近两年NHANES数据库爆火，仅2023年就达到了2908篇，创下了历史新高！但真的想发高质量文章，还是得多看高分文章，打开自己的思路。
就像今天分享的这篇文章，NHANES数据库虽然纳入了疾病数据，但是并不全面，那我们该怎么用这个数据库分析癌症呢？当然是换个思路，用上癌症幸存者数据！
2024年6月5日，中国学者用NHANES数据库，在期刊《Bmc Medicine》（医学一区top，IF=9.3）发表题为：“Association of depressive symptoms and sleepdisturbances with survival among US adult cancersurvivors ”的研究论文，旨在描述癌症幸存者中抑郁症状和睡眠障碍与死亡率结局的独立和联合关联。
本公众号回复“ 原文”即可获得文献PDF等资料，如果需要Nhanes公共数据库挖掘学习与指导，请联系郑老师团队，详情可添加助教微信：aq566665 |
随着医学的发展，癌症患者的生存率逐渐提高。癌症幸存者从疾病和治疗的影响中逐渐恢复，但又可能会面临诸多新的问题。首要就是心理问题，对复发的恐惧、治疗的疲惫、与社会的脱节，都有可能影响他们的心理健康。
主要研究结果
1.研究设计
本研究采用了美国国家健康和营养调查(NHANES)2007-2018年的数据，最终纳入了2947名年龄≥20岁符合条件的癌症幸存者。
从自我报告的癌症评估中收集了有关癌症诊断和类型数量的数据，包括诊断年龄，以及最多三种记录的诊断。
患者健康问卷-9（PHQ-9）用于测量癌症幸存者在调查前2周内抑郁症状的严重程度，分为：无（评分：0-4）、轻度（评分：5-9）或中重度（评分，≥10）。总分≥ 10 分的人被认为患有重度抑郁症。
通过自我报告问题评估幸存者在调查前 2 周内的睡眠障碍。
主要结局包括全因死亡率、癌症特异性死亡率和非癌症死亡率。
2.基线数据
在纳入的2947名癌症幸存者中，平均年龄62.7 岁,56.3%是女性。
PHQ-9 评分≥ 5 的癌症幸存者更有可能是社会经济地位较低、并且独居的女性。
PHQ评分≥5（有抑郁症状）的癌症幸存者更容易出现睡眠障碍。
b参与者的数量没有被加权
2007至2018年，PHQ-9评分（5-9）的患病率为13.1%-19.8%，PHQ-9评分（≥10）的患病率为6.1-11.3%，拥有睡眠障碍的患病率为33.8-44.7%。
图1 抑郁症状的患病率
图2 睡眠障碍的患病率
抑郁症状和睡眠障碍患病率的联合分析显示，PHQ评分（≥5）且无睡眠障碍的参与者的患病率较低。
如下图所示，PHQ-9评分（5-9）且无睡眠障碍的参与者的患病率为2.4%至8.6%，PHQ-9评分（≥10）且无睡眠障碍的参与者的患病率为0.3%至1.9%。
图3 抑郁症状和睡眠障碍的共同患病率
3.多因素Cox比例风险回归模型评估单独关联
仅包括PHQ-9评分或睡眠障碍的单独分析表明，PHQ-9评分较高的癌症幸存者具有更高的全因和非癌症死亡风险，但单独的睡眠障碍与死亡风险增加无关。
调整协变量后，与PHQ-9评分（0-4）的个体相比，PHQ-9评分（5-9）和PHQ-9评分（≥10）的个体的全因死亡率HR分别为1.28（1.03-1.59）和1.37（1.04-1.80）;
癌症特异性死亡率的HR分别为1.42（0.99-2.04）和1.17（0.71-1.94）;
非癌症死亡率的HR分别为1.21（0.91-1.59）和1.45（1.01-2.10）。
此外，PHQ-9 评分每增加 1 分，全因和非癌症死亡的风险分别增加 3% 和 4%。
模型a：年龄调整。
模型b：多变量模型调整了年龄、性别(男性/女性)、种族和民族(墨西哥裔美国人、其他西班牙裔、非西班牙裔白人、非西班牙裔黑人、其他种族或民族[包括美国印第安人/阿拉斯加原住民/太平洋岛民、亚洲人、多种族])、受教育程度(<高中毕业、高中毕业或一般同等文凭，≥某些大学)、婚姻状况(已婚、未婚、与伴侣同居、其他[包括丧偶、离婚、其他)、家庭贫困收入比(≤1.3、1.3 - 3.5、>3.5)、工作状态(未就业、兼职[1-34小时/周]、全职[≥35小时/周])、全国健康与营养检查调查周期(2007-2008、2009-2010、2011-2012、2013-2014、2015-2016、2017-2018)。
模型c：另外调整糖尿病(是/否)、高血压(是/否)、高胆固醇血症(是/否)、癌症类型(1、2、≥3)、首次癌症诊断后的年数、使用抗抑郁药(是/否)和睡眠时间。
4.多因素Cox比例风险回归模型评估PHQ-9 评分和睡眠障碍与死亡率的联合关联
