数据库介绍
国家健康和营养检查调查（NHANES）
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
中国健康与养老追踪调查（CHARLS）
往期我们也对CHARLS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。☞CHARLS数据库及适用科室详解
双数据库联合使用的优势
跨国健康比较研究：NHANES代表美国全人群健康状况，CHARLS聚焦中国45岁及以上中老年人群，联合使用可进行中美两国健康状况的系统性比较，为全球健康研究提供关键证据。
多维度健康指标整合：整合NHANES的全美健康营养数据与CHARLS的中国中老年健康数据，NHANES集中于一些营养和血清学数据，CHARLS聚焦于社会经济学数据，联合使用可以帮助构建涵盖营养、慢性病、社会经济因素的更全面健康指标体系。
方法学互补优势：NHANES的横断面调查设计与CHARLS的纵向数据收集相结合，能够弥补单一数据库的局限性，提高研究的科学性和可靠性。
双数据库联合使用的难点
数据标准化挑战：两个数据库由于代表的是不同国家和地区，因此健康指标定义、测量方法和数据采集流程上都存在系统性差异，需要进行复杂的标准化处理，确保跨数据库比较的准确性。
人群特征差异：NHANES覆盖美国全人群，CHARLS聚焦中国45岁以上中老年人，人群年龄结构、文化背景和健康状况差异显著，在比较时需要重点区别这些来源于不同地区的基本差异。
数据整合复杂性：由于两个数据的数据提取和处理方式有所不同，因此需要注意不同数据格式、时间点和采集方法，整合过程技术难度高，工作量较大。
双数据库联合使用可研究问题/方向
心血管系统死亡率：基于两个数据库的死亡数据，从纵向研究的方向深入考察并比较代谢特征、炎症指标及生活习惯对心血管系统疾病的发病影响和其对患者治疗效果的预测作用，助力精准预防策略的构建。
心血管系统发病情况：基于两个数据库的心血管疾病发病数据，比较中美两国（不同地区）人群心血管疾病发病的差异及影响因素；同时结合NHANES的横断面数据与CHARLS的纵向数据，从双重维度分析心血管疾病的关联因素，助力发现更多潜在影响因素。
心血管系统死亡和发病联合使用：未来可以通过整合死亡和发病数据，从不同数据库的不同方面去探讨死亡和发病的联系，可以更全面地对心血管系统疾病进行预防，保护人群健康。
案例分析
案例一：心血管系统疾病和中风
变量定义：
CHARLS数据库：基线卒中和CVD状态是通过结构化健康访谈确定的。如果参与者报告曾被医生诊断出患有任何重大心血管疾病，包括心肌梗死、冠心病、心力衰竭或卒中，则将其排除。
NHANES数据库：基于参与者对医疗状况问卷 (MCQ 160系列) 的自我报告回答，该问卷询问医生或健康专业人员是否曾诊断出参与者患有冠心病、充血性心力衰竭、心绞痛、心脏病发作或中风。对其中任何一项 (MCQ160b-f) 回答“是”的参与者被归类为已患CVD。
标题：Predictive value of the combined triglyceride-glucose and frailty index for cardiovascular disease and stroke in two prospective cohorts (中科院一区，IF=10.6)
数据来源：2001-2011年5个周期的NHANES数据；2011-2015年共3波的CHARLS数据。
结果：本研究共纳入5448名来自中国健康与养老追踪调查（CHARLS）的参与者和 1139 名来自美国国家健康与营养调查（NHANES）的参与者，较高的甘油三酯-葡萄糖-虚弱指数 (TyGFI) 水平与年龄较大、代谢指标不良以及高血压、糖尿病和血脂异常患病率增加相关。在完全校正模型中，TyGFI最高四分位数与心血管疾病 (CHARLS：OR 15.09，95% CI 9.65–23.60；NHANES：OR 4.98，95% CI 2.04–12.19) 和卒中 (CHARLS：OR 21.12，95% CI 6.44–69.23；NHANES：OR 12.98，95% CI 2.58–65.17) 风险增加显著相关，RCS分析证实了一致的剂量反应趋势。亚组分析进一步证明了这些关联在不同人口统计学和临床层面的稳健性。
结论：在两个具有全国代表性的队列研究中，TyGFI是心血管疾病和中风的强有力且独立的预测因子。通过整合代谢和功能风险维度，TyGFI提供了更全面的风险分层工具，对老年人群心血管事件的早期识别和预防具有重要意义。
案例二：
标题：The Impact of Cardiometabolic Index on Cardiovascular Disease Risk Among Diabetic Patients: Evidence From Two National Cohorts (中科院二区，IF=6.0）
数据来源：2005-2018年7个周期的NHANES数据；2011年的CHARLS数据。
结果：在NHANES队列（n=2044）中，调整混杂因素后，较高的心脏代谢指数（CMI）与心血管疾病（CVD）风险增加显著相关（OR=2.01，p=0.0074）。同样，在CHARLS队列（n=3964）中，较高的CMI与心血管疾病风险增加相关（OR=1.45，p=0.009）。亚组分析显示，不同年龄、性别和健康状况亚组的结果一致。限制性三次样条分析显示，两个队列的CMI与心血管疾病风险之间均存在显著的非线性趋势（p=0.05）。
