见微知著 | NHANES发文思路：查漏补缺式的寻找体征对应的指标

通常而言，一个人体内的某项指标或其所处环境的化学物水平出现异常时，个体也会表现出外在的体征。比如血压高了就很有可能会引起头晕等症状体征，尿酸高了就很有可能会引起痛风。如果我们能找到一个冷门的指标，将其和体征对应起来，也许就能得到一篇质量不错的文章。这期推文我们一起学习一篇关于氟化物水平和氟斑牙关联的文章。

2023年6月，一篇题为：A National Study Exploring the Association Between Fluoride Levels and Dental Fluorosis的研究论文发表于《JAMA Network Open》，本文为中国学者写作，文章属于中科院分区医学一区，JAMA子刊，2023年IF=13.8。

这项研究利用美国营养健康（NHANES）的数据，通过多种方法，研究了氟化物水平，包括水中氟化物，膳食氟化物补充剂以及血浆氟化物与氟斑牙之间的关系。结果表明，接触水中氟化物浓度较高以及血浆氟化物水平较高与患氟斑牙的风险较高相关。

摘要与主要结果

一、摘要

背景：虽然氟化物对健康的影响已得到广泛研究，但很少有高质量研究探讨水中氟化物含量与氟斑牙之间的关系。本研究旨在探讨饮用水中氟化物暴露与氟斑牙之间的关联。

方法：这项横断面研究使用了2013-2014年和2015-2016年国家健康和营养检查调查（NHANES）数据（2013年1月1日至2016年12月31日）。NHANES 使用复杂的抽样技术来对美国人口进行具有全国代表性的样本估计，其中包括访谈和身体评估。6 至 15 岁的儿童和青少年被纳入其中，因为 NHANES 包含所有 3 种形式的氟化物测量数据：血浆氟化物水平、水中氟化物水平和膳食氟化物补充剂。数据分析时间为2023年1月1日至4月30日。

结果：2013-2014 年 NHANES 周期有 1543 名参与者（男性加权比例，51.9%；平均 [SD] 年龄，11.0 [2.7] 岁），2015-2016 年周期有 1452 名参与者（男性加权比例，52.6%；平均 [SD] 年龄）。] 年龄，11.1 [2.8] 岁）。2013-2014 年周期中，加权 87.3% 的人表现出一定程度的氟中毒，2015-2016 年周期中，加权比例为 68.2%。水和血浆中较高的氟化物含量与较高的氟斑牙发病率显着相关（调整后的比值比，2013-2014 周期为 2.378 [95% CI, 2.372-2.383]，2014 周期为 1.568 [95% CI, 1.564-1.571] 2015-2016 周期）。

结论：这项横断面研究的结果表明，接触水中氟化物浓度较高以及血浆氟化物水平较高与患氟斑牙的风险较高相关。进一步的研究可以帮助政策制定者制定政策，平衡实质性的龋齿预防和氟斑牙的风险。

二、研究结果

1. 研究人群的基线资料

表 1 列出了人口统计特征。共有 1543 名 6 至 15 岁参与者，代表 2013-2014 年周期的 31 847 426 人（加权比例，51.9% 男性和 48.1% 女性；平均 [SD] 年龄，11.0 [2.7] 岁）和 1452 名参与者，代表 2015-2016 年周期的 32 340 232 人（加权比例，男性 52.6%，女性 47.4%；平均 [SD] 年龄，11.1 [2.8] 岁）。超过一半的人年龄在 6 至 11 岁之间（2013-2014 年加权为 53.9%，2015-2016 年加权为 52.6%）。超过一半的人口是非西班牙裔白人（2013-2014 年加权为 51.3%，2015-2016 年为 51.9%），而墨西哥裔美国人（2013-2014 年加权为 17.7%，2015-2016 年为 15.5%）、非西班牙裔亚裔（2013-2014 年和 2015-2016 年加权均为 4.4%）、非西班牙裔黑人（2013-2014 年加权为 14.1%，2015-2016 年加权为 12.9%）、非墨西哥西班牙裔（2013-2014 年加权为 7.1%，2016 年加权为 10.0） %（2015-2016 年加权）和其他（2013-2014 年加权 5.4%，2015-2016 年加权 5.3%）。超过一半的数据是在5月1日至10月31日期间收集的（2013-2014年加权为52.8%，2015-2016年加权为56.8%），大多数家长受过大学教育（2013-2014年加权为31.0%，2015-2016年加权为34.4%）。2015-2016）。在2013-2014年和2015-2106年周期中，家庭收入与贫困水平的平均（SD）比率分别为2.3（1.6）和2.5（1.5）。

2.氟化物水平

表 2 包含水氟化物水平、血浆氟化物水平和氟化物补充剂的描述性统计数据。2013-2014年水中氟化物平均（SD）含量为0.56（0.36）mg/L，2015-2016年为0.46（0.38）mg/L，均低于美国公共卫生服务推荐水平0.7mg /L。2015-2016年，儿童水氟水平（平均[SD]，0.49[0.40]mg/L）和血浆氟水平（平均[SD]，0.38[0.23]μmol/L）均高于青少年（表2）。然而，2013-2014年，青少年水氟水平（平均[SD]，0.57[0.39]mg/L）和儿童血浆氟水平（平均[SD]，0.44[0.27]μmol/L）最高。在这两个时期，接受氟化物补充剂的青少年比例均高于儿童（2013-2014 年加权为 50.8%，2015-2016 年加权为 53.6%）（表 2）。

