以下文章来源于公共数据库与孟德尔随机化 ，作者yin
在我们的文章写作中，有一种类型的结局变量让人头痛。举两个典型的例子，肿瘤的不良反应事件数量还有牙齿脱落数量。作为计数资料，它们用泊松分布的模型却显得格格不入，原因有两个，一是有过多的零数据，二是非零数据的离散程度也比典型的泊松分布要大。这时就该请出我们今天的主角，零膨胀负二项式模型。
肥胖症和牙齿脱落都是我们生活中常见的问题，它们之间的联系早已引起了人们的关注。本文基于咱们的老朋友，NHANES数据库，借助零膨胀负二项式模型对这两个因素进行深入研究。在这里，我们将为您介绍该文章是如何使用零膨胀负二项式模型来探索肥胖与牙齿脱落之间的联系。
2019年4月，一篇题为：Association between central obesity and tooth loss in the non-obese people: Results from the continuous National Health and Nutrition Examination Survey (NHANES) 1999-2012的研究论文发表于《J Clin Periodontol》（医学-1区）（IF=7.48）。
这项研究利用美国营养健康（NHANES）的数据，研究了在美国的非肥胖人群中，中心性肥胖与牙齿脱落之间的关联。结果表明，牙齿脱落与中心性肥胖之间存在明显的逐步关联，在非肥胖人群中，中心性肥胖与牙齿脱落显著相关，这表明中心性肥胖的非肥胖个体可能是口腔健康预防策略的重要目标人群。
这篇文章的名字非常拗口，为了更好的理解文章，在此解释两个概念。中心性肥胖的定义为：根据 WHO 的建议，中心性肥胖由分类的三级腰围定义。肥胖的定义为：世界卫生组织将BMI 30及以上定义为肥胖。也就是说，有一些中心性肥胖的个体在BMI上达不到肥胖的标准，但是与普通人相比，肥胖的风险更大。
摘要与主要结果
一、摘要
背景：研究表明肥胖个体的牙齿脱落风险增加，但非肥胖个体的相关性尚不清楚。本研究旨在调查非肥胖人群中，中心性肥胖与牙齿脱落之间的关联。
方法：这项横断面研究共纳入了19436名参与者，年龄在19-74岁之间，身体质量指数（BMI）为18.5-29.9 kg/m2，来自1999-2012年全国健康和营养调查（NHANES）。牙齿脱落是通过缺失的牙齿数量来测量的。中心性肥胖根据世界卫生组织的推荐，将腰围分为三个等级进行分类定义。使用零膨胀负二项式模型来研究牙齿脱落与中心性肥胖之间的关联。所有模型都对人口统计学、社会经济地位、生活方式、医疗情况和炎症指标进行了调整。
结果：对于一个存在中心性肥胖的超重人群，与身体质量指数类似但不存在中心性肥胖的个体相比，牙齿脱落数量的患病率增加了31％（患病率比[PR]：1.31，95％CI：1.20-1.44）；与没有中心性肥胖的正常体重个体相比，这一患病率增加了40％（PR: 1.40, 95% CI: 1.26-1.56）。牙齿脱萎和中心性肥胖之间存在明显的阶梯式关联。
结论：研究结果表明，中心性肥胖与非肥胖人群的牙齿脱落显著相关。这表明，存在中心性肥胖的非肥胖个体可能是口腔健康预防策略中一个重要的目标人群。
二、研究结果
1. 基线特征
研究人群包括19436名BMI在18.5至29.9 kg/m²之间的个体，其中8874人（45.7%）为正常体重者（表1）。与正常体重个体相比，超重个体年龄略大（平均年龄：46.5岁 vs 42.0岁）；教育水平较低（47.4% vs 53.4%）；炎症CRP水平更高（中位数：1.8 vs 1.0 mg/L）；并且糖尿病的比例更高（8.4% vs 4.7%）。中心性肥胖在正常体重和超重个体之间分布不同（表1）。
牙齿脱落的分布情况（不包括第三磨牙）如图1所示。研究人群中45％的人没有任何牙齿脱落，并且随着缺失的牙齿数量增加，百分比呈指数下降趋势（见补充表1）。如果将第三磨牙计算在内，则只有18%的人口拥有32颗牙齿；近四分之一的参与者有4颗缺失的牙齿，其中80％是智齿（见补充图1）。
2.零膨胀负二项式模型
零膨胀负二项式模型的结果表明，存在中心性肥胖的个体与缺失牙齿的患者的牙齿脱落严重程度存在关联（见补充表2）。基于模型结果，我们估计了中心性肥胖相对于其他组的牙齿脱落患病率比。
