同用NHANES数据库研究抑郁，在同个二区期刊发表，研究结果不同？（IF=6.6）

本文主要是介绍同用NHANES数据库研究抑郁，在同个二区期刊发表，研究结果不同？（IF=6.6），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

NHANES挖掘培训班来啦，就在明天4.20！

郑老师团队2024年NHANES公共数据库挖掘培训班，由浅入深，零基础可学，欢迎报名！

秒啊！本周两位中国学者分别用NHANES数据库2005年到2018年数据做了两项关于抑郁症的研究，同时在《Journal of Affective Disorders》（医学二区，IF=6.6）期刊发表，结果可不一样！

2024年4月，首都医科大学附属北京世纪坛医院学者发表了一篇题为：“The relationship between different fatty acids intake and the depressive symptoms: A population-based study”的研究论文，探讨了不同脂肪酸摄入量与抑郁症状发生风险之间的关系。结果表明，摄入MUFAs和PUFAs可以抵消抑郁症状，尤其是女性。

同时，东吴大学第三附属医院学者发表了一篇题为：“The relationship between depression and relative fat mass (RFM): A population-based study”的研究论文，探讨了相对脂肪质量(RFM)（一种新的体脂测量指标）与抑郁症的关系。结果表明，RFM与抑郁风险增加有关，并且RFM与抑郁症的相关性强于BMI和WC。

本公众号回复“ 原文”即可获得文献PDF等资料

那么，我们应该多吃点来抵消抑郁症，还是应该保持身材，降低RFM来减少抑郁风险呢？似乎有点矛盾！

接下来我们一起详细看看两篇文章的主要研究结果！

第一篇：不同脂肪酸摄入量与抑郁症状的关系:一项基于人群的研究

主要研究结果

1.研究设计

本研究数据来源于NHANES，获取2005年至2018年的数据。经过纳排，共纳入25,294名完成抑郁症筛查量表的参与者。

2.基线特征

在25294名研究参与者中，13707名(54.2 %)是女性，11612名(45.8 %)是男性。女性抑郁症状的患病率(28.8 %)高于男性(19.4 %)。

与没有抑郁症状的人相比，有抑郁症状的人摄入的蛋白质和脂肪酸、总膳食能量、维生素B12、维生素C和叶酸的水平明显较低。

此外，有抑郁症状的参与者往往有更高的身体质量指数、炎症水平和经济状况，以及更差的身体机能。

3.抑郁症状与摄入不同类型脂肪酸的关系

在营养残留模型中，调整潜在混杂因素后：

MUFAs摄入量与抑郁症状呈反比关系。
PUFAs摄入量与抑郁症状之间存在显著的负相关，因为抑郁症状的优势比随着PUFAs摄入量的增加而降低。
TFA和SFA的摄入量与抑郁症状无显著相关

在多营养素密度模型中：

也观察到MUFAs和PUFAs摄入量与抑郁症状之间的反比关系。
TFA摄入量与抑郁症状之间的反比关系，但在营养残留模型中没有发现。

TFA：总脂肪酸

SFA：饱和脂肪酸

MUFA：单不饱和脂肪酸

PUFA：多不饱和脂肪酸

4.抑郁症状与n-3和n-6 PUFAs摄入量及其比例的关系

在营养残留模型和多营养密度模型中，抑郁症状与n-3 PUFAs摄入量呈负相关；n-6 PUFAs摄入量与抑郁症状呈反比关系。

在充分调整潜在混杂因素后，营养残留模型中n-6/n-3 PUFAs比例与抑郁症状呈反比关系，但在多营养素密度模型中，这种关系不显著。

5.男女抑郁症状与不同脂肪酸类型的关系

脂肪酸摄入量与抑郁症状之间的关系在女性中更为明显。

营养残留法和多营养素密度模型的结果显示，在调整混杂因素后，MUFAs、PUFAs以及n-3和n-6 PUFAs的摄入量与抑郁症状呈反比关系。

仅在女性的营养残留模型中发现TFA摄入量与抑郁症状呈负相关。

而在男性中，仅在营养残留模型中的n-6/n-3 PUFAs比例和多营养素密度模型中的TFA含量发现抑郁症状与脂肪酸摄入量呈负相关。

总而言之，本研究提示MUFAs、PUFAs以及n-3和n-6 PUFAs的摄入与抑郁症状呈反比关系。因此，在有抑郁症状风险的个体中，应考虑以单不饱和脂肪酸和多不饱和脂肪酸为主的饮食模式。

第二篇：抑郁症与相对脂肪量(RFM)之间的关系:一项基于人群的研究

主要研究结果

1.研究设计

本研究数据来源于NHANES，获取2005年至2018年的数据。经过纳排，共纳入28,836名18岁以上的参与者。

相对脂肪量（RFM）是一种新的体脂测量指标，是一种易于测量的肥胖指数，比BMI和WC更准确地描述了全身脂肪百分比。是根据体重、身高和性别来计算的。

RFM = 64−(20 ×身高/腰围)+ (12 ×性别)，性别=女性1，男性0。

2.基线特征

共有28836名受试者参与了这项研究，加权后代表了1.78亿美国成年人。

抑郁组体重、WC、RFM、BMI高于非抑郁组，差异均有统计学意义。另外，贫困、性别、身高、种族、教育程度、婚姻状况、吸烟、饮酒、高血压和糖尿病在抑郁组和非抑郁组之间存在差异。

3.Logistic回归探讨PFM与抑郁之间的关系

在多因素logistic回归分析模型中，所有肥胖相关指标均与抑郁显著相关(p < 0.001)。BMI和WC每增加1SD，抑郁的风险分别增加2.3%和1%。RFM每增加1SD，抑郁风险分别增加3.3%。

RCS结果显示RFM与抑郁之间呈“J”形关系(p为非线性<0.0001)。

4.亚组分析

与最低RFM (Q1)相比，最高RFM (Q4)出现在男性、白人、无糖尿病或无高血压、饮酒、18-40岁、从不吸烟、曾经吸烟的人群中。

5.敏感性分析证实了结果的稳健性

排除服用抗抑郁药物的患者，RFM患者中处于最高四分位数的患者与处于最低四分位数的患者相比，患抑郁症的风险OR为1.88 (95% CI: 1.26-2.79)。
逆概率加权（IPW）后，最高四分位数的RFM个体与最低四分位数的个体相比，抑郁风险为2.62 (95% CI: 2.21-3.09)
趋势检验也呈阳性(p <0.01)。