現(xiàn)在是大數(shù)據(jù)時(shí)代，數(shù)據(jù)大且多不得了。但數(shù)據(jù)大，反而不好分析了。特別是大型前瞻性的隊(duì)列研究。

如果給你一個(gè)公開(kāi)數(shù)據(jù)庫(kù)，你有本事將數(shù)據(jù)分析結(jié)果發(fā)表在JAMA子刊嗎？

在2019年，首都醫(yī)科大學(xué)統(tǒng)計(jì)學(xué)教授郭秀花教授團(tuán)隊(duì)，利用我國(guó)著名的公開(kāi)數(shù)據(jù)庫(kù)中國(guó)健康與養(yǎng)老追蹤調(diào)查（CHARLS）在JAMA子刊發(fā)表一篇論文。

JAMA network Open雖然和傳統(tǒng)子刊相比，略有水分，但是你想利用公開(kāi)數(shù)據(jù)庫(kù)，且利用已經(jīng)發(fā)表過(guò)幾百篇SCI的CHARLS數(shù)據(jù)庫(kù)發(fā)表一篇JAMA 子刊文章，也是很不容易的。

瀏覽全文，我找到了真相。作為國(guó)內(nèi)頂尖醫(yī)學(xué)統(tǒng)計(jì)學(xué)學(xué)者，他的團(tuán)隊(duì)充分利用了統(tǒng)計(jì)學(xué)方法，裝扮了這篇文章。

從統(tǒng)計(jì)學(xué)方法來(lái)說(shuō)，這是一篇幾乎完美的文章，它靈活運(yùn)用了各種統(tǒng)計(jì)技巧來(lái)告訴審稿人，我的統(tǒng)計(jì)方法與頂級(jí)雜志接軌，結(jié)果可信。

先看文章的大概情況吧。

老年人中抑郁癥狀的流行已成為日益重要的公共衛(wèi)生優(yōu)先事項(xiàng)。在患有心血管疾病(CVD)的老年人中，抑郁癥狀的增加是有很好的記錄的，但在中國(guó)成年人中進(jìn)行的研究卻很少。故本研究旨在探討中國(guó)中老年人抑郁癥狀與心血管事件的關(guān)系。

中國(guó)健康與養(yǎng)老縱向研究（CHARLS）是一項(xiàng)正在進(jìn)行的具有全國(guó)代表性的前瞻性隊(duì)列研究，始于2011年。這項(xiàng)隊(duì)列研究包括12417名在基線水平?jīng)]有心臟病和中風(fēng)的中國(guó)中老年人。

抑郁癥狀用流行病學(xué)研究中心抑郁量表的10個(gè)有效條目進(jìn)行評(píng)估。從2011年6月1日至2015年6月31日對(duì)心血管疾病(即醫(yī)生自報(bào)的心臟病和中風(fēng)合計(jì))進(jìn)行隨訪。流行病學(xué)研究中心抑郁量表總分從0分到30分不等，12分或更高表示抑郁癥狀加重。

研究結(jié)局是心血管病事件，包括心臟病和腦卒中。

結(jié)果發(fā)現(xiàn)，在12417名參與者中(基線平均年齡為58.40[9.51]歲)，6113名(49.2%)為男性。隨訪4年，共查出心血管事件1088例。

在調(diào)整了年齡、性別、居住地、婚姻狀況、教育程度、吸煙狀況、飲酒狀況、收縮壓和體重指數(shù)；糖尿病、高血壓、血脂異常和慢性腎病病史；以及高血壓藥物、糖尿病藥物和降脂治療的使用后，抑郁癥狀將增加39%的心血管疾病風(fēng)險(xiǎn)的(調(diào)整后的HR1.39；95%CI，1.22-1.58)獨(dú)立相關(guān)。抑郁癥狀較重的人發(fā)生心臟病和中風(fēng)風(fēng)險(xiǎn)分別增加36%和45%。