表格2展示了不同BMI、腰围和牙齿脱落组合的个体比较。中心性肥胖的超重参与者（子群6）患牙齿脱落的风险高于其他BMI和腰围组合的参与者。具体而言，一个存在中心性肥胖的超重人群与身体质量指数相似但不存在中心性肥胖的个体相比，患牙齿脱落数量的风险增加了31％（用于子群6 vs. 4的PR = 1.31，95％CI：1.20-1.44，表格2）。同样地，相比没有中心性肥胖但BMI相似的个体，一个存在中心性肥胖的正常体重人群患牙齿脱落的风险增加了16％（用于子群3 vs. 1的PR = 1.16，95％CI：1.04-1.30，表格2）。图2显示了牙齿脱落的风险和BMI、腰围组合之间的明显阶梯式关联。
3.敏感性分析与亚组分析
在敏感性分析中，如果将第三磨牙计算在牙齿脱落范畴内，则子群6与4之间的患病率比从1.31降至1.20（见补充表2和3）。如果模型中使用二级腰围分类，则有中心性肥胖的超重个体相较于没有中心性肥胖的超重个体患牙齿脱落的风险高出20%（用于子群4 vs.3的PR = 1.20，95％CI：1.13-1.27，见表格3和补充表5）。完整数据集的分析结果与多重插补数据集相似（见补充表4）。有趣的是，当在牙齿脱落项中计算第三磨牙时，家庭收入与牙齿脱落的关系在模型的逻辑部分中被颠倒了（见补充表3和6）。
对分层年龄组的次群体分析显示，在中心性肥胖和牙齿脱落之间的关联方面，各个年龄组呈现出相似的趋势和效应大小（见补充表7-8），尽管19-40岁年龄组的某些分类由于缺少牙齿脱落数据而未表现出统计学差异。
在完全校正的模型中，炎性反应物CRP在两个部分的模型中都表现出了统计学差异（见补充表2-6），表明CRP与牙齿脱落的概率有关，并且增加了牙齿脱落的严重程度。然而，CRP的中介分析表明，CRP的中介作用只在41-74岁年龄段中具有统计学差异，而在19-40岁年龄组中没有统计学差异（见补充表9）。
表格过多，文章内不再赘述，可移步文章官网，下载supporting information文件自行观看。
设计与统计学方法
一、研究设计
P：19436名来自国家健康和营养检查调查（NHANES）（1999-2012），年龄在19-74岁之间，体重指数（BMI）为18.5-29.9 kg / m2的参与者。
I：分为六组，根据BMI是否大于等于25（正常或超重），中心腰围三级分类（低WC、高WC以及非常高WC）两个条件，两两组合分为六组。
O：结局：牙齿脱落。
S：横断面研究。
二、统计方法
1.性别分层和BMI分层，我们根据BMI是否大于等于25（正常或超重）分层，并按性别（男vs女）进行分层。
2.牙齿缺失通过不包括第三磨牙（范围0-28）的牙齿缺失数量来量化。为了解释较高比例的零缺失牙齿（图 1），使用零膨胀负二项式模型（Preisser 等人，2012 年）来研究牙齿缺失的严重程度与中心性肥胖之间的关联BMI 和 WC。
3.敏感性分析，为了进一步评估我们的发现的稳健性，我们通过将第三磨牙包括在牙齿缺失中来进行敏感性分析，以测试智齿拔除的影响。国际指南还使用 2 级腰围截断值（男性≥102 厘米或女性≥88 厘米）来定义 11 种中心性肥胖，因此我们还使用以下方法进行了敏感性分析2 级腰围（低和高）通过不同的截止点检查关联的稳健性。由于牙科疾病导致的牙齿脱落在年轻人中较少见，因此对分层年龄（19-40 岁和 41-74 岁）进行了亚组分析。进行中介分析以研究 CRP 在研究人群和年龄亚组的向心性肥胖和牙齿脱落之间的关联中的中介作用。
为了最大限度地减少由协变量中的一小部分缺失数据引起的偏差，使用链式方程的多重插补来生成 10 个插补数据集。合并模型估计和伴随的 95% CI 是根据 Rubin 的规则生成的。。我们报告了所有使用多重估算数据集的回归模型，我们还对具有完整案例的数据集进行了相同的分析作为敏感性分析。
4.所有分析均使用在R 3.4.1中进行，如果P小于0.05认为是显著的。
小加餐
给各位提供简单的零膨胀负二项模型的实现代码，可以在R中进行实操。
代码中的中文部分均需按照数据集实际变量替换。
1.安装相应的扩展包：
install.packages("pscl")
2.加载pscl库并读取数据：
library(pscl)
data(“数据集文件”)
attach(数据集文件) #将数据集中的变量名和数值值导入到当前的命名空间中，以便更方便地访问和操作这些数据变量，可以不运行这行代码！
head(数据集文件) #展示数据集的前6行数据，方便查看，可以不运行这行代码！
3.利用zeroinfl()函数构建零膨胀负二项模型，并拟合样本数据：
model <- zeroinfl(结局变量 ~协变量1 + 协变量2 +……, data =数据集文件, dist = "negbin")
summary(model) #展示模型
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！
