文献分享会
【摘要】
前言：该队列研究旨在评估夜间睡眠时间和夜间睡眠时间的变化与慢性肾脏病（CKD）的关系，以及夜间睡眠时间与CKD的关系是否因午睡而不同。
方法：该研究包括中国健康与退休纵向研究（CHARLS）的11677人，使用2011年基线调查和四次随访的数据。夜间睡眠时间分为三组：短（每晚<7小时）、最佳（7-9小时）和长夜间睡眠时间（>9小时）。白天的午睡分为两组：不午睡，有午睡。我们使用Cox比例风险模型来研究基线时夜间睡眠时间和夜间睡眠时间的变化对CKD发病的影响，以及夜间睡眠时间和午睡时间对CKD发病的联合影响。
结果：在7年的随访中，夜间睡眠时间短、最佳和长的人的CKD发生率分别为每1000人年9.89、6.75和9.05。与夜间睡眠时间最佳的人相比，夜间睡眠时间短的人发病CKD的风险高44%（HR: 1.44, 95%CIs: 1.21-1.72）。与夜间睡眠时间持续最佳的参与者相比，夜间睡眠时间持续较短或较长的参与者的CKD发病风险增加（HR: 1.44, 95%CI: 1.15-1.80）。我们发现，与夜间睡眠时间短且有午睡的参与者相比，夜间睡眠时间短且无午睡的参与者的CKD发生率较低（HR: 0.74, 95%CI: 0.60-0.93）。
讨论/结论：短的夜间睡眠时间和持续的长或短的夜间睡眠时间与较高的CKD发病风险有关。保持持续的最佳夜间睡眠时间可能有助于减少以后的CKD风险。白天的午睡可能对发病的CKD有保护作用。
数据来源：CHARLS；随访开始于2011年12月，到首次诊断CKD时或2018年12月结束
X (暴露)
在CHARLS研究的四个波次中，夜间睡眠时间（Nighttime sleep duration）是通过一个问题来测量的：“在过去的一个月中，您晚上实际睡眠时间是多少小时？”流行病学研究表明，晚上睡7-9小时对成年人最有益。作者采用与以往研究相同的方法，根据夜间平均时间将夜间睡眠时间分为三组：最佳夜间睡眠时间（每晚7-9小时）、短夜间睡眠时间（每晚<7小时）和长夜间睡眠时间（每晚>9小时）。
根据基线时的夜间睡眠时间水平和CKD诊断时或最后一次随访时的夜间睡眠时间来定义夜间睡眠时间的变化（change in nighttime sleep duration）。因此，作者将夜间睡眠时间的变化分为四组：1）持续的最佳夜间睡眠；2）持续的短期或长期夜间睡眠；3）最佳到短期或长期夜间睡眠；4）短期或长期到最佳夜间睡眠。
午睡（Daytime napping）是用一个问题来衡量的：“在过去一个月中，你在午餐后小睡了多长时间？”午睡被分为两类：没有午睡和有午睡。
Y (CKD)
在基线调查和三次随访中，通过一个问题记录了CKD的状况：“你是否被医生诊断出患有肾脏疾病（肿瘤和癌症除外）？”如果参与者回答是，他们将被归类为患有CKD，并被问及诊断的时间。
Z (协变量)
可能的协变量在基线时通过体检或自我报告的问卷来收集，包括基线时的年龄（中年成: 45-60岁；老年成人: ≥60岁），性别，婚姻状况（已婚或同居，离婚或分居，以及丧偶或从未结婚），教育（文盲，小学，中学，以及大学或以上），居住地，吸烟（不吸烟，目前吸烟）和饮酒状况（从不饮酒，每月饮酒少于一次，以及每月饮酒超过一次），BMI，慢性疾病状况，以及白天打盹。根据适用于中国成年人的标准，将BMI分为四组：体重不足、正常体重、超重和肥胖。非吸烟者是指从未吸烟的人，前吸烟者是指已经戒烟的人，而目前吸烟者是指在基线上吸烟的人。慢性疾病，在参与调查前由临床医生诊断，包括高血压、血脂异常、中风、糖尿病和心脏疾病。
统计学方法
1）分别计算平均值±标准差（SD）和N（%）来描述基线的连续变量和分类变量。
2）使用方差分析和Kruskal Wallis检验来比较正态分布和非正态分布的连续变量。分类变量的比较采用卡方检验。
