IF=10.7！皖南医学院糖尿病氧化应激NHANES研究发高分SCI

创作时间:

作者:

@小白创作中心

IF=10.7！皖南医学院糖尿病氧化应激NHANES研究发高分SCI

引用

来源

http://www.360doc.com/content/24/0918/19/69125444_1134408207.shtml

研究背景

在糖尿病和前驱糖尿病患者中，系统性氧化应激与死亡风险之间的关系研究较少。氧化平衡评分（Oxidative Balance Score, OBS）是一种新颖的系统性氧化应激测量指标，评分越高，表示抗氧化剂的暴露程度越大。本研究旨在探讨OBS与这些患者的全因死亡率和心血管死亡率之间的关系。

研究方法

本研究分析了来自1999年至2018年国家健康和营养检查调查（National Health and Nutrition Examination Survey, NHANES）的10,591名糖尿病和前驱糖尿病患者。死亡结局包括全因死亡率和心血管死亡率，这些数据来源于国家死亡指数（National Death Index, NDI）。OBS的计算基于20种饮食和生活方式因素。研究采用了Kaplan-Meier生存分析、多变量Cox回归模型、限制立方样条（restricted cubic splines, RCS）和亚组分析，以评估OBS与死亡风险之间的关系。

研究结果

在平均随访99.8个月的过程中，共有2900名（26.4%）参与者去世，其中765名（8.9%）死于心血管疾病。

Kaplan-Meier分析显示，OBS评分最高的四分位数（Q4）具有最低的全因和心血管死亡率，而最低四分位数（Q1）则有最高的死亡率（p < 0.001）。

在完全调整的模型中，多变量Cox回归揭示，每单位OBS的增加与全因死亡风险降低1.8%（HR 0.982, 95% CI 0.976-0.987, p < 0.0001）和心血管死亡风险降低4%（HR 0.960, 95% CI 0.949-0.970, p < 0.0001）相关。

与Q1相比，Q4组的全因死亡率显著降低（HR 0.719, 95% CI 0.643-0.804, p < 0.0001, p for trend <0.0001），心血管死亡率也显著降低（HR 0.567, 95% CI 0.455-0.705, p < 0.0001, p for trend <0.0001）。

