“康复科只能收集临床数据？”
错！
今天带大家了解康复科+公共数据库如何发表SCI。
康复科能挖掘的数据库
NHANES数据库
NHANES（National Health and Nutrition Examination Survey，美国国家健康与营养检查调查）是一项系统性的全国性健康调查项目;多阶段、多层次的抽样调查，由美国疾控中心定期开展，并通过问卷调查、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。
NHANES的核心优势主要在于以下两个方面：
-
基于数据的深度和广度，能够发展多维度多方面的研究：NHANES数据库实现了“宏观行为—微观指标—临床检查”的全链条数据整合。不仅包含受访者的饮食、运动、吸烟等行为信息，还同步收录了面对面访谈的健康史、实验室检测的生物标志物，以及现场完成的体格检查数据，无需跨多个数据库拼接即可开展多维度关联研究，在康复科中，可以利用康复科的疾病数据和其他各类变量（如生化、膳食、营养、体格检查等）相结合，保证每个参与者的数据准确，从而降低可能的偏差。
-
基于较快的数据更新速度，能够捕捉健康和疾病的新趋势：NHANES数据库每两年更新一次，能在第一时间分析近几年的健康新领域，从新的数据中分析疾病和健康的关联，为制定新的公共卫生干预措施提供及时数据支撑。
选择一：肌肉减少症
检查部分（可变名称前缀DXX）提供通过双能X射线吸收仪中测量的四肢瘦体重（ALM）总和来评。肌肉减少症的诊断基于ALM除以身体质量指数（BMI），男性的截断值为<0.789，女性的截断值为<0.512。
典型案例：
标题：Association of Serum Uric Acid With Relative Muscle Loss: A US Population–Based Cross‐Sectional Study（中科院一区，IF=9.1）
主要研究内容和结果：使用NHANES 2011-2018年的数据，进行了横断面分析，包括8,967名参与者，并使用多元逻辑回归分析和亚组分析来调查尿酸水平和肌肉减少症之间的关联。综合校正所有相关混杂因素后，尿酸水平与相对肌肉损失风险呈现非线性效应，且两者间关联显(OR=1.78，95%CI:1.24,2.56)，且随着血尿酸水平升高，相对肌肉损失的风险呈上升趋势（趋势p=0.004），尿酸水平每升高一个单位，相对肌肉损失的OR为1.19(95% CI:1.08,1.31)。分层分析结果显示，在大多数亚组中，尿酸水平升高的个体与相对肌肉损失风险的增加均显著相关，但除体力活动和BMI外，其余亚组均不存在显著交互作用。
选择二：关节炎
医疗条件问卷部分（变量名称前缀MCQ）收集了有关询问参与者是否患有关节炎的数据，包括三个不同的问题：
-
医生或其他医疗专业人士是否曾告诉过您患有关节炎？
-
您第一次被告知患有关节炎时年龄多大？
-
当时的关节炎类型是什么？
根据上述三个筛选问题，确诊患有类风湿性关节炎和骨关节炎的受试者。
典型案例：
标题：Association between insulin resistance-related lipid indices and arthritis: a U. S. cross-sectional study（中科院一区，IF=5.1）
主要研究内容和结果：横断面分析包括2001-2018年NHANES数据库18,683名参与者。分别计算了7项有关胰岛素抵抗相关脂质指标，包括TyG、TyG-WC、TyG-WHtR、TyG-BMI、HOME-IR、VAI和LAP。结果显示，校正所有协变量后，TyG、TyG-WC、TyG-WHtR、TyG-BMI与VAI均与关节炎风险呈线性相关（非线性P>0.05），而HOME-IR和LAP与关节炎风险呈非线性相关（非线性P<0.001），多元逻辑结果发现，七指标的最高四分位数和最低四分位数与关节炎的关联显著不同（P<0.001），关节炎风险与脂质相关指标呈正相关。通过ROC曲线下面积发现，与单独的TyG指数相比，TyG-WC、TyG-WHtR和TyG-BMI被发现是更有效的预测指标。
选择三：冠心病
医疗条件问卷部分（变量名称前缀MCQ）收集了有关询问参与者是否患有冠心病的数据，包括一个主要的问题：
-
医生或其他医疗专业人员是否曾告诉过您患有冠心病？
根据上述问题，确诊患有冠心病的受试者。
典型案例：
标题：The relationship between dietary inflammatory index in adults and coronary heart disease: from NHANES 1999–2018（中科院一区，IF=5.1）
主要研究内容和结果：分析了1999-2018年NHANES的数据，纳入共43,842名参与者，其中发生冠心病的人群共1,892例。采用多变量逻辑回归模型探讨饮食炎症指数（DII）与冠心病之间的关系：1种未调整模型、1种微量调整模型和1种完全调整模型。结果发现，在3个模型中，DII与冠心病发生的风险显著相关，且两者之间呈现显著正相关。采用RCS分析DII与冠心病发生风险之间的剂量反应关系，显示两者之间呈现J型曲线，且随着DII的不断升高，冠心病发生的风险上升速度更快。然后分析了DII与冠心病发生风险之间的中介效应，发现DII通过升高甘油三酯指数、内脏肥胖指数、身高体重指数和腰围身高比间接增加发现冠心病的风险，同时还发现DII通过降低高密度脂蛋白和肾小球滤过率来增加冠心病发生的风险。最后评估了膳食成分对冠心病的贡献，结果显示，对冠心病发生贡献最大的前5种膳食成分是碳水化合物、维生素C、铁、维生素A和咖啡因，而贡献最小的3种膳食成分是维生素D、酒精和单不饱和脂肪酸。
选择四：中风
医疗条件问卷部分（变量名称前缀MCQ）收集了有关询问参与者是否患有中风的数据，包括一个主要问题：
-
医生或其他医疗专业人士是否曾告诉过您患有中风？
根据上述问题，确诊患有中风的受试者。
典型案例：
标题：Fermented dairy products intake and stroke risk: analyses of NHANES 2007-2018 data（中科院一区，IF=5.1）
主要研究内容和结果：参与者（N=27,487名成年人）来自2007-2018年的国家健康和营养检查调查。采用抽样权重的Logistic回归法探讨发酵乳制品摄入量与卒中风险之间的关联。结果发现，当乳制品摄入量作为连续变量进行分析时，所有三个模型都显示摄入量与中风风险之间存在负相关；将发酵乳制品作为分类变量处理时，与不食用发酵乳制品的参与者相比，每日摄入量0～38.3g（中位数为38.3g）的参与者中风风险较低，且这种关系在三个模型中均一致；同样，摄入酸奶也可以降低卒中风险，且这种关联在三个模型中均一致，尤其在每天摄入超过170g时；而奶酪和酪乳摄入量与中风风险之间没有发现显著关联。
结论
总体而言，以NHANES为代表的公共数据库，凭借其大规模、多维度、长期追踪的数据集优势，为康复科在肌肉减少症、中风、冠心病及关节炎等重点疾病的流行病学与病因学研究提供了“一站式”的数据支撑。这些数据库不仅降低了研究的时间成本与经济成本，避免了重复数据采集的资源浪费，还能通过跨人群、多因素的数据分析，助力研究人员发现传统小样本研究难以捕捉的疾病规律，推动康复医学研究从“经验驱动”向“数据驱动”转型，彻底改变了传统研究依赖小样本、局部数据的局限，让大规模、跨人群、多因素的研究成为可能。未来，随着公共数据库数据类型的不断丰富，其在康复科研究中的应用场景将进一步拓展，助力康复科在疾病预防、诊断、治疗与康复全流程中发挥更大的作用，最终提升患者的生活质量与健康水平。
评论列表