NHANES仅2篇的新膳食指标DI-GM，中国学者探究其与抑郁的关联发文SCI

 引言

想发高分文章，用NHANES新指标简直是如虎添翼！

今天分享的这篇文章，中国学者挖掘NHANES数据库的数据，探讨最新开发的肠道微生物群膳食指数（DI-GM）与抑郁症之间的关联。重要的是，这个NHANES新指标仅搜索到2篇相关文章，搁谁谁不心动！

接下来，快让我们一起来看看今天这篇文章！

抑郁症是一种广泛存在的心理疾病，严重损害了患者生活质量的同时，甚至还会导致死亡。然而，目前人们对抑郁症的发病机理尚未完全了解。

最近，有学者新开发了一种肠道微生物群膳食指数（DI-GM），该指数旨在评估与维持健康肠道微生物群相关的饮食质量。鉴于先前的众多研究已经强调了肠道菌群与抑郁症之间的密切关系，因此，深入分析DI-GM与抑郁症之间的关联是一项很有意义的研究。

2024年10月8日，中国学者用NHANES数据库，在期刊《European Archives of Psychiatry And Clinical Neuroscience》（医学三区，IF=3.5）发表题为：“Association of the newly proposed dietary index forgut microbiota and depression: the mediation effectof phenotypic age and body mass index”的研究论文，旨在研究DI-GM与抑郁症之间的关联，同时进一步探讨表型年龄和体重指数（BMI）是否该关联中起到了中介作用。

研究结果表明，新提出的肠道微生物群膳食指数（DI-GM）与抑郁症患病率、PHQ-9总分以及特定的抑郁症症状（如睡眠困难、疲倦感和食欲变化）之间均呈负相关。此外，表型年龄和BMI在DI-GM与抑郁症的关联中起到显著的中介作用。

本公号回复“ 原文”即可获得文献PDF等资料。发文难？我们的NHANES平台半天就能搞定一篇NHANES文章！如感兴趣请联系郑老师团队，微信号：aq566665

研究团队基于美国国家健康与营养调查（NHANES）数据库2005~2018年的数据，最终纳入了20,005名年龄≥20岁的符合要求的参与者，用该样本代表1.2346亿美国成年人的特征。在这1.2346亿人群平均年龄为47.30岁，其中898万人被确诊为抑郁症。

研究团队运用患者健康问卷-9（PHQ-9）来评估参与者的抑郁状况，并基于饮食回忆数据计算出DI-GM。随后，团队采用了加权多变量logistic回归和线性回归方法，研究DI-GM与抑郁症以及PHQ-9总分之间的关联性。此外，研究团队进一步用中介效应分析探讨了表型年龄与BMI是否在DI-GM与抑郁症的关联中起到了中介作用。

图1 参与者筛选流程图

NHANES新指标DI-GM与抑郁症显著关联

研究结果表明，DI-GM评分越高，抑郁症患病率和PHQ-9总评分就越低。

• 具体而言，DI-GM评分每增加一分，抑郁症患病率就会下降11%，同时PHQ-9总分会下降0.17。

• 此外，在完全调整的模型中，DI-GM评分≥6的参与者与抑郁症患病率和总PHQ-9得分均呈显著负相关。

表1 DI-GM与抑郁症之间的关系

RCS结果表明，DI-GM和抑郁症之间呈非线性相关，而对机体有利和不利的肠道微生物群与抑郁症之间均呈线性相关。

图2 DI-GM与抑郁症的关系的RCS曲线

同时，研究团队还探讨了DI-GM与抑郁症症状的关联。结果显示，在对所有混杂因素进行调整后，DI-GM与特定抑郁症症状（重复睡眠或睡眠过多、感觉疲倦或精力不足、食欲不振或暴饮暴食）呈负相关。

这意味着，DI-GM评分越高，这些特定抑郁症症状的发生率越低。

图3 DI-GM与抑郁症症状的关系

此外，中介效应分析的结果显示，表型年龄和BMI均在DI-GM与抑郁症的关联中起到了中介作用，中介比例分别为19.81%和16.49%。

图4 中介分析图

综上所述，研究团队认为，通过改善饮食质量，特别是增加有益肠道微生物群的食物摄入，有助于降低患抑郁症的风险。此外，表型年龄和BMI在DI-GM与抑郁症的关联中具有显著的中介作用。

全新指标，可遇不可求！对NHANES数据库感兴趣的朋友，欢迎关注“公共数据库与孟德尔随机化”公众号，我们将持续分享NHANES数据库的发文思路和指标的最新动态！如果你也想用NHANES新指标发高分SCI，那就快快加入郑老师的NHANES一对一指导课程，买课立赠一站式NHANES平台，让你紧跟潮流，发文从不落后！

关于郑老师统计团队及公众号

大型医学统计公众号平台，专注于医学生、医护工作者学术研究统计支持，我们是你们统计助理

我们提供以下科研与统计服务：

①研究者发起的临床试验项目

②医院回顾性数据分析与预测模型

③医学数据库SEER、NHANES、GBD、孟德尔随机化等挖掘发表级数据

④预测模型、GBD、NHANES医学数据库挖掘1对1R语言指导

联系助教小董咨询（微信号aq566665）