SCI高分文章发文利器，临床公共数据库——NHANES数据库！！！非肿瘤疾病3张图也能发到

相信很多小伙伴们已经了解过布小谷之前推荐过的新的发文方向了，那就是临床公共数据库挖掘和分析（ps.没有印象的朋友，可以移步到文末点链接观看哦～）。这种分析方法高效快捷还不需要临床试验，接收率还高，是性价比最高的的发文途径之一。

那么，选对临床公共数据库就是发文前至关重要的准备了。布小谷之前推荐过两个超好用的数据库：分析肿瘤疾病的SEER数据库，以及今天介绍的文章中提到的NHANES数据库。NHANES数据库以非肿瘤疾病为主要分析方向，收集样本数量大，信息繁多，非常适合研究非肿瘤疾病的小伙伴们借鉴参考！下面就和布小谷看一篇利用NHANES数据库构建和测定疾病模型的8分+文章吧～～～

（ps：不知道如何找分析方向的小伙伴找布小谷，超多个性化的分析思路供你选择哦！）

题目: 诊断年轻糖尿病患者前期肌肉减少症的新型实用工具的建立与评价

杂志：J Transl Med.

影响因子：IF=8.440

发表时间：2023年6月

研究背景

肌肉减少症已被公认为糖尿病患者的第三类并发症。然而，很少有研究关注糖尿病年轻人骨骼肌质量的减少。本研究的目的是调查年轻糖尿病患者前肌肉减少症的危险因素，并建立诊断这些人的肌肉减少前期的实用工具。

研究思路

从2011年至2018年的国家健康和营养检查调查（NHANES）数据库周期年入组的患者（n = 1246）被随机分为训练集和验证集。采用全亚群回归分析选择前期肌肉减少症的危险因素，并基于危险因素建立了糖尿病人群前期肌肉减少症预测的列线图模型。模型通过ROC曲线进行判别、校准曲线进行校准、决策曲线和分析曲线进行临床效用评估。

主要结果

1.纳入人群特征本研究共纳入1246名受试者。研究选择方法的流程图如图1所示。.在我们的研究中，糖尿病参与者中前肌肉减少症的总患病率为18.86%（n = 235）。前肌肉减少症患者的平均年龄明显大于非前肌肉减少症患者。男性参与者占非肌肉减少前期的51%和肌肉减少前期参与者的46%，而女性参与者占非前肌肉减少症患者的49%和前肌肉减少症患者的54%。前肌肉减少症患者有更高的BMI，更矮的身高和更粗的腰围。

2．构建列线图按7:3的比例分层随机抽样，将参与者随机分为训练集（n = 872）和验证集（n = 374）。训练集用于开发列线图模型，而验证集则用于评估预测模型的性能。选择年龄、性别、种族、BMI、身高、体重、收缩压、舒张压、腰围等人口统计参数作为潜在的预测因素来建立实用的模型。然后，进行全子集回归分析以确定最佳预测因素。通过分析R平方值得出，性别、身高和腰围组合的R平方值是最高值（图2A），这意味着这三个因素是糖尿病患者肌少症前期的预测因素。因此，建立了基于性别、身高和腰围的列线图（图2B）。

3.列线图的性能和验证

为了评估我们的列线图模型的性能，作者在训练集和验证集中建立了校准曲线。两条校准曲线均显示实际观测值与预测值之间拟合良好，这表明列线图模型的准确性良好（图 3A、B）。通过ROC曲线评估得出，列线图模型在训练集和验证集上都显示出出色的辨别力（图 3C）。此外，决策曲线分析（DCA）以评估临床使用。显示，训练集和验证集的净获益概率分别在0%至82%和0%和95%之间，这意味着我们的模型可以为预测糖尿病前期肌肉减少症带来更多益处（图.3D）。

文章小结

文章利用NHANES数据库整合了性别、身高和腰围开发了一种新颖的列线图，可用于预测糖尿病患者的前期肌肉减少症。文章运用大队列数据和多种数据分析方法，仅仅依靠纯公共数据挖掘就可以发表8分+的高分文章，新型筛查工具准确、特异、成本低，凸显了其在临床应用方面的潜在价值。如果你也想在临床数据挖掘方向发表高分文章，快来尝试一下这个新方向吧！