研究团队对癌症幸存者的抑郁症、睡眠障碍和死亡率进行联合分析。研究结果表明，在联合分析中，PHQ-9 评分 （≥ 5） 和无睡眠障碍的组合与全因死亡率、癌症特异性死亡率和非癌症死亡率的风险相关。
具体而言，与 PHQ-9 评分为 0-4 且没有睡眠障碍的个体相比，PHQ-9 评分为 5-9 且无睡眠障碍的个体的全因死亡率和非癌症死亡率的 HR 分别为 1.72 （1.21-2.44） 和 1.69 （1.10-2.61）;
PHQ-9 评分≥ 10 且没有睡眠障碍的个体的全因和非癌症死亡率的 HR 分别为 2.61 （1.43-4.78） 和 2.77 （1.27-6.07）;
PHQ-9评分≥5且无睡眠障碍的个体癌症特异性死亡率的HR为1.95（1.16-3.27）。
模型a：多变量模型调整了年龄、性别(男性/女性)、种族和民族(墨西哥裔美国人、其他西班牙裔、非西班牙裔白人、非西班牙裔黑人、其他种族或民族[包括美国印第安人/阿拉斯加原住民/太平洋岛民、亚洲人、多种族])、受教育程度(<高中毕业、高中毕业或一般同等文凭，≥某些大学)、婚姻状况(已婚、未婚、与伴侣同居、其他[包括丧偶、离婚、其他)、家庭贫困收入比(≤1.3、1.3 - 3.5、>3.5)、工作状态(未就业、兼职[1-34小时/周]、全职[≥35小时/周])、全国健康与营养检查调查周期(2007-2008、2009-2010、2011-2012、2013-2014、2015-2016、2017-2018)。
模型b：另外调整糖尿病(是/否)、高血压(是/否)、高胆固醇血症(是/否)、癌症类型(1、2、≥3)、首次癌症诊断后的年数、使用抗抑郁药(是/否)和睡眠时间。
图4 全因死亡率
图5 癌症死亡率
图6 非癌症死亡率
5.睡眠障碍对 PHQ-9 评分与死亡率相关性影响的中介分析
使用中介分析睡眠障碍是否介导抑郁症状与死亡率之间的关系，结果表明睡眠障碍不是PHQ-9评分与死亡率之间关系的中介因素。
P<0.05被视为有统计学意义
6、亚组分析
使用Cox比例风险回归模型，根据年龄、性别、教育程度、工作状况和抗抑郁药的使用情况进行亚组分析，研究结果如下：
在PHQ-9评分≥5且没有睡眠障碍的受试者中，年龄在70岁或以上、具有大学或以上教育、未就业和未使用抗抑郁药的受试者的全因死亡风险增加。
而年龄在70岁或以上、具有大学或以上教育和未就业的癌症特异性死亡风险增加。
同时70岁或以上、男性、具有大学或以上教育、未就业和未使用抗抑郁药的受试者的非癌症死亡风险增加。
统计学方法
本文的研究思路非常清晰，统计学方法可以直接借鉴：
使用多因素Cox 比例风险回归模型分析独立和联合关联；
接着进行中介分析以确定睡眠障碍是否介导暴露变量（抑郁症状）和结局（死亡率）之间的关联；
使用Cox比例风险回归模型，根据年龄、性别、教育程度、工作状况和抗抑郁药的使用情况进行亚组分析；
最后进行敏感性分析，结果依旧稳健。
本公众号回复“ 原文”即可获得文献PDF等资料，如果需要Nhanes公共数据库挖掘学习与指导，请联系郑老师团队，详情可添加助教微信： |
后 记
对于大病初愈的癌症患者来说，最需要的就是情感上的支持。亲密关系的建立有助于消除他们的不安，也有助于他们完全康复。
本文的统计学非常简单，先用多因素Cox比例风险回归模型分析独立和联合关联，再进行中介分析，接着用Cox比例风险回归模型进行亚组分析，最后进行敏感性分析评估结局的稳健性。
一个好的选题能助力高分文章，而一个好的分析平台更是能事半功倍！本文所提到的统计学方法，在老郑的“风暴统计”平台就能做，各模块均能免费使用！
它的网址是www.medsta.cn/（在电脑端浏览器打开，位于“风暴智能统计”模块） 浏览器输入medsta.cn即可或者百度“风暴统计” 本平台上线的所有工具都是免费的, 目前的功能包括： 线性回归分析 | logistic回归 | Cox回归 批量单因素分析 | 先单后多 | 临床预测模型 roc曲线 | 列线图 | 校准图 | DCA曲线 |
看了这么多NHANES文章，想发文的心是不是开始蠢蠢欲动。郑老师的Nhanes课程，可以帮你解决分析过程中遇到的统计学问题！1对1指导，不怕你不懂！
本公众提供各种科研服务了！
一、课程培训 2022年以来，我们召集了一批富有经验的高校专业队伍，着手举行短期统计课程培训班，包括R语言、meta分析、临床预测模型、真实世界临床研究、问卷与量表分析、医学统计与SPSS、临床试验数据分析、重复测量资料分析、nhanes、孟德尔随机化等10余门课。如果您有需求，不妨点击查看： 二、数据分析服务 浙江中医药大学郑老师团队接单各项医学研究数据分析的服务，提供高质量统计分析报告。有兴趣了解一下详情： |
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
