郑老师统计课程，欢迎点击报名：Nhanes公共数据库挖掘 课程
2023年10月12日，温州医科大学育英儿童医院附属第二医院妇产科学者在《BMC Public Health》（三区，IF=4.5）发表题为：" Association between different insulin resistance surrogates and infertility in reproductive-aged females" 的研究论文。
这项研究是基于来自美国国家健康和营养检查调查（NHANES）中的数据。本文旨在探索不同胰岛素抵抗 （IR） 替代物与女性不孕症之间的关联。研究结果表明，高水平的TyG-BMI指数与美国育龄女性的女性不孕症呈正相关。
摘要与主要结果
一、摘要
背景：肥胖和代谢综合征在不孕妇女中更常见，胰岛素抵抗 （IR） 与它们密切相关。然而，没有研究检查不同 IR 代孕者与女性不孕症之间的关联，因此我们调查了它们在普通人群中的潜在关联。
方法：这是一项横断面研究，使用来自国家健康和营养检查调查（NHANES，2013-2018）的数据。采用多因素回归分析评估不同IR替代物（稳态模型评估 （HOMA-IR）、甘油三酯-葡萄糖指数（TyG指数）和甘油三酯-葡萄糖-体重指数（TyG-BMI指数））与女性不孕症的相关性。
结果：调整混杂因素后，HOMA-IR指数和TyG指数与女性不孕症无关，而TyG-BMI指数与女性不孕症呈正相关（OR=1.01,95%CI：1.00,1.01;P < 0.0001），TyG-BMI 组 T3 的 OR （≥ 255.55） 与 T1 组 （< 185.31） 相比差异有统计学意义 （OR = 3.02， 95% CI：1.62， 5.60）。通过分层分析，大多数亚组参与者也看到了类似的结果（P交互作用>0.05）。然而，不同的 IR 替代物在预测不孕症的能力方面没有表现出差异 [TyG-BMI：0.68（95% CI：0.62,0.74）与 TyG：0.62（95% CI：0.57,0.68）与 HOMA-IR：0.65（95% CI：0.60,0.71）]。
结论：我们的结果表明，高水平的TyG-BMI指数与美国育龄女性的女性不孕症呈正相关。
二、研究结果
1.基线特征
本研究共包括1043名女性。参与者被分为两组：“非IR组（HOMA-IR<2.2）”和“IR组（HOME-IR≥2.2）”。我们发现，与其他组相比，IR组的受试者更有可能肥胖，并且具有更高的LDL、甘油三酯、空腹血糖、胰岛素、TyG指数和TyG-BMI指数，以及更高的高血压、糖尿病和女性不孕症风险（P < 0.05）。
2.不同IR替代物与女性不孕的关系
采用Logistic回归，在模型I和模型II中，HOMA-IR指数、TyG指数和TyG-BMI指数均与女性不孕呈正相关（均P < 0.05）。然而，在完全调整的模型III中，我们发现HOMA-IR指数和TyG指数与女性不孕症无关（P > 0.05），而TyG-BMI指数与女性不孕症仍呈强正相关（OR=1.01,95%CI：1.00,1.01;P < 0.0001）。
基于这些结果，我们进一步研究了不同TyG-BMI三分位数组之间不孕风险的差异。研究发现，随着TyG-BMI指数的升高，女性不孕的风险显著增加。此外，RCS图还表明，TyG-BMI与女性不孕之间存在稳定的正相关关系。
3.TyG-BMI指数与女性不孕症之间的分层关联
我们进行了分层分析，以评估TyG-BMI对不孕症的影响。如图所示。3，TyG-BMI与不孕症的相关性在大多数分层人群中相似（P-交互作用>0.05）。
4.不同 IR 替代物在预测胰岛素抵抗和不孕症方面的比较
在胰岛素抵抗方面，ROC曲线结果如表3所示。TyG-BMI指数和TyG指数预测胰岛素抵抗（定义为HOMA-IR≥2.2）的AUC分别为0.83（95%CI：0.80,0.85）和0.71（95%CI：0.68,0.74），表明TyG-BMI指数在预测胰岛素抵抗方面明显优于TyG指数（P < 0.0001）。
