NHANES仅2篇的指标——饮用水摄入量(PWI)!中国学者拿下二区SCI!
骨质疏松症及其引发的骨折严重威胁着全球老龄化人口的健康与生活质量,带来巨大的医疗和社会负担。(T1≤414.50 mL/天, T2=414.50-1024.06 mL/天, T3>1024.06 mL/天),平滑曲线拟合和阈值效应分析显示,当PWI < 1,220 mL/天时,PWI水平与骨质疏松风险显著负相关。表2 采用双分段线性回归模型分析PWI(每500ml /day)对骨质疏松症的阈值效应
引言
科研人有福了!又挖到一个NHANES数据库的稀有指标——饮用水摄入量(PWI)!仅发文两篇,还都是二区SCI,这不妥妥的选题新思路?!
ps:该指标数据在NHANES Online平台可一键提取!
骨质疏松症及其引发的骨折严重威胁着全球老龄化人口的健康与生活质量,带来巨大的医疗和社会负担。虽然营养干预是预防骨质疏松的关键策略,但作为人体必需且最基础的营养素——饮用水摄入量(PWI)的作用却被长期忽视。
2025年3月18日,山西医科大学学者用NHANES数据库,在期刊《Frontiers in Nutrition》(农林科学二区,IF=4.0)发表了一篇题为:“Association between plain water intake and the risk of osteoporosis among middle-aged and elderly people in the United States: a cross-sectional study”的研究论文。
研究采用横断面研究设计,旨在分析50岁及以上中老年人PWI与骨质疏松风险的关联。通过多变量模型调整混杂因素,并探索是否存在非线性关系(阈值效应)及在不同人群亚组中的一致性。
本公号回复“ 原文”即可获得文献PDF等资料,如需进行NHANES数据库挖掘,请联系郑老师团队,微信号:aq566665
研究团队使用了美国国家健康与营养调查(NHANES)2007-2018年的数据,经过纳排,最终纳入了6,686名≥50岁符合条件的参与者,其中734名为骨质疏松症患者。
图1 参与者的筛选流程
暴露变量: 研究基于两次24小时膳食回顾计算日均饮用水摄入量(PWI),按三分位数分组(T1≤414.50 mL/天, T2=414.50-1024.06 mL/天, T3>1024.06 mL/天),并作为连续变量(每增加500 mL/天)。
指标PWI详情:NHANES稀有指标 | 饮用水摄入量(PWI)
结局变量: 根据WHO标准(股骨骨密度T值 ≤ -2.5 SD)诊断骨质疏松。
、
主要研究结果
研究显示,在调整了所有协变量后,相较于最低PWI三分位(T1),最高组(T3)参与者患骨质疏松风险显著降低38%。
表1 PWI与骨质疏松风险之间的关联
平滑曲线拟合和阈值效应分析显示,当PWI < 1,220 mL/天时,PWI水平与骨质疏松风险显著负相关(OR=0.79/500mL);但当PWI ≥ 1,220 mL/天时,关联不再显著(OR=1.06/500mL)。
值得注意的是,有4,953名参与者(占样本的74.08%)报告称 PWI 低于 1,220 mL/天。这意味着,许多中老年人忽视了喝水的重要性。
图2 平滑曲线拟合表明PWI与骨质疏松风险呈非线性关系
表2 采用双分段线性回归模型分析PWI(每500ml /day)对骨质疏松症的阈值效应
亚组分析显示这种负相关趋势在不同人群(年龄、性别、种族等)中一致,表明了研究结果的稳健性。
综上所述,研究表明,在美国≥50岁的中老年人群中,增加饮用水摄入量有助于降低骨质疏松风险,尤其是在每日摄入量低于1,220mL时效果更为明显。
NHANES Online平台
稀有指标可有一大堆优秀选题等着你解锁呢!
郑老师团队基于官网开发的NHANES Online平台,快速解决你的数据挖掘和分析难题,事半功倍地助你完成统计分析,发文先人一步!
ps:需要的指标我们可以直接帮您提取数据!
记得点个小小的关注👇
我们将为您分享更多公共数据库的高分发文思路!

GitCode 天启AI是一款由 GitCode 团队打造的智能助手,基于先进的LLM(大语言模型)与多智能体 Agent 技术构建,致力于为用户提供高效、智能、多模态的创作与开发支持。它不仅支持自然语言对话,还具备处理文件、生成 PPT、撰写分析报告、开发 Web 应用等多项能力,真正做到“一句话,让 Al帮你完成复杂任务”。
更多推荐
所有评论(0)