10種抑郁癥狀中，有2種癥狀與心血管事件顯著相關(guān)，即不安眠(調(diào)整后的HR為1.21；95%可信區(qū)間為1.06-1.39)和孤獨(dú)(調(diào)整后的HR為1.21；95%可信區(qū)間為1.02-1.44)。

因此研究表明：在中國(guó)中老年人中，抑郁癥狀總體上和兩個(gè)個(gè)體癥狀(不安眠和孤獨(dú))與心血管疾病的發(fā)生率顯著相關(guān)。

該研究作為隊(duì)列研究，根據(jù)暴露與否或暴露程度不同主要分為兩組：抑郁組和非抑郁組，結(jié)局指標(biāo)是心血管疾病的發(fā)病率。

該研究屬于非隨機(jī)對(duì)照研究，存在混雜變量，結(jié)局是生存時(shí)間資料。采用的統(tǒng)計(jì)方法主要是回歸方法，是Cox回歸，似乎也沒(méi)有什么特別。

不過(guò)，詳細(xì)看起統(tǒng)計(jì)學(xué)方法，作者納入了觀察性研究，或者真實(shí)世界研究一些流行，又有點(diǎn)花里胡哨，又讓人覺(jué)得挺高端的方法。

這包括包括缺失數(shù)據(jù)的分析、趨勢(shì)性檢驗(yàn)、限制性立方條樣圖、亞組分析、敏感性分析、缺失數(shù)據(jù)填補(bǔ)、多模型構(gòu)建策略、交互分析。

這套組合拳實(shí)在高明，玩出花來(lái)了！

首先。觀察性研究必然有缺失值，所以必須對(duì)缺失值進(jìn)行處理。

接著，作者主要分析方法采用的是Cox回歸方法，但是同時(shí)計(jì)算了發(fā)病密度，這是個(gè)亮點(diǎn)。

接著，作者采用多模型的方法構(gòu)建回歸模型，探討納入不同基線協(xié)變量時(shí)，結(jié)果的變化

然后，由于抑郁癥狀評(píng)分是個(gè)定量數(shù)據(jù)，作者采用了一種非常值得大家學(xué)習(xí)的統(tǒng)計(jì)策略。作為自變量時(shí)，將抑郁癥狀評(píng)分進(jìn)行分等級(jí)并設(shè)置 啞變量進(jìn)行分析哦。

將抑郁癥狀分按五分位數(shù)分為五組，然后以第一個(gè)五分位數(shù)1作為參照組，將其納入COX比例風(fēng)險(xiǎn)模型，通過(guò)計(jì)算心血管事件的風(fēng)險(xiǎn)比（HRs）和95%置信區(qū)間（95%CI）。

還沒(méi)完，對(duì)于定量自變量，考慮到自變量可能與結(jié)局變量非線性關(guān)系，作者果斷考慮了限制性條樣圖對(duì)潛在的非線性關(guān)聯(lián)進(jìn)行了研究。

 玩統(tǒng)計(jì)上癮了是吧，還有還有。。。接著進(jìn)行了亞組分析和交互效應(yīng)分析。

顯然不夠完美，最后大招是敏感性分析。

(1)在8696名接受代謝檢查的參與者樣本中，進(jìn)一步調(diào)整模型3中的代謝生物標(biāo)志物；

(2)使用完整的數(shù)據(jù)集(10186名參與者)重復(fù)所有分析，而不進(jìn)行多重填補(bǔ)。

(3)應(yīng)用競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型“捕捉”不同競(jìng)爭(zhēng)事件的可能影響。使用Fine和Gray競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型來(lái)考慮因死亡而引起的競(jìng)爭(zhēng)風(fēng)險(xiǎn)。

過(guò)癮吶過(guò)癮?。?guó)內(nèi)文章很少這么滴召喚各種神龍來(lái)點(diǎn)綴一篇論文！

怎么，你也來(lái)一口？ 我看行！都是些成熟的方法，只不過(guò)諸位平時(shí)沒(méi)有留心罷了！