3）采用Cox比例风险模型来估计夜间睡眠时间和夜间睡眠时间的变化对发生CKD的影响。
4）夜间睡眠时间与CKD发病率之间的潜在非线性关系是通过带有四个节点的限制性立方样条曲线来估计。
5）分别根据年龄和性别进行了亚组分析。
6）评估午睡对夜间睡眠时间和CKD之间联系的影响。
7）进行了一连串的敏感性分析：(a) 评估了未测量的混杂因素的影响，以检查主要结果的稳健性。(b) 研究了这种关联是否因慢性病状态和居住地而改变。(c) 排除了在随访一年内发生CKD的参与者，以避免反向因果关系。(d) 研究了当年龄和BMI被作为连续变量处理时，结果是否会发生改变。
8）所有上述分析均使用STATA 15和R软件进行。所有的检验在P值<0.05时都有意义。
核心结果
连续水平的夜间睡眠时间在调整协变量后与CKD的发病呈U型关系。大约7-8小时的夜间睡眠时间可能对CKD的发病有保护作用。随着夜间睡眠时间的减少，CKD的发病风险也趋于升高。与夜间睡眠时间最佳的个体相比，夜间睡眠时间短（HR: 1.44, 95%CI: 1.21-1.72）和夜间睡眠时间长（HR: 1.44, 95%CI: 0.95-2.18）的个体的CKD发病风险增加。
无论基线时的性别和年龄如何，夜间睡眠时间短与CKD发病风险之间的关联仍然存在。然而，只有在男性参与者（HR: 1.80，95%CI：1.08-3.00）和中年参与者（HR: 1.98, 95%CI: 1.20-3.26）观察到夜间睡眠时间长导致的CKD发病风险较高。持续最佳夜间睡眠时间组、最佳至短或长夜间睡眠时间组、短或长至最佳夜间睡眠时间组以及持续短或长夜间睡眠时间组的CKD发病率分别为7.85、6.16、7.23和11.17/1000人年。与持续最佳夜间睡眠时间的个体相比，持续短或长夜间睡眠时间的参与者发生CKD的风险增加（HR: 1.44, 95%CI: 1.15-1.80），而改变夜间睡眠时间水平的个体与发生CKD没有显著关系。
表2显示了夜间睡眠时间和午睡的联合影响。与基线时没有午睡的夜间睡眠时间短的人相比，夜间睡眠时间短且有午睡的人发病CKD的风险较低（HR: 0.74, 95%CI: 0.60-0.93）。此外，那些具有最佳夜间睡眠时间和午睡的人具有最低的CKD发病风险（HR: 0.55, 95%CI: 0.43-0.70）。
敏感性分析见附表。
个人感悟
1）作者把X分别按照连续性数据和分类数据拟合了模型，前者用RCS可视化，后者用Cox比例风险模型建模，充分描绘了睡眠与CKD发病的关联性；我们也可以尝试换一个X，学习这一套路；
2）作者用了4种方法做敏感性分析，工作量不小；
3）国内学者在2021年也利用CHARLS发表了类似研究（IF: 4.842; 10.1016/j.sleep.2021.08.007），但是随访时间只是2011-2015年，这篇文章扩大了年限，但也只是发表在4.605的American Journal of Nephrology，所以啊，现在搞科研发文章真心不容易，你想到的人家早就做了，等你学了新的方法（比如现在很热门的机器学习和孟德尔），再打开PubMed，已经有类似paper发表，以至于现在有一种现象，把多个方法合在一篇文章上操作：通过meta分析建立预测模型，然后用团队的队列进行外部验证（10.2337/dc19-1897）；基于大数据挖掘的基础上建立X与Y的关联性，再用meta分析进一步验证二者关系（10.1016/j.numecd.2023.03.026）；还有利用国外或者国内的数据库建立预测模型，然后用国内或国外的队列进行外部验证（此类文章看过忘记了）。类似的例子还有很多
太卷了，时间不等人啊朋友们~
转自：“一起学科研”微信公众号
如有侵权，请联系本站删除！
