NHANES 文章解读：中南大学发表二区文章，如何统计分析？

Nhanes美国营养调查数据库的培训课程（直播回放）来了！

“Nhanes数据挖掘”课程（直播回放）! 欢迎报名, 发表文章即退款

2023年9月，中南大学湘雅公共卫生学院职业与环境卫生系学者在《Environmental Research》（二区，IF=8.3）发表题为：" Association between per- and polyfluoroalkyl substances (PFAS) and depression in U.S. adults: A cross-sectional study of NHANES from 2005 to 2018" 的研究论文。

这项研究是基于来自美国国家健康和营养检查调查（NHANES）中的数据。全氟和多氟烷基物质（PFAS）是广泛的持久性有机污染物（POP），与骨质疏松症、免疫功能改变和癌症等疾病有关。然而，很少有研究调查PFAS混合物暴露与一般人群抑郁症之间的关联。研究结果表明，血清总PFAS与抑郁呈U形关系：PFAS<39.66 ng/mL，抑郁PHQ-9评分随血清PFAS浓度升高而降低。PFAS≥39.66 ng/mL，抑郁PHQ-9评分随血清PFAS浓度升高而升高。

摘要与主要结果

一、摘要

背景：全氟和多氟烷基物质（PFAS）是广泛的持久性有机污染物（POP），与骨质疏松症、免疫功能改变和癌症等疾病有关。然而，很少有研究调查PFAS混合物暴露与一般人群抑郁症之间的关联。

方法：来自国家健康和营养检查调查（NHANES）（2005-2018）的全国代表性数据用于分析美国成年人PFAS与抑郁症之间的关联。共有12,239名年龄在20岁或以上的成年人，他们测量并回答了患者健康问卷-9（PHQ-9）。该研究包括在所有7个研究周期中检测到的PFAS单体。采用广义加性模型（GAM）拟合平滑曲线，进行阈值效应分析，寻找平滑曲线的转折点。广义线性模型（GLM）用于描述PFAS与抑郁症之间的非线性关系，并使用非条件logistic回归进行风险分析。

结果：血清PFAS总浓度的中位数为14.54 ng/mL。曲线拟合结果显示血清总PFAS与抑郁呈U形关系：PFAS<39.66 ng/mL，PHQ-9评分与血清PFAS浓度呈负相关（β 0.047,95%CI -0.059，-0.036）。抑郁PHQ-9评分随血清PFAS浓度升高而降低。PFAS≥39.66 ng/mL，PFAS与PHQ-9评分呈正相关（β 0.010,95% CI 0.003,0.017）。抑郁PHQ-9评分随血清PFAS浓度升高而升高。

结论：我们的研究为PFAS与抑郁症的关联提供了新的线索，需要基于人群的大型队列研究来验证因果关系以及毒理学机制研究。

二、研究结果

1.基本情况

表1描述了12339名年龄在20岁及以上的196名成年参与者的人口统计学、个人行为、疾病和生物标志物特征，其中51.9%为女性，48.1%为男性。参与者的年龄范围为20至85岁。血清中全氟辛烷磺酸的中位浓度为14.54ng/mL（8.54-23.98）。血清总PFAS 209的分布因性别而异，男性组中位数为17.27ng/mL（11.04-27.97），女性组中位数为11.88ng/mL（6.85-19.97）。

2.平滑曲线拟合和阈值效应分析

图2显示了基于广义相加模型的平滑曲线拟合的结果。血清总PFAS与PHQ-9评分之间的平滑曲线拟合呈现U型关系，在PHQ-9评分前有一个转折点，随着血清总PFAS 浓度的升高，PHQ-9评分下降。在达到转折点后，血清总PFAS浓度的增加导致浓度增加。

使用最大似然法来找到平滑曲线的转折点：PFAS=39.66ng/mL，经性别、年龄、种族、婚姻状况、教育和收入调整后。结果示于表2中。基于转折点前和转折点后的相反趋势，根据转折点PFAS=39.66/mL进行后续分段分析。

