的关系。自我报告有嗅觉、味觉、视力或听力功能障碍的受试者更有可能出现抑郁症，在单独模型（AOR=3.245,95%CI：2.282-4.614，P<0.001）和相互调整模型（AOR=2.613,95%CI：1.818-3.758，P<0.001）中，视力功能障碍患抑郁症的风险最大。此外，与单一感觉障碍相比，并发的多感觉功能障碍会增加抑郁症状的风险。在调整年龄、性别、种族、慢性病和健康相关行为后，有3到4种感觉功能障碍的参与者患抑郁症的风险是7倍以上（AOR=7.721,95%CI：4.693-12.692，P<0.001）。
选择三：过敏性鼻炎、花粉症
案例文章：
标题：Association between pollinosis and obstructive sleep apnea hypopnea syndrome in the US population: evidence from the NHANES database 2005-2018
研究内容和结果：分析了2005年至2018年NHANES的数据。采用3种多元广义线性模型（GLMs）探讨花粉症与OSAHS的关系：1种未调整模型、1种微量调整模型和1种完全调整模型。进行分层分析以评估花粉病和其他协变量对OSAHS的影响。此外，该研究还结合了K最近邻（KNN）和平滑曲线来完善分析。该研究发现，各组之间在花粉症、年龄、性别、体重（WT）、体重指数（BMI）、腰围（WC）、蛋白质和脂肪等因素方面存在显著的人口统计学差异。在三个调整后的模型中，观察到花粉症和OSAHS之间存在一致的关联。具体而言，模型1的比值比（OR）为1.31[95%置信区间（CI）：1.16-1.48，P<0.001]，模型2的OR为1.35（95%CI：1.19-1.54，P<0.001），模型3的OR为1.29（95%CI：1.10-1.50，P=0.002），表明尽管包含其他协变量，但花粉症与OSAHS之间的关系仍然稳健。风险分层证实花粉症是OSAHS的危险因素（OR=1.28,95%CI：1.10-1.50，P=0.002）。KNN模型进一步支持花粉症作为OSAHS诊断标志物的效用。平滑曲线还表明花粉症患病率与OSAHS发病率之间呈正相关。
选择四：甲状腺
甲状腺超声（2009-2010，2011-2012，2013-2014，2015-2016周期）：全美代表性的甲状腺结节检出率、大小、位置（仅限成人）。
血清学指标：TSH、游离T4、甲状腺过氧化物酶抗体（TPOAb，部分周期）。
典型案例：
标题：Association between pollinosis and obstructive sleep apnea hypopnea syndrome in the US population: evidence from the NHANES database 2005-2018
研究内容和结果：参与者（N=7683名成年人）来自2007-2008年、2009-2010年和2011-2012年的国家健康和营养检查调查我们纳入了有甲状腺特征和抑郁症状数据（使用患者健康问卷测量）的参与者，并排除了患有明显甲状腺功能减退症或甲状腺功能亢进症的参与者，以及接受甲状腺激素替代治疗的参与者。采用抽样权重的Logistic回归法探讨亚临床甲状腺功能减退症与抑郁症状的关联。我们还使用不同的临界点进行敏感性分析，以定义亚临床甲状腺功能减退症。在所有参与者中，208人（2.7%）患有亚临床甲状腺功能减退症，其中只有6人患有抑郁症。亚临床甲状腺功能减退症与抑郁无关（OR=0.61,95%CI 0.20-1.87），也与特定的抑郁症状无关。使用较低的亚临床甲状腺功能减退症诊断标准也产生了类似的发现。
结论
公共数据库完全能满足耳鼻喉科研究人员的研究需求，特别体现在NHANES数据库中，它能够充分满足耳鼻喉科研究人员在听力损失和嗅觉障碍的流行病学与病因学领域的研究需求。通过结合其详尽的体检、实验室和问卷数据，研究者可以深入探索这些疾病的患病率、危险因素以及与全身健康的复杂联系。重点在于明确你的研究问题，仔细选择合适的数据周期和变量，并严格遵循复杂的抽样设计分析方法，设计严谨的统计分析方法。
评论列表