欢迎来看雪球讲套路、讲文献！听说NHANES挖掘研究太多，被Scientific Reports编辑称为“水文章”了？，那今天我们来看看双1区Top的NHANES挖掘。同时，它还使用了CHARLS数据，
要挖得快，也要挖得好，细节必不可少
解读1篇8.5分SCI，看看深浅
纯数据挖掘高性价比搞定SCI
感兴趣添加雪球回复“1”
每周三晚八点直播，结合课件一起学
The prognostic significance of stress hyperglycemia ratio in evaluating all-cause and cardiovascular mortality risk among individuals across stages 0–3 of cardiovascular–kidney–metabolic syndrome: evidence from two cohort studies
应激性高血糖比值对评估心血管 - 肾脏 - 代谢综合征 0 - 3 期个体全因和心血管死亡风险的预后意义：两项队列研究的证据
期刊：Cardiovascular Diabetology
IF：8.5
发布时间：2025/03/24
数据收集与预处理
从NHANES数据库中筛选出符合CKM综合征0至3期的参与者，并排除缺失关键数据的个体，以确保研究样本的完整性和代表性。
最终纳入9647名参与者，中位随访时间为6.80年，记录到630例全因死亡和135例CVD相关死亡。
SHR计算与分组
量化患者在急性或亚急性应激状态下的血糖波动程度，并将参与者基于SHR值分为三组，以便进行分层分析。
根据SHR值将参与者分为T1、T2和T3三组，T1作为参考组，用于比较其他两组与SHR相关的健康结果。
统计分析
评估SHR与全因死亡率和CVD死亡率之间的关系，并调整潜在的混杂因素以获得更准确的关联估计。
在全面调整混杂因素后，发现SHR与全因死亡率有显著的正相关（HR=1.09，95% CI 1.04–1.13），但与CVD死亡率无显著相关性（HR=1.00，95% CI 0.91–1.11）。
中介效应分析
探究RDW、白蛋白和RAR是否中介了SHR与全因死亡风险之间的关系，以了解可能的生物学机制。
RDW、白蛋白和RAR部分中介了SHR与全因死亡风险之间的关系，中介效应分别为-17.0%（95% CI -46.7%，-8.7%）、-10.1%（95% CI -23.9%，-4.7%）和-23.3%（95% CI -49.0%，-13.0%）。
CHARLS数据库验证
利用CHARLS数据库对NHANES数据库的发现进行外部验证，增强研究结果的可靠性和普适性。
CHARLS数据库的分析支持了NHANES数据库的发现，表明在CKM综合征患者中，SHR与全因死亡率有显著的正相关。
机器学习模型开发与验证
开发能够准确预测全因死亡风险的机器学习模型，以提高临床决策的准确性和效率。
通过比较多种机器学习模型的性能，LightGBM模型表现最优，其平均精度为0.987，准确度为0.940，精确度为0.946，F1分数为0.969。
Fig 2 SHR指数的限制性立方样条分析及其与死亡率的关系
Fig 3 在变量选择阶段使用ABESS算法（A）和Boruta算法（B）
Fig 4 训练和测试集中十种机器学习模型的ROC
Fig 5 DCA显示不同风险阈值的净收益，比较十个模型
如何快速了解新方向？
如何直观感受纯公共数据挖掘的发文速度？
分0-3期研究心血管-肾脏-代谢综合征，最早的一篇文献由同济大学于2024年8月7日在同本期刊发布；2025年1月18日，该方向研究第二次登陆同一本期刊，作者团队来自温州医科大学。相当于5个月内完成选题设计-数据分析-文章写作-投稿返修-接收发表的全流程。
pubmed.ai生成的小综述也介绍了各种生物标志物的变化与CKM分期患者群体中心血管事件、中风发生率和总体死亡率的关联。
从调研文献，到对标设计，再到实现分析，写作投稿发表，离不开数据清洗、分组比较、统计分析等等基本功。0基础快速打好生信科研底子怎么办？
暑期特别加场卓越计划火热招生中！这一期，专门面向0基础小白，集训0~5分生信SCI独立发文能力！6月底-7月初开课，3个月体系化学习，设置专门复习、答疑课，精英讲师团陪你火速成长。
“士别三月，刮目相看”，想进步的小伙伴添加雪球，回复“卓越计划”咨询~
雪球团队也提供个性化陪跑服务，尤其适合急需一篇毕业/晋升/评奖的重要SCI的小伙伴，可以提供包括但不限于以下套路及组合的陪跑服务。
各种设计框架均对标优质已发表SCI设计，根据具体情况重新调整，雪球团队目前已收到2500+报喜，期待有你的一份报喜！
带着需求添加雪球后回复“个性化”咨询吧~
✅立足科研 守正创新
✅上下限跨度广
✅适合优化分析/进阶分数段/丰富前期背景等需求
✅涵盖众多实用创新套路
✅量身定制，绝无量产，绝不敷衍
