在医学研究领域，有这样一个数据库。其数据获取便捷，无需自行设计实验或收集数据就可以直接使用，可以大幅节省研究者的时间与成本，直击“无数据”科研人的痛点；伦理审查豁免，数据已匿名化，研究者无需重复申请伦理审批；选题灵活多样，拥有海量变量支持多学科交叉研究，覆盖疾病风险、生活方式、环境暴露等领域；具有高效发文潜力，已有超过14,000篇论文基于它发表，发文量持续攀升。它就是NHANES数据库。


NHANES（National Health and Nutrition Examination Survey）由美国疾病控制与预防中心（CDC）主导，是全球最大的健康与营养调查数据库之一。自1960年代启动以来，NHANES通过周期性调查收集了大量关于人口健康、生活方式、营养摄入和生物标志物的数据。其特点包括：


1. 数据全面性：调查涵盖健康问卷调查、体格检查、实验室检测等多个方面，数据类型丰富多样。覆盖心血管疾病、内分泌代谢、营养健康等上百个主题模块，包含近上千项分析变量；


2. 样本规模庞大：NHANES采用多阶段分层抽样方法，确保样本能够代表美国全国人口。覆盖美国各年龄段、种族和社会经济群体。累计纳入11,600+受访者数据，通过这类大规模样本分析可揭示具有普遍意义的健康问题。


3. 动态更新：每两年发布一次新的调查数据，确保数据的时效性和连续性。通过 NDI 链接死亡数据，可开展队列研究和生存分析。


4. 开放性与免费性：数据公开下载，无需注册费用，支持全球学者使用；开放性使得研究结果更具代表性和可重复性，为临床实践和公共卫生政策制定提供了有力支持。


5. 高质量与标准化：数据采集流程严格，权重设计科学，确保分析结果的可靠性。


掌握了NHANES数据库的基本特点和核心优势后，接下来我们以2025年发表于1区杂志Cardiovasc Diabetol的论文“Association of estimated glucose disposal rate with metabolic syndrome prevalence and mortality risks: a population-based study”为例，看看这篇从投稿到接收只耗时34天的SCI论文如何在NHANES数据库中诞生。


图片

研究背景


代谢综合征（MetS）是一种复杂的代谢异常综合征，与心血管疾病（CVD）和全因死亡率密切相关。胰岛素抵抗（IR）是代谢综合征的核心病理生理因素之一，但其评估方法复杂且难以广泛应用。近年来，估计葡萄糖处置率（eGDR）作为一种新兴的IR评估工具，显示出在预测心血管疾病和死亡率方面的潜力。本研究旨在探讨eGDR与代谢综合征的关联，并评估其在预测全因和心血管死亡率中的作用。


