当前位置: 首页 > news >正文

NHANES指标推荐:DI-GM

文章题目:The association between the dietary index for gut microbiota and non-alcoholic fatty liver disease and liver fibrosis: evidence from NHANES 2017-2020

 

DOI:10.1186/s12876-025-03756-8

 

中文标题:肠道菌群饮食指数与非酒精性脂肪性肝病和肝纤维化之间的关联:来自 NHANES 2017-2020 的证据

 

发表杂志:BMC Gastroenterol

 

影响因子:2区,IF=2.5

 

发表时间:2025年3月

 

今天给大家分享一篇在2025年3月发表在《BMC Gastroenterol》(2区,IF=2.5)的文章。本研究旨在探讨DI-GM与NAFLD和肝纤维化风险之间的关联,为饮食干预策略提供理论支持。

 

研究方法:本研究利用了NHANES 2017-2020 的数据,包括 6,181 名符合条件的成年参与者。使用 DI-GM 四分位数、多元逻辑回归和限制性三次样条 (RCS) 分析评估了 DI-GM 与 NAFLD 和肝纤维化风险之间的关系。进行了亚组分析,以探索 DI-GM 在不同人群中的预测作用。所有分析均经过加权,以确保结果的代表性。

Table&Figure

 

结果解读DI-GM与NAFLD及肝纤维化风险呈负相关,随着DI-GM评分升高,NAFLD及肝纤维化风险显著降低(52.81%、43.16%、40.40%、31.98%,p < 0.05;17.52%、9.04%、7.21%、6.78%,p < 0.05)。多因素logistic回归分析显示,在未调整模型(模型1)中,DI-GM每增加一个单位,NAFLD风险降低6.9%(OR=0.931,95%CI:0.886-0.979,p<0.001),肝纤维化风险降低15.6%(OR=0.844,95%CI:0.757-0.941,p<0.05)。在四分位数分析中,DI-GM最高四分位数(Q4)的个体与最低四分位数(Q1)的个体相比,NAFLD风险降低58%(OR=0.42,95%CI:0.219-0.806,p<0.001)。即使在调整协变量后,结果仍然显著。 RCS分析显示,DI-GM与NAFLD和肝纤维化风险呈非线性关系,拐点在评分2和5处,表明保护作用增强。

 

结论:本研究揭示了DI-GM与NAFLD和肝纤维化风险之间存在负相关,凸显了健康饮食模式通过肠道菌群调节在预防和管理NAFLD和肝纤维化方面的潜在作用,为饮食干预提供了理论基础。

 

大家在科研路上,可以借鉴这种研究方法,为自己的课题添砖加瓦。万层高楼平底起,一起加油呀!

http://www.xdnf.cn/news/158311.html

相关文章:

  • 用python借用飞书机器人群发布定期内容
  • ShenNiusModularity项目源码学习(23:ShenNius.Admin.Mvc项目分析-8)
  • 第十六届蓝桥杯大赛软件赛省赛第二场 C/C++ 大学 A 组
  • 【数据结构刷题】顺序表与ArrayList
  • Linux下编译并打包MNN项目迁移至其他设备
  • Qt动态库信号崩溃问题解决方案
  • Leetcode刷题 由浅入深之哈希法——202. 快乐数
  • 机器学习(10)——神经网络
  • 《Python Web部署应知应会》Flask网站隐藏或改变浏览器URL:从Nginx反向代理到URL重写技术
  • 【人工智能之大模型】详述大模型中​AWQ(Activation-aware Weight Quantization)量化的关键步骤?
  • Three.js + React 实战系列-3D 个人主页:构建 Hero 场景组件(项目核心)✨
  • Github 2025-04-26 Rust开源项目日报Top10
  • 学习笔记——《Java面向对象程序设计》-内部类、匿名类、异常类
  • 解决Ubuntu下使用CLion构建Qt项目时找不到已安装的模块的问题
  • AI编程案例拆解|基于机器学习XX评分系统-后端篇
  • 【数据可视化-35】全球太空探索数据集(2000-2025)可视化分析
  • 通过门店销售明细表用PySpark得到每月每个门店的销冠和按月的同比环比数据
  • 数据预处理之特征选择 (Feature Selection)
  • java函数式接口与方法引用
  • Nacos简介—3.Nacos的配置简介
  • SQL盲注问题深度解析与防范策略
  • 逆向|dy|a_bogus|1.0.1.19-fix.01
  • IDE使用技巧与插件推荐
  • LLM(大语言模型)技术的最新进展可总结
  • ShaderToy学习笔记 02.圆
  • HTTP, AMQP, MQTT之间的区别和联系是什么?华为云如何适配?
  • iperf网络性能测试
  • OpenCV第6课 图像处理之几何变换(缩放)
  • compose 二维码扫描qrcode
  • 进制转换编程实现