以下文章来源于公共数据库与孟德尔随机化 ，作者Yang
2023年1月23日，上海交通大学附属第九人民医院团队在《Food Funct》（一区，IF=6.41）发表题为：The association between serum vitamin A and NAFLD among US adults varied in different BMI groups: a cross-sectional study 的研究论文。
这项研究利用美国营养健康（NHANES）的数据，探讨了不同BMI组别的美国成年人血清维生素A和非酒精性脂肪性肝病（NAFLD）之间的关联。结果表明，血清维生素A（VA）与非酒精性脂肪性肝病（NAFLD）程度呈正相关，尤其在非肥胖人群中。
摘要与主要结果
一、摘要
背景
血清维生素A（VA）与非酒精性脂肪性肝病（NAFLD）之间的关联尚未得到充分研究。这项研究旨在评估他们在美国成年人中不同BMI组中的关联。
方法
使用2017-2018年国家健康和营养检查调查（NHANES）数据集（N = 4723）进行横断面研究。采用线性/logistic回归、交互作用效应和中介分析方法分析关联。
结果
NAFLD在血清VA中高三分位数的成人中往往比血清VA低三分位数的成人更普遍（OR [95% CI]， 1.17 [0.94， 1.45] 和 1.43 [1.16， 1.75]）。在敏感性分析中，血清VA中位或高三分位的受试者患NAFLD的几率比血清VA低三分位数的受试者高10%（OR， 1.10 [0.88， 1.39]和31%（OR， 1.31 [1.09， 1.58]）。在正常体重组中，与低三分位血清VA组相比，较高的血清VA与中三分位数和高三分位数NAFLD几率分别高125%和333%相关（OR，2.25 [1.46， 3.48]和4.33 [2.43，7.69]）。然而，血清VA和NAFLD与肥胖组没有显著相关性。在不同的BMI组中（<30比≥30），血清甘油三酯和胰岛素抵抗在不同程度上介导成人VA与NAFLD之间的关联。
结论
加权调查显示，血清VA与NAFLD程度呈正相关，尤其在非肥胖人群中。
二、研究结果
1. 基线特征
研究对象的基线特征受试者的特征（血清VA）如表1所示。血清VA较高的个体更有可能是男性、非西班牙裔白人、老年人、超重、有健康保险、吸烟者和饮酒者。此外，他们的PIR更高，受教育程度更高，CAP值更高，能量摄入更高，参与适度娱乐活动的人数更多，CRP更低（均P<0.05；表1）。
2.BMI对血清VA和NAFLD的影响
在模型1和模型2中，血清VA与NAFLD之间的关联在原始数据中是一致的，线性回归模型的结果与logistic回归的结果是一致的。比较模型2中最低和最高三分之一的VA，较高的血清VA浓度与NAFLD的程度（β，4.95[0.20，9.69]和8.32[4.96，11.68]）和NAFLD患病率（OR，1.17[0.94，1.45]和1.43[1.16，1.75]）呈正相关。（模型1：调整社会人口变量，包括性别、种族和年龄+社会经济地位变量，包括PIR、教育、健康保险。模型2：调整模型1中的协变量和健康相关变量，包括BMI、吸烟、饮酒、CRP、能量摄入和适度娱乐活动。）
3.BMI与血清VA水平和NAFLD的相互作用和分层分析
BMI显著改变了血清VA与NAFLD程度之间的相关性（P相互作用<0.05）。在二元logistic回归中，与超重或肥胖的成年人相比，正常体重和体重不足的成年人血清VA水平和NAFLD显著正相关（OR，1.57[1.16，2.11]，每SD变化）。在低/正常体重组中，血清VA中等或高三分之一的受试者与血清VA低三分之一者相比，NAFLD的发生率分别高102%（OR: 2.02[1.29,3.16]）和270%（OR：3.70[2.10，6.51]）。在肥胖组中，高三分之一血清VA的受试者患NAFLD的几率比低三分之一血浆VA的患者高50%（OR，1.50[1.03，2.18]）（表3）。
4.不同BMI组分层的中介分析
根据BMI（<30 kg m−2；≥30 kg m–2）在血清VA和NAFLD之间进行分层中介分析。该分析结果如表4所示。在非肥胖人群（BMI<30 kg m−2）中，路径模型显示血清VA对血清TG（甘油三酯）有积极影响，血清TG与NAFLD的程度呈正相关（总效应：0.3728[0.1736，0.5720]；中介效应：0.3145[0.2412，0.4105]；比例介导：84.36%）。
设计与统计学方法
一、研究设计
P：2017–2018年NHANES18岁及以上参与者（N=4723）
I：不同BMI分组，血清浓度分为三等分
C：不同BMI分组，血清浓度分为三等分
O：非酒精性脂肪性肝病(NAFLD)
S：横断面研究
二、统计方法
1. Wald卡方检验（分类变量）或F检验（连续变量）用于检测不同血清VA浓度（三分之一）之间的差异。连续变量被描述为调查加权平均值（95%可信区间），分类变量被描述成百分比（95%置信区间）。
2.为了研究代表性美国成年人中VA和NAFLD之间的相关性，我们使用单变量和多变量线性和logistic回归模型构建了三个不同的模型。模型1：仅调整了社会人口统计学变量，包括性别、种族和年龄，以及社会经济地位变量，包括PIR、教育和健康保险。模型2：模型1中的协变量和健康相关变量，包括BMI、吸烟、饮酒、CRP和能量摄入。记录95%置信区间的效应大小。
3.使用分层回归模型进行亚组分析。我们首先根据临床临界点或三分位数将连续变量转换为分类变量，然后进行交互作用。在对这些亚组指标进行效果修正测试之后，进行似然比检验。为了避免选择偏差和不可用信息造成的不利影响，相关缺失协变数据用虚拟变量进行了估算。
4.所有分析均使用统计软件包R（4.0.5版）、IBM SPSS Statistics（26版）和PROCESS（3.4.1版）进行。P值小于0.05（双侧）被认为具有统计学意义。根据CDC的指示，除样本量外的所有数据均进行加权，以说明复杂的调查设计。
转自：“医学论文与统计分析”微信公众号
如有侵权，请联系本站删除！