研究方法


研究设计与数据来源


数据来源：研究使用了美国国家健康与营养调查（NHANES）2001—2018年的数据。


研究设计：采用横断面设计分析估计葡萄糖处置率（eGDR）与代谢综合征（MetS）患病率的关系，同时通过队列设计随访死亡率。


研究对象


样本量：初始纳入91,351名参与者，经过排除后，最终分析16,437名参与者。


排除标准：包括年龄<20岁、怀孕、缺少eGDR或MetS数据、随访信息不全等。


暴露与结局变量


暴露变量：估计葡萄糖处置率（eGDR），通过腰围、高血压状态和糖化血红蛋白（HbA1c）计算。


结局变量：MetS：基于腰围、血压、血脂、血糖等指标诊断；全因死亡率和心血管疾病（CVD）死亡率：通过国家死亡指数（NDI）获取。


协变量


包括年龄、性别、种族、教育水平、收入、婚姻状况、吸烟和饮酒习惯等社会人口学信息，以及总胆固醇、白蛋白、肾功能等临床指标。


统计分析


分析方法：使用加权统计分析，考虑NHANES的复杂抽样设计。


主要分析：


logistic回归：评估eGDR与MetS的关联，调整多种协变量。


Cox回归：分析eGDR与全因死亡率和CVD死亡率的关系。


限制性立方样条（RCS）分析：评估eGDR与结局的非线性关系。


预测性能评估：通过C统计量和净重新分类改进（NRI）评估eGDR的预测价值。


研究结果


eGDR与代谢综合征的关联：研究发现，eGDR与代谢综合征患病率呈显著负相关（p<0.001）。eGDR每增加一个标准差，代谢综合征患病率降低25%。RCS分析揭示了eGDR和MetS之间存在非线性关联，当eGDR降低时，MetS患病率急剧增加（非线性p<0.0001）。


表1 eGDR与代谢综合征患病率之间的关联

图片

模型1：未调整协变量


模型2：调整了年龄、性别、种族和家庭收入贫困率


模型3：调整年龄、性别、种族、家庭收入贫困率、教育水平、婚姻状况、吸烟状况、饮酒状况、TC、ALB、ALT、AST、BUN、UA、eGFR和CVD


图片

图1 eGDR与代谢综合征患病率之间关联的限制三次样条曲线，红线表示比值比的参考，蓝色区域表示95%置信区间。

该模型针对年龄、性别、种族、家庭收入贫困率、教育水平、婚姻状况、吸烟状况、饮酒状况、TC、ALB、ALT、AST、BUN、UA、eGFR和CVD进行了调整


eGDR与死亡率的关联：在代谢综合征患者中，eGDR每增加一个标准差，全因死亡率和心血管死亡率分别降低11%和18%。Kaplan-Meier生存分析显示，eGDR较高组的生存率显著优于低eGDR组。


表2  eGDR与代谢综合征人群全因和CVD死亡风险之间的关联
图片

图片

图2  MetS人群中全因死亡率（A）和CVD死亡率（B）的eGDR四分位数的Kaplan-Meier生存分析。eGDR与全因（C）和CVD（D）死亡率之间关联的限制性三次样条分析。红线表示风险比的参考，蓝色区域表示95%置信区间。该模型针对年龄、性别、种族、家庭收入贫困率、教育水平、婚姻状况、吸烟状况、饮酒状况、TC、ALB、ALT、AST、BUN、UA、eGFR和CVD进行了调整


预测性能：eGDR在预测全因死亡率方面优于其他IR指标（如TyG指数和HOMA-IR），C统计量显示其显著提高了模型的预测能力（p=0.007），而未观察到CVD死亡率的显著改善（p=0.116）。此外，TyG指数和HOMA-IR均未显示出对任一结局的卓越预测性能（p>0.05）。


表3 全因死亡率和心血管死亡率的模型鉴别和风险再分类评估

图片

研究结论


估计葡萄糖处置率（eGDR）与代谢综合征患病率密切相关，并能有效预测代谢综合征患者的全因和心血管死亡率。与传统IR指标相比，eGDR在预测全因死亡率方面具有更高的价值，可作为临床风险评估的有力工具。


NHANES数据库为医学研究者提供了“零成本、高回报”的科研平台。通过合理选题、严谨分析与规范写作，即使是科研新手也能高效产出高质量论文。未来，随着AI技术的融入，如自动化数据清洗、智能变量筛选以及模型优化等，NHANES的挖掘效率将进一步提升。如此丰富和触手可及的资源，还在等什么呢？赶紧用起来吧！

参考来源：

[1]Chen X, Li A, Ma Q. Association of estimated glucose disposal rate with metabolic syndrome prevalence and mortality risks: a population-based study. Cardiovasc Diabetol. 2025 Jan 22;24(1):38. doi: 10.1186/s12933-025-02599-7. PMID: 39844166; PMCID: PMC11756087.


撰写：丝瓜

编辑：小饼干

授权转载等事宜请联系梅斯学术管理员

梅斯学术管理员微信bjy1689902068，备注学术转载

图片


点击“阅读原文”，即刻加入科研会员，限时折扣开通中