这些发现在不同亚组中一致。RCS曲线显示OBS与两种死亡率之间存在负相关。

结论

较高的OBS与糖尿病和前驱糖尿病患者的全因死亡率和心血管死亡率降低相关联。

关键字相关背景知识介绍

全因死亡率 (All-cause Mortality)
全因死亡率是指在特定时间段内，所有原因导致的死亡人数与总人口的比率。这一指标在流行病学研究中非常重要，能够帮助研究人员评估某一人群的整体健康状况。全因死亡率的高低通常与多种因素相关，包括基础疾病、生活方式、环境因素等。在糖尿病和前驱糖尿病患者中，全因死亡率的研究可以揭示慢性疾病对患者生存的影响。
心血管死亡率 (Cardiovascular Mortality)
心血管死亡率是指因心血管疾病（如心脏病、中风等）导致的死亡人数与总人口的比率。心血管疾病是全球主要的死亡原因之一，特别是在糖尿病患者中，心血管死亡率显著增加。通过对心血管死亡率的研究，能够评估不同因素（如饮食、运动、心理健康等）对心血管健康的影响。
糖尿病 (Diabetes)
糖尿病是一种代谢性疾病，主要特征是血糖水平异常升高。根据病因，糖尿病分为1型和2型。1型糖尿病通常由于胰岛素分泌不足引起，而2型糖尿病则与胰岛素抵抗和相对胰岛素不足有关。糖尿病患者常面临多种并发症，包括心血管疾病、肾脏病、神经病变等，影响患者的生活质量和寿命。
前驱糖尿病 (Prediabetes)
前驱糖尿病是指血糖水平高于正常值，但尚未达到糖尿病的诊断标准。这一状态是糖尿病的前期，患者在此阶段面临较高的糖尿病风险。通过早期干预和生活方式改变，许多前驱糖尿病患者可以避免进展为糖尿病，从而降低全因死亡率和心血管死亡率的风险。
氧化应激 (Oxidative Stress)
氧化应激是指体内活性氧（ROS）水平过高，超过了抗氧化系统的清除能力，从而导致细胞损伤。氧化应激与多种慢性疾病的发生和发展密切相关，包括糖尿病、心血管疾病和癌症。系统性氧化应激的增加通常被视为健康风险的一个重要因素。
氧化平衡评分 (Oxidative Balance Score, OBS)
氧化平衡评分是一种新兴的指标，用于评估系统性氧化应激的程度。OBS的计算基于多种饮食和生活方式因素，得分越高表示抗氧化物质的暴露程度越高。研究表明，较高的OBS与较低的全因死亡率和心血管死亡率相关，提示抗氧化剂的摄入可能对健康有保护作用。
饮食与生活方式因素 (Dietary and Lifestyle Factors)
饮食和生活方式对健康有着重要影响。例如，富含抗氧化物质的食物（如水果、蔬菜、坚果等）有助于降低氧化应激。此外，规律的身体活动、良好的睡眠和心理健康也能显著改善生活质量和降低疾病风险。了解这些因素如何影响OBS对于制定健康干预措施至关重要。
生存分析 (Survival Analysis)
生存分析是一种统计方法，用于分析事件发生的时间数据，常用于医学研究中评估患者的生存率和死亡风险。Kaplan-Meier生存曲线是生存分析中常用的一种工具，可以直观地展示不同组别的生存概率。多变量Cox回归模型则用于评估多种变量对生存时间的影响。
统计模型 (Statistical Models)
在本研究中，使用了多变量Cox回归模型和限制立方样条（RCS）等统计方法，评估OBS与死亡风险之间的关系。这些模型考虑了多种潜在的混杂因素，能够更准确地反映OBS对全因和心血管死亡率的影响。
国家健康与营养检查调查 (National Health and Nutrition Examination Survey, NHANES)
NHANES是一个全国性的流行病学调查项目，旨在评估美国居民的健康状况和营养水平。研究者利用NHANES提供的数据，分析糖尿病和前驱糖尿病患者的健康风险，揭示饮食和生活方式对死亡率的影响。
风险比 (Hazard Ratio, HR)
风险比是一种描述某一因素对事件发生风险影响的统计量。HR值小于1表示该因素与事件发生风险降低相关，而HR值大于1则表示风险增加。在本研究中，OBS每增加一个单位，HR值显示全因死亡风险和心血管死亡风险显著降低。
研究结果的意义 (Significance of Findings)
本研究的结果表明，较高的OBS与糖尿病和前驱糖尿病患者的全因死亡率和心血管死亡率显著相关。通过提高抗氧化物质的摄入，患者可能降低自身的死亡风险，为临床干预提供了新的思路。
亚组分析 (Subgroup Analysis)
亚组分析是指在特定人群中进一步分析数据，以了解不同因素对结果的影响。在本研究中，亚组分析帮助研究者确认OBS对不同患者群体的影响是一致的，这为研究的普遍性提供了支持。
曲线关系 (Curvilinear Relationships)
限制立方样条（RCS）分析帮助揭示OBS与死亡风险之间的非线性关系，这意味着在不同OBS水平下，死亡风险的变化可能不是简单的线性关系。这一发现对未来的研究和临床应用都有重要启示。
预防与干预 (Prevention and Intervention)
通过理解氧化应激与死亡风险的关系，临床医生可以更好地制定预防和干预措施。改善饮食结构、增加抗氧化物质的摄入、鼓励身体活动等，都可以有效降低糖尿病患者的死亡风险。

统计学知识点解读

系统性氧化应激与OBS
氧化应激是细胞受到氧化物质损害的状态，可能与多种慢性疾病、包括糖尿病相关。OBS就是一个衡量这种状态的指标，分数越高，表示抗氧化剂的摄入越多。
数据来源与样本选择
本研究使用了NHANES的数据，这是一项代表性调查，提供了大量关于美国人健康和营养的信息。选择合适的样本对研究结果的有效性至关重要。
Kaplan-Meier生存分析
Kaplan-Meier分析是一种用于估计生存率的方法，常用于医疗研究中。它可以显示不同组别（如OBS的不同四分位数）之间的生存时间差异。
Cox回归模型
Cox回归模型用于评估一个或多个变量对生存时间的影响。在本研究中，用于分析OBS与死亡风险之间的关系。
风险比（HR）与置信区间（CI）
风险比（HR）表示变量对风险的相对影响，而置信区间（CI）则提供结果的不确定性范围。例如，HR < 1表示风险降低，HR > 1则表示风险增加。
统计显著性（p值）
p值用于判断研究结果是否具有统计学意义。一般情况下，p < 0.05表示结果显著。
亚组分析
亚组分析是指在特定子群体中进行分析，以确定结果是否在不同人群中一致。在本研究中，结果在不同亚组中保持一致，表明OBS的影响是广泛的。
限制立方样条（RCS）
限制立方样条是一种灵活的统计方法，用于建模非线性关系。在本研究中，它用于探索OBS与死亡率之间的复杂关系。