3.血清PFAS浓度和抑郁PHQ-9评分随时间的变化趋势

抑郁症PHQ-9评分呈波动上升趋势，而血清PFAS浓度随时间呈下降趋势，如图3A-B所示。在2005年至2010年的三个周期的调查中，使用PHQ-9的血清PFAS浓度与抑郁症状之间的平滑曲线拟合近似为U形。在2011年至2018年的四个调查周期中，抑郁PHQ-9评分和血清PFAS浓度之间的平滑曲线拟合呈下降趋势，如图3C-I所示。

4.PHQ-9评分与PFAS的相关性

表3显示了血清PFAS和抑郁症PHQ-9评分之间的广义线性模型构建结果。在未调整任何协变量的模型中，当血清 PFAS>=39.66ng/mL时，β系数（95%CI）为：0.010（0.003，0.017）;血清PFAS<39.66 ng/mL， β系数（95%CI）为：-0.047（-0.059，-0.036）。结果显示，阈值点之前和之后的相反趋势。在调整不同协变量的三个模型中，血清PFAS>=39.66 ng/mL的β系数无显著变化。血清PFAS<39.66 ng/mL的β系数为-0.031 ~-0.036，仍呈下降趋势，所有模型均具有统计学意义。

将PHQ-9得分转换为二元变量，建立非条件二元Logistic回归模型，结果如表4所示。

进一步将拐点前后的血清PFAS转换为四分位数，构建了模型，如表5所示。

5.亚组分析

对不同亚组的血清PFAS与抑郁风险之间的相关性进行了分析，结果显示，PFAS在60岁以上年龄组、男性、吸烟状态和伴侣状态中与抑郁症的相关性更强。接下来，将根据年龄和性别进行进一步的分层分析。

6.七种血清PFAS单体与抑郁症的关系

我们将7种血清PFAS单体作为连续变量输入逻辑回归模型，以研究各种单体和发展为抑郁症的风险；对三种主要血清全氟辛烷磺酸单体（全氟辛烷酸、全氟辛酸和全氟核酸）进行阈值效应分析，以评估它们与抑郁症的非线性关系。

设计与统计学方法

一、研究设计

P（Population）参与者：05-18年12,239名年龄在20岁或以上的成年人

E（exposure）暴露因素：PFAS的七种单体的血清浓度（ng/mL）：PFOA、PFOS、MPAH、PFDE、PFUA、PFHxS和PFNA。

O（outcome）结局：抑郁PHQ-9评分

S（Study design）研究类型：横断面研究。

二、统计方法

1.多重插补：我们使用多重插补来填充缺失的数据，计算Cronbach系数来反映插补数据的内部可靠性，并最终选择具有最大Cronbach's系数的数据集作为数据进行分析。

2.考虑权重：选择了PFAS子样本权重来调整复杂的多阶段采样引起的偏倚。

3.统计描述+差异性分析：描述采用中位数和四分位间距；差异性分析使用非参数检验来检验组间的差异（两组采用Wilcoxon秩和检验，多组采用Kruskal–Wallis 检验）。

4.剂量-反应关系：PHQ-9评分与血清PFAS之间进行平滑曲线拟合，直观观察PFAS与PHQ-9分数之间的剂量-反应关系。采用分段回归模型、对数似然比检验和Bootstrap重采样方法对阈值效应进行分析，旨在找到曲线的转折点，然后分段分析效应。

5.广义线性模型：PFAS的分布严重右偏，因此使用广义线性模型分析PFAS与PHQ-9评分之间的非线性关联。在本研究中，PHQ-9评分≥10是判断是否发生抑郁症的极限，非条件二元logistic回归用于分析抑郁症的风险。

6.亚组分析+分层分析：包括年龄、性别、种族、婚姻状况、教育和收入，以及吸烟和饮酒等个人行为变量，以评估亚组研究结果的一致性，并确定高危人群。并根据性别和不同年龄阶段进行分层分析，观察PFAS与抑郁症的相关性。

7.基于SPSS软件（版本25.0）和R软件（版本4.2.3）和EmpowerStats 软件进行所有统计分析。P值<0.05被认为是显著的。

小结