在不孕症方面，TyG-BMI指数、TyG指数和HOMA-IR指数的AUC分别为0.68（95%CI：0.62,0.74）比0.62（95%CI：0.57,0.68）比0.65（95%CI：0.60,0.71）。虽然TyG-BMI的AUC最大，但不同替代物的AUC差异无统计学意义（P > 0.05）。
设计与统计学方法
一、研究设计
P（Population）参与者：2013-2018年国家健康和营养检查调查（NHANES）周期中年龄18-36的1043名女性。
E（exposure）暴露因素：HOMA-IR指数、TyG指数、TyG-BMI指数
（TyG指数计算如下：TyG = Ln[空腹甘油三酯（mg/dL）×空腹血糖（mg/dL）/2]。TyG-BMI指数的计算公式如下：TyG-BMI=TyG指数×BMI（kg/m2）。HOMA-IR指数的计算公式如下：HOMA-IR=空腹血糖（mmol/L）×空腹胰岛素（μU/mL）/22.5。IR根据稳态模型评估（HOMA-IR ≥ 2.2）定义。）
O（outcome）结局：是否不孕。
（通过询问“尝试了一年才能怀孕？答案“是”表示“不孕”情况，否定答案表示“不孕”情况。）
S（Study design）研究类型：横断面研究。
二、统计方法
1.统计描述+差异性分析：连续变量表示为均值和标准差，分类变量表示为数字 （n） 和百分比 （%）。根据HOMA-IR指数将参与者分为“非IR组”和“IR组”，采用卡方检验或Kruskal-Wallis H检验检验两组之间的差异。
2.使用logistic回归模型来评估不同IR替代物与不孕症之间的相关性，表达了与OR值和95%置信区间（95%CI）的关系。
3.进一步评估了不同TyG-BMI三分位数组（T1组作为参考）之间不孕不育风险的差异。（T1组为TyG-BMI指数<185.31的患者，T2组为TyG-BMI指数为185.31≤~<255.55的患者，T3组为TyG-BMI指数≥255.55的患者。）
4.限制性立方样条分析：使用基于模型III的限制三次样条曲线（RCS）曲线来探索TyG-BMI指数与不孕症之间的任何非线性关系。
5.交互和分层分析：我们根据年龄、种族、家庭收入、婚姻状况、教育程度、BMI状况、吸烟状况、饮酒状况和慢性病史进行了交互和分层分析。
6.ROC曲线+AUC面积：最后，我们通过受试者工作特征 （ROC） 曲线及其各自的曲线下面积 （AUC） 比较了不同 IR 替代物对胰岛素抵抗和不孕症的可预测性。通过Z检验比较AUC之间的差异。
7.使用SPSS版本21.0和EmpowerStats进行分析，P<0.05被认为具有统计学意义。
小结
本文整体研究思路是比较清晰明确的，目的探索不同胰岛素抵抗 （IR） 替代物与女性不孕症之间的关联。文中用的胰岛素抵抗 （IR） 替代物为以下三种：HOMA-IR指数、TyG指数、TyG-BMI指数，这些数据都是根据体格检查、血液指标等计算而来。
首先，研究者采用3个模型的Logistic回归探讨3种不同IR替代物与女性不孕症的关系，发现HOMA-IR指数和TyG指数与女性不孕症无关，而TyG-BMI指数与女性不孕症有关（OR=1.01,95%CI：1.00,1.01;P < 0.0001）。所以又画了RCS图来验证TyG-BMI与女性不孕之间存在稳定的正相关关系。
接下来又把TyG-BMI分为三分位数，研究不同TyG-BMI三分位数组之间不孕风险的差异。研究发现，随着TyG-BMI指数的升高，女性不孕的风险显著增加，这是OR值也变得更大了。
接下来就是常规的交互和分层分析。
其实到这里就结束也完全是一篇完整的文章了，
但是值得一提的是，本文还做了ROC曲线+AUC面积，想要探讨不同 IR 替代物对胰岛素抵抗和不孕症的可预测性。可惜结果表示，TyG-BMI能预测胰岛素抵抗，但是不能预测不孕症，这样的结果可能也是作者的一个遗憾吧。
一个专门做公共数据库的公众号，关注我们
