01

NHANES全新指标

  • 糖脂代谢7因子（GLM7）指标简介

GLM7 是用于综合评估个体糖代谢与脂质代谢状态的复合性代谢指标。可反映机体糖脂代谢的整体平衡水平，较高的 GLM7 值通常提示胰岛素抵抗、糖脂代谢紊乱及相关代谢性疾病风险升高。

指标计算方式：

指标数据在郑老师团队开发的NHANES Online平台现可一键提取和分析。详情可见：糖脂代谢7因子（GLM7）

02

论文解读

近日，中国科学技术大学学者联合NHANES和CHARLS数据库，在期刊《Advanced Science》（医学一区Top，IF=14.1）发表了一篇题为：“GLM7 – A Novel Composite Glycolipid Index Derived from Routine Health Indicators for Enhanced Diagnosis and Prediction of Multimorbidity”的研究论文。

研究旨在探讨49种常规体检指标与5种疾病（心血管疾病、糖尿病、肝病、癌症和共病）之间的关联，明确其中诊断和预测能力最强的十项指标。同时，开发新型指标——糖脂代谢7因子（GLM7），分析其与五类疾病的关联及预测性能。

本公众号回复“ 原文”即可获得文献PDF等资料。NHANES Online平台可一键提取分析GLM7指标，欢迎添加郑老师助教vx了解：aq566665


研究背景

当前，常规健康体检项目日益增多，但其中许多检查对揭示潜在疾病的价值有限，这不仅导致医疗资源浪费，也加重了患者负担。

在此背景下，筛选真正具有价值的核心指标，并构建能够高效预测疾病风险的复合工具（如GLM7），成为提升公共卫生效率与实现精准医疗的关键。


数据来源

研究的发现队列源基于美国国家健康与营养调查（NHANES）2013–2023年的数据，经过筛选，排除年龄<20岁及各类疾病数据缺失的个体，最终纳入26,289名参与者。

验证队列来自CHARLS数据库2011-2020年的数据，共有19,328名参与者。

图1 参与者的筛选流程

    研究方法

    研究采用ROC曲线识别出五类疾病诊断和预测效能最高的关键指标，基于筛选所得的七个核心常规指标，构建新型复合指标 GLM7。

    IF 14.1！中科大开发NHANES新指标-GLM7拿下一区Top，验证数据来自CHARLS

    研究运用logistic回归和RCS分析评估GLM7与疾病的关系及风险阈值。同时，基于GLM7的七种常规指标，构建XGBoost模型，在NHANES队列中探究其性能，并在CHARLS数据库中对上述模型的可靠性进行了验证。

    主要研究结果

    研究成功识别出诊断和预测五大类疾病能力最强的10个指标。

    韦恩图进一步发现，其中7个关键指标在五种疾病分类中均展现出优异性能。分别为：

    • 年龄；

    • 胰岛素水平；

    • 甘油三酯（TG）；

    • 低密度脂蛋白胆固醇（LDL-C）；

    • 血浆致动脉粥样硬化指数（AIP）；

    • 甘油三酯葡萄糖指数（TyG）；

    • 甘油三酯-葡萄糖-体重指数（TyG-BMI）。

    图2 A)49种因素与多种疾病关联的热力图 B~F)五种疾病的前10相关因素图 G)不同疾病重叠区域相关因素维恩图

    基于以上七个核心指标，研究整合并构建了新型指标——糖脂代谢7因子（GLM7）。

    logistic回归和RCS分析结果证实，GLM7与五类疾病均存在显著的非线性正相关关联（OR 3.08–12.19），风险阈值约为7.5。

    这意味着，当GLM7超过7.5时，五类疾病发生风险均显著增高。

    图3 五类疾病logistic分析结果
    图4 五类疾病RCS分析结果

    此外，基于GLM7的七种常规指标，研究构建了XGBoost模型。结果显示，该模型在NHANES和CHARLS中均表现出卓越的疾病预测性能。

    这意味着GLM7可应用于不同的临床环境，作为早期风险分层与精准健康管理的有效工具。

    图5 五类疾病在NHANES发现队列的ROC分析结果

    图6 五类疾病在CHARLS验证队列的ROC分析结果

    研究结论

    本研究基于七种常规健康体检指标构建的新型复合指标——GLM7，可以作为临床实践中进行早期风险分层与精准健康管理的有效工具。

    NHANES在线分析平台

    文中涉及的高分稀有指标——GLM7，在郑老师团队开发的NHANES Online平台可一键提取和分析！平台已涵盖300+项指标数据，全面覆盖各类高分、稀有与复杂指标，助您高效开展研究。

    未来将持续更新，对NHANES数据库感兴趣的朋友，欢迎联系~

    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！