今天中午一个粉丝宝宝分享过来一片文章，小云在简单看过文章后午饭都来不及吃了，迫不及待地想把这篇“可套路”复现的文章分享给小伙伴们，看看作者如何基于CHARLS数据库并运用多种算法写出高分佳作，轻松发表9分+SCI。
1. 研究样本来自CHARLS数据库，样本数量以及临床数据的准确性和全面性得到保证。
2. 通过使用Cox回归模型和多变量校正，研究人员有效地评估了TyG指数、eGFR和心血管疾病之间的关联。另外，敏感性分析和中介分析进一步验证了研究结果的稳健性和一致性。
3. 这篇文章在研究设计和数据分析方面展现了较高的科学水平。文章的结论清晰明了，突出了TyG指数和eGFR在心血管疾病风险中的重要性，并提出了结合评估这两个因素的方法。
想复现的宝子可以扫码找小云哦，小云这里有专业的团队可以提供定制分析服务，团队主打真实靠谱！
定制生信分析
云服务器租赁
(加微信备注99领取试用)
题目：甘油三酯-葡萄糖指数、肾功能与心血管疾病的关系：一项全国性队列研究
杂志：Cardiovascular Diabetology
关注公众号，后台发送“123”可以直接获取原文PDF，文献编号：240530
鉴于胰岛素抵抗的高发病率和死亡率，导致其成为心血管疾病发生的独立危险因素。研究表明甘油三酯-葡萄糖（TYG）指数是衡量胰岛素抵抗的重要指标，与心血管疾病的发展和预后有关。肾功能作为诊断心血管疾病的另一个重要指标，其中肾小球滤过率（eGFR）同样与心血管疾病的发展和预后密切相关。然而，上述三者之间的复杂关联需尚需更多的证据来证明，以便更好地理解TyG指数作为心血管疾病的重要危险因素。这篇文章借助CHARLS数据库，基于多种算法探究TYG指数、肾功能和心血管疾病之间的复杂因果关系，为改善心血管相关疾病治疗方法提供理论依据。
该研究的数据来自CHARLS数据库，是一项全国性的队列研究。在2011年至2018年期间对45岁及以上的中国人进行了四次定期的半年调查。采用多阶段分层概率比例抽样策略，研究对象来自全国28个省的150个县(区)的农村和城市。研究团队对参与者在2011至2012年间进行采访，随后的三次调查中进行跟踪，排除缺少血液样本检测、患有心血管疾病和癌症病史的样本，最后参与分析的样本共有6496例。
在CHARLS数据库中筛选合适目标样本，得到6496例样本参与最终分析，采用酶比色法测定甘油三酯和葡萄糖（暴露）的含量，TyG指数公式为Ln甘油三酯（mg/dL）×葡萄糖（mg/dL） /2；肾功能受损以eGFR ＜ 60 mL/min/1.73 m2作为标准；以心脏病发作、冠心病和中风等心血管疾病发生率作为结局。使用多变量校正Cox回归模型计算可信区间95%的TyG指数、肾功能受损和心血管疾病发展的风险比（HR）；当将TyG指数以三分位数为单位和eGFR值以60和90 ml/min /1.73 m2为分界点评估其与心血管风险的剂量-反应关系时，采用限制三次样条函数，并进行多次敏感性分析。使用逆概率加权（IPTW）方法进一步分析了TyG指数和eGFR水平与心血管风险的因果关系，同时对肥胖、糖尿病、高血压和代谢综合征进行分层分析。最后通过中介分析进而评估TyG指数通过肾功能受损与心血管疾病之间的直接和间接关联。
在CHARLS数据库中对2011年至2018年期间对45岁及以上的中国成年人进行了四次定期的半年调查，采用多阶段分层抽样策略，样本来自中国28个省的150个县或区的农村和城市。最后共有6496例样本参与分析，平均年龄为59.6岁，女性为2 996人（46.1%），在长达7年的随访期内，共有1 996人(30.7%)发生心血管疾病，其中心脏病1 541人(23.7%)，中风651人(10.0%)。肥胖1 194人(22.3%)，高血压2 770人(42.6%)，糖尿病1 197人(18.4%)。
表1 6496名参加者的临床特征
用酶比色法测定甘油三酯和葡萄糖：甘油三酯的变异系数为1.5%，葡萄糖的变异系数为0.9%；非高密度脂蛋白胆固醇的计算方法为总胆固醇—高密度脂蛋白；采用速率消失法和代偿法测定血清肌酐(微克分子/L)；通过免疫比浊法测定高敏C反应蛋白(hs-CRP)；血液标记物测定的变异系数(CV) < 5%。