在2015-2016周期中，5月至10月的血浆氟化物浓度（平均值[SD]，0.35[0.17]μmol/L）与11月至4月的血浆氟化物浓度相当（平均值[SD]，0.35[0.27]μmol/L） ，尽管 5 月至 10 月的水中氟化物浓度（平均值 [SD]，0.50 [0.35] mg/L）高于 11 月至 4 月（平均值 [SD]，0.41 [0.40] mg/L）（表 2）。5月至10月的水氟化物水平（平均[SD]，0.57[0.39]mg/L）和血浆氟化物水平（平均[SD]，0.47[0.65]μmol/L）均高于11月至4月2013-2014 年（表 2）。表2还显示，2013-2014年，与11月至4月（加权32.3%）相比，5月至10月服用氟化物补充剂的参与者人数（加权67.7%）有所增加，而11月至4月服用氟化物补充剂的参与者人数（权重 54.9%）大于 2015-2016 年 5 月至 10 月（权重 45.1%）的参与者数量。2013-2014 年 (r = 0.18) 和 2015-2016 年 (r = 0.35) 期间血浆和水中的氟化物浓度呈正相关。此外，在两个时期内，曾经使用过氟化物补充剂的人和未服用任何氟化物补充剂的人之间的水中氟化物水平存在显着差异（平均差异，2013-2014 年为 0.231 [95% CI，0.230-0.231]，2013 年至 2014 年为 0.171 [95]。% CI，0.170-0.171]（2015-2016 年）（表 3）。

3.牙齿健康状况

总体而言，2013-2014 年，权重 87.3% 的儿童和青少年表现出一定程度的氟中毒（极轻度、轻度、中度和重度），2015-2016 年这一比例为 68.2%。表4显示了氟化物暴露与氟中毒之间的关联，表明2013-2014年和2015-2016年周期中较高的水中氟化物浓度与儿童和青少年氟中毒风险增加相关。

在调整 2015-2016 年周期中的协变量后，较高的水和血浆氟化物浓度仍然与较高的氟斑牙几率独立相关（调整后的比值比 [AOR]，水氟化物为 2.378 [95% CI，2.372-2.383]；等离子氟化物的 AOR，1.568 [95% CI，1.564-1.571]（表 5）。

氟化物补充剂与较低的氟斑牙发病率相关（AOR，0.741 [95% CI，0.739-0.742]），但服用补充剂的人接触的水中氟化物含量较低（表 5），这表明氟化物补充剂与氟斑牙之间存在潜在的相互作用。水氟化物含量。进一1.117-1.130]）且大于0.70 mg/L（AOR，1.08 [95% CI，1.075-1.090]）（额外补充表格）。

设计与统计学方法

一、研究设计

P：2013-2014年（1543位参与者）和2015-2016年（1452位参与者）国家健康和营养检查调查（NHANES）数据。

I：暴露因素为氟化物水平，包括血浆氟化物水平、水中氟化物水平和膳食氟化物补充剂使用情况。

O：结局：氟斑牙，文章中通过Dean 氟中毒指数进行评估。

S：横断面研究。

二、统计方法

1.基线资料分析，对2023年1月1日至4月30日的数据进行了分析。使用未加权数据反映调查样本特征，使用加权数据计算人口变量和氟化物暴露的平均值和比例，以产生全国代表性的估计值。计算血浆氟化物浓度和水中氟化物浓度之间的皮尔逊相关系数。

2.差异性分析，使用独立样本 t 检验来探索不同组间氟化物暴露的差异。

3.回归分析，在控制了年龄、性别、种族和民族、家庭教育水平、家庭收入与贫困的比率后，检查了口腔健康结果（氟斑牙）与氟化物暴露（水氟化物浓度、血浆氟化物浓度和氟化物补充）之间的关联，以及使用二元逻辑回归进行 NHANES 调查的时期。分别对 2013-2014 年数据、20152016 年数据以及 2013 年至 2016 年合并数据运行回归模型。对 2013-2014 年数据和 2015-2016 年数据进行单独分析将有助于审查美国 2015 年的建议卫生与公众服务部 (DHHS) 降低水中氟化物浓度。运行额外的回归模型，纳入氟化物补充剂和控制协变量的水氟化物水平之间的相互作用效应。报告了 95% CI。

4.补充说明，统计学显著性定义为95%置信区间，不包括差异的0和比率的1。所有分析均使用SPSS版本28（IBM Corporation）进行。

小感悟

本期介绍的是一篇一区文章，JAMA子刊，13.8分，高分文章。

文章的研究方法并不复杂，先对基线资料进行分析再差异性分析，最后建立回归模型，研究有一处比较细致，对水中氟化物和血浆氟化物水平先进行分析，研究二者的关联，这不仅让文章内容更加详实，也给氟化物水平和氟斑牙的关联论证提供了更多的证据，值得学习。思路上选取了两轮研究进行对照，让证据更加可信并通过结合未加权研究对象和预测研究对象所能代表的人群，让读者更能直观感受到降低氟化物水平能给人群带来怎样的收益。

写文章第一步，还是要选好指标和对象，如上一篇推文一样，这篇文章在暴露上也对暴露进行了具体的细化，把氟化物水平细分为水中氟化物，血浆氟化物以及膳食补充剂氟化物三种。统计方法并不难，重点还是在指标的选取，指标的选取思路也不是从天上掉下来的，要根据临床经验，还有统计实践，运气也是努力的一部分。总之多看多学多试，就是发文秘诀。

一个专门做公共数据库的公众号，关注我们

‍