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
关节炎：基于两个数据库的关节炎数据，从横断面和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关节炎的发病影响及其对不同地区人群的影响差异，助力精准预防策略的构建。
与骨科有一定关联的其他代谢疾病：基于与骨科有关的代谢疾病，如高尿酸血症和CKM综合征等，这些疾病均会导致骨或关节出现一些问题，因此不一样要局限于发生于骨或关节的疾病，也可以从这些疾病方向去研究。
骨折或其他有关疾病：未来还可以通过整理两个数据库中都有的骨折数据，从两个国家人群的不同方面去探讨影响骨折的因素，能够进一步拓宽骨科疾病在双数据库中的应用范围，从而有助于针对不同人群进行针对性预防，保护人群健康。
案例分析
案例一：关节炎
变量定义：
CHARLS数据库：基于参与者的自我报告回答，该问卷询问医生或健康专业人员是否曾被医生诊断患有关节炎或风湿病。对其回答“是”的参与者被归类为已患关节炎。
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患有关节炎。对其回答“是”的参与者被归类为已患关节炎。
标题：Association between relative fat mass and risk of arthritis: a study based on populations in China and the United States（中科院二区，IF=5.1）
数据来源：2007-2016年5个周期的NHANES数据；2011-2015年共3波的CHARLS数据。
结果：该研究共纳入8145名来自中国健康与养老追踪调查（CHARLS）的参与者和 6870名来自美国国家健康与营养调查（NHANES）的参与者，研究结果表明，相对脂肪质量（RFM）与关节炎的发生发展之间存在非线性关系。在美国男性人群中，RFM呈显著的正相关，而在中国男性人群中则无此相关性。在美国女性人群中，RFM与关节炎之间存在非线性相关性，当RFM升高至阈值35.85以下时，关节炎风险略有降低，而当RFM升高至阈值以上时，关节炎风险大幅增加。在中国女性中也观察到了类似的趋势，但当RFM低于阈值时，保护作用并不显著（p>0.05）。亚组分析进一步显示，高血压和吸烟等因素显著改变了美国男女人群中RFM与关节炎之间的关联，而在中国女性人群中，RFM与关节炎之间的关系相对稳定。该研究提示，RFM升高与男性关节炎患病率相关，维持最佳RFM水平可能降低女性关节炎患病风险。RFM作为一种新的独立关节炎危险因素，可用于关节炎患者的筛查和长期监测，以及评估各种治疗方案的有效性。
标题：Association between different triglyceride-glucose index combinations with obesity indicators and arthritis: results from two nationally representative population-based study（中科院三区，IF=3.4）
数据来源：1999-2018年10个周期的NHANES数据；2011年的CHARLS数据。
结果：研究纳入了6141名CHARLS参与者和17091名NHANES参与者。调整混杂变量后，在CHARLS（葡萄糖甘油三酯-体质指数TyG-BMI：OR=1.02，95% CI 1.00–1.04；葡萄糖甘油三酯-腰高比TyG-WHtR：OR=1.13，95% CI 1.03–1.24）和 NHANES（TyG-BMI：OR=1.07，95% CI 1.06–1.08；TyG-WHtR：OR = 1.50，95% CI 1.40–1.60）中，TyG-BMI和TyG-WHtR均与关节炎患病率呈正相关。RCS回归分析显示两者之间存在显著的非线性关联。ROC分析表明，在CHARLS和NHANES中，TyG-BMI和TyG-WHtR在关节炎诊断方面均优于TyG。
结论：TyG-BMI和TyG-WHtR与中国和美国人群的关节炎患病率呈正相关，与TyG相比，具有更高的诊断相关性。
案例二：高尿酸血症
变量定义：
NHANES数据库和CHARLS数据库均采用：男性尿酸水平≥7.0mg/dL，女性尿酸水平≥6.0mg/dL作为患有高尿酸血症。
标题：Association between triglyceride glucose index and hyperuricemia: a new evidence from China and the United States（中科院三区，IF=4.6）
数据来源：1999-2018年NHANES数据；2011-2020年CHARLS数据。
结果：NHANES结果显示，TyG [Q2，1.58（1.26，1.98）；Q3，2.36（1.94，2.88）；Q4，3.21（2.61，3.94）]，TyG-BMI [Q2，2.14（1.74，2.65）；Q3，3.38（2.74，4.17）；Q4，6.70（5.55，8.02）]，TyG-WHtR [Q2，1.92（1.56，2.36）；Q3，3.14（2.56，3.85）；Q4，6.28（5.12，7.69）]，TyG-WC [Q2，2.32（1.85，2.90）；Q3，3.51（2.84，4.34）；Q4，7.32（5.95，9.02）]被确定为高尿酸血症（HUA）的危险因素。同样，CHARLS结果在完全调整协变量后显示，TyG[Q4，2.36（1.08，5.15）]，TyG-BMI[Q3，2.60（1.05，6.41）；Q4，3.70（1.64，8.32）]、TyG-WHtR[Q4，2.84（1.23，6.55）、TyG-WC[Q4，2.85（1.23，6.5）]也是HUA的危险因素，且各指标对女性HUA发生的预测能力均强于男性。此外，在NHANES和CHARLS数据库中均观察到TyG、TyG-BMI、TyG-WHtR、TyG-WC与HUA之间呈非线性关系（P-nonlineraity<0.05）。
结论：TyG、TyG-BMI、TyG-WHtR和TyG-WC与HUA风险增加相关，可作为筛查中美普通人群HUA状况的潜在指标。
评论列表