结论：CMI是不同人群糖尿病患者心血管疾病风险的可靠且独立的预测因子。这些发现凸显了将CMI纳入常规评估以识别高危糖尿病患者的潜在临床价值。未来需要开展纵向研究来进一步验证这些发现并探索其潜在机制。
案例三：心血管系统死亡率
变量定义：
NHANES数据库：死亡率数据是通过对参与者进行长期随访获得的，随访使用了可公开获取的NHANES死亡率数据库，该数据库将参与者信息与截至2019年底的国家死亡指数联系起来。死因别死亡率根据ICD-10诊断代码进行分类，具体而言，心血管死亡率分为I00–I09、I11、I13、I20–I51和I60–I69代码。
CHARLS数据库：通过每一年的数据中报告曾被医生诊断出患有任何重大心血管疾病，包括心肌梗死、冠心病、心力衰竭或卒中，再通过下一年数据的退出问卷来确定在这个随访周期内是否死亡。
标题：Association of the triglyceride-glucose index combined with a body shape index with all-cause and cardiovascular mortality in individuals with cardiovascular-kidney-metabolic syndrome stage 0-3: findings from two prospective cohorts (中科院一区，IF=10.6）
数据来源：1999-2018年NHANES数据（训练）；2011-2020年CHARLS数据（外部验证）。
结果：使用Cox比例风险模型和限制性三次样条函数分析了NHANES队列中13480名参与者的数据。结果表明，甘油三酯-葡萄糖-体型指数 (TyG-ABSI) 值升高与全因死亡风险（HR=1.226，95% CI 1.104～1.361）和心血管死亡风险（HR=1.377，95% CI 1.149～1.651）的升高独立相关。时间依赖性受试者工作特征（ROC）曲线和一致性指数评估表明，TyG-ABSI比其他TyG衍生指标具有更准确的长期预后性能。该指标在预测5～15年全因死亡风险时的曲线下面积（AUC）达到0.688～0.708，在预测心血管死亡风险时的曲线下面积（AUC）达到0.696～0.739。使用CHARLS数据进行的外部验证证实了这些发现在预测全因死亡率方面的稳健性。
结论：在CKM 0-3期患者中，TyG-ABSI与其他TyG衍生指标相比，与死亡风险的关联性更强，且预测能力更佳。其性能提示其在捕捉不同临床亚组之间的差异，以及指导预防干预的最佳时机方面具有潜在作用。
案例四：
标题：The prognostic significance of stress hyperglycemia ratio in evaluating all-cause and cardiovascular mortality risk among individuals across stages 0-3 of cardiovascular-kidney-metabolic syndrome: evidence from two cohort studies (中科院一区，IF=10.6）
数据来源：2007-2018年NHANES数据（训练）；2011-2020年CHARLS数据（外部验证）。
结果：研究纳入了9647名NHANES参与者，中位随访时间为6.80年。在此期间，共记录了630例全因死亡病例和135例心血管疾病相关死亡病例。在完全校正协变量后，结果显示SHR与全因死亡呈显著正相关（风险比[HR]=1.09，95%置信区间[CI] 1.04-1.13）。然而，SHR与心血管疾病死亡无显著相关性（HR=1.00，95% CI 0.91-1.11）。中介分析结果提示，SHR与全因死亡风险之间的关系部分由RDW、白蛋白和RAR介导。具体而言，中介效应分别为-17.0%（95% CI -46.7%，-8.7%）、-10.1%（95% CI -23.9%，-4.7%）和-23.3%（95% CI -49.0%，-13.0%）。此外，对CHARLS数据库的分析表明，在2011年至2020年的随访期间，在0-3期CKM患者中，SHR与全因死亡率呈显著正相关性。
结论：对于0-3期CKM综合征患者，SHR值升高与全因死亡可能性升高呈正相关，但与 CVD死亡无显著关联。SHR是预测该人群长期不良预后的重要工具。心血管-肾脏-代谢 (CKM) 综合征强调心血管、肾脏和代谢疾病之间的相互关联。应激性高血糖比值 (SHR) 是反映应激引起的血糖波动的新指标，但其对CKM综合征 (0-3 期) 患者的预后价值仍不确定。本研究探讨了SHR与该人群全因死亡和心血管疾病 (CVD) 死亡之间的关联。我们的研究结果表明，SHR与全因死亡风险增加显著相关 (HR=1.09，95% CI：1.04-1.13)，但与CVD死亡无关 (HR=1.00，95% CI：0.91-1.11)。中介效应分析结果提示，SHR与全因死亡风险之间的关系部分由RDW、白蛋白和 RAR介导。具体而言，中介效应分别为-17.0%（95% CI -46.7%，-8.7%）、-10.1%（95% CI -23.9%，-4.7%）和-23.3%（95% CI -49.0%，-13.0%）。使用CHARLS数据库的验证结果支持这些发现。这些结果表明，SHR可以作为CKM患者长期死亡风险的预后生物标志物，在风险分层和管理方面具有潜在的临床应用价值。
评论列表