TyG指数计算公式为 Ln甘油三酯（mg/dL）×葡萄糖（mg/dL）/2；eGFR（mL/min/1.73 m2）水平根据2021年慢性肾脏疾病流行病学协作(CKD-EPI)计算，肾功能受损标准为eGFR ＜ 60 mL/min/1.73 m2，结束条件为心脏病发作、冠心病和中风等心血管疾病的发生。为了确定TyG指数、肾功能受损和心血管疾病的发展之间的关联，考虑到事件发生时间的框架，使用多变量校正Cox回归模型计算置信区间（CI）为98%的风险比(HR)，校正模型的协变量包括年龄(连续)、性别、居住地(农村、城市)、文化程度(初级、二级、第三级)、婚姻状况(已婚、其他人)、吸烟状况(现在、以前、从未)、体重指数(持续)、高血压(是、否)、糖尿病(是、否)和非高密度脂蛋白胆固醇(持续)。结果显示：在TyG指数较高和肾功能受损的人群中，心血管疾病的发病率最高；将TyG指数和eGFR作为连续变量进行分析时，TyG指数和eGFR分别与心血管疾病呈正相关和负相关。
图2-3 多变量校正Cox回归模型分析
将TyG指数按中位数分为两组，再根据TyG指数和eGFR值的联合评估将参与者分为四组，最后根据TyG指数(使用TERTIL)和eGFR值(以60和90 ml/分钟/1.73 m2为分界点)的联合评估，参与者被分成9组。TyG指数和eGFR水平与心血管风险的剂量-反应关系用限制三次样条函数显示，在第10、50和90百分位数处使用3节。将参照点设定为相应群体间方差的中位数，额外调整hs-CRP水平(连续)后使用130/80 mmHg定义高血压，通过马尔科夫链蒙特卡罗方法进行5次多次插补分析后作多次敏感性分析。结果表明，TyG指数较高且eGFR降低的人患心血管疾病的风险最高，其次是TyG指数较低且eGFR降低的人，再次是TyG指数较高但eGFR正常的人。多重敏感性分析结果与上述一致。
使用逆概率加权（IPTW）方法的倾向评分和加权回归重新分析了TyG指数和eGFR水平对心血管风险的影响，并进行了两种情境下的亚组分析：基线时未接受治疗的人群和随访期间未接受治疗的人群。按肥胖、糖尿病、高血压和代谢综合征进行了分层分析。加权回归分析结果几乎一致，尽管效应值减弱。分层分析显示，最高的HR仍出现在TyG最高且eGFR小于60的人群中。亚组分析中，有1060名参与者接受了相关治疗。随访期间有2857名参与者开始治疗。排除随访期间接受治疗的人后，结果几乎一致。
为了评估TyG指数组与肾功能受损的心血管疾病之间的直接和间接联系，进行中介分析。TyG指数组(<中位数8.6)作为预测变量(X)，eGFR降低( < 60 mL/min/1.73 m2)作为中介变量(M)，心血管疾病发病作为预后变量(Y)。分析包括四个步骤：(1)确定X与Y相关(模型Y=βTOT X)(βTOT=总效应)；(2)建立X与M相关(模型M=β1 X)(β1=间接效应1)；(3)确定Y的哪一部分是通过控制X来解释的(模型Y=β2 M+βDir X)(β2=间接效应，βDir=直接效应)；(4)计算间接或中介效应的比例：中介效应(%)=(β1×β2/βTol)×100%。结果显示，eGFR降低在TyG指数与心血管疾病之间的中介效应。未调整和调整后的分析中，中介比例分别为32.5%和29.6%。但未发现TyG在肾功能下降与心血管疾病之间有显著的中介效应。
这篇文章以TyG指数和eGFR与心血管疾病之间的密切关系为切入点，采用了一系列严谨的研究方法和多种算法，通过整合CHARLS数据库的公共数据，不仅揭示了关键变量之间的关联，还解析其潜在的因果关系。文章结构完整，逻辑清晰，研究方法科学合理，数据分析详实可靠，结果具有较高的可信度和应用价值。看完这篇文章的小伙伴有没有心动呢？有想法的朋友们可以扫码call小云哦。另外，生信分析中不可避免涉及到大量的计算机运算步骤，小云正好可以为您提供功能强大的生信服务器！有相关需求的同学敬请扫码联系哦！
原文始发于微信公众号（云生信学生物信息学）：CHARLS数据库到底有多好用？来看看吉林大学王学魁团队是怎样0实验轻松拿下9分+的，毕业有望啦！
