南华大学衡阳医学院附属第一医院学者挖掘NHANES（国家健康与营养调查）公共数据库，在《Nutrition Journal》（二区，IF=3.8）杂志发表了一篇基于中介分析与机器学习方法的洞见。
研究旨在探讨膳食炎症指数（Dietary Inflammatory Index, DII）、生物学衰老与心血管–肾脏–代谢（CKM）综合征分期及死亡率之间的关联。
这个题目挺有意思的，中介分析与机器学习方法结合，这篇文章是如何设计和撰写的呢？我们一起来看看。
主要研究指标
本研究纳入 2005–2018 年 NHANES公共数据库共纳入 7918 名参与者。
主要研究指标
膳食炎症指数（DII）：采用 27 项成分计算 DII。
生物学衰老：利用 R 语言包 “BioAge” 根据 8 项生物标志物计算生物学年龄和表型年龄，表型年龄则基于 9 项变量推算而得。CKM 综合征：CKM 综合征定义为同时存在亚临床或临床心血管疾病（CVD）、慢性肾脏疾病（CKD）和代谢紊乱。通过20余项变量计算而来。并按 CKM 综合征严重程度分为两组：非晚期组（第 0–2 期）和晚期组（第 3–4 期）。
结局指标：包括全因死亡、CVD 死亡和非 CVD 死亡。
目前，NHANES公共数据库的挖掘分析中，基本都要综合指标了，如上述的DII、CKM综合征等，计算相对比较复杂。
如DII，先要找到文献依据，再挖掘27项成分，再对计算方法逻辑梳理，编写代码，计算得到DII指标。
（为节省时间，也能保证计算的准确性，不妨使用郑老师团队基于R语言开发的NHANES在线下载和分析平台，这些综合指标已经计算好，可以直接分析，感兴趣的指标也可以和我们说，快马加鞭为您安排！欢迎联系：微信号aq566665获取试用链接。）
主要研究目标及研究结果
1.探讨 DII 与 CKM 综合征分期的关联
结果表明，DII 与晚期 CKM 分期呈正相关。多变量Logistic回归显示，与DII最低三分位组相比，中位组和最高组的晚期 CKM 风险显著增加。
限制性立方样条分析（RCS）显示 DII 与晚期 CKM 存在线性剂量–反应关系（非线性检验 P=0.41）。
2.评估 DII 对 CKM 患者全因死亡率的影响
Kaplan–Meier 生存曲线显示，DII最低三分位组全因死亡生存率最高，最高三分位组最低，Log‑rank 检验均 P < 0.001。
Cox 回归结果表明，中位和最高三分位组与最低组相比，全因死亡风险分别增加 20%和 45%。
并且，DII与全因死亡也呈线性剂量–反应关系（非线性检验 P=0.35）。
3.生物学衰老在 DII 与CKM分期、DII 与死亡率关联中的潜在中介作用
首先，较高的 DII 水平与更高的生物学年龄和表型年龄显著相关。加速衰老（表型及生物学年龄）均与晚期 CKM 分期及全因死亡显著相关。
中介分析显示：
生物学年龄在 DII 对晚期 CKM 分期影响中，中介效应占 23%，在 DII 对全因死亡的影响中占 13%；
表型年龄的中介比例分别为 36% 和 23%。
4.构建八种机器学习模型，对 CKM 分期（第 3/4 期）进行分类及预测全因死亡，结合SHAP方法解析各 DII 组成成分的相对贡献。
在验证集中评估晚期 CKM 分期预测模型的 ROC 曲线显示，LightGBM 模型 AUC 最高，为 0.896；其次为 LR 和 XGBoost，均为 0.895。
对于全因死亡预测，LR、LightGBM、XGBoost 性能最优，AUC 分别为 0.857、0.848和 0.843；且 LightGBM、LR、XGBoost 在准确率和 F1 分数上也优于其它模型。
基于验证集的加权集成 SHAP 值排序结果显示：
预测晚期 CKM 分期的主要贡献者排序如下。
预测全因死亡的主要贡献者排序如下。
可以看出，这项研究中，中介分析和机器学习是作为两个近乎独立的模块的。
这篇文章挖掘NHANES公共数据库，做了很多分析，研究思路清晰，诸位可以看看！
参考文献：Ge, J., Zhu, L., Jiang, S. et al. Association of dietary quality, biological aging, progression and mortality of cardiovascular-kidney-metabolic syndrome: insights from mediation and machine learning approaches. Nutr J24, 105 (2025). https://doi.org/10.1186/s12937-025-01175-9
