Hello，好久不见，我是SPSS学堂的柠檬精~今天继续跟大家分享一篇2019年发表在Environmental Research（公共卫生、环境卫生与职业卫生1区，2019 影响因子5.715）的文章——Maternal urinary cadmium, glucose intolerance and gestational diabetes in the New Hampshire Birth Cohort Study（新罕布什尔州出生队列研究中孕妇尿镉与葡萄糖耐量异常/妊娠期糖尿病的关系），doi: 10.1016/j.envres.2019.108733。
在本期剖析中，柠檬精会主要讲讲论文的结果部分（这1篇1区文章正文居然只有两个表格支撑？）。柠檬精还是会把个人思考理解（##柠檬精的唧唧歪歪##）穿插于文章内容，希望能和粉丝们一起学习交流，抛砖引玉，共同进步~
研究结果讨论
本研究于2009年1月-2017年12月共招募1801名孕妇，其中有50名女性由于妊娠期前患有糖尿病而被排除，784名未进行尿镉的测定，50名无葡萄糖试验，分析纳入了917名女性。
我们需要建立研究对象的纳入排除标准并严格执行，论文需要报告由于各种原因排除的人数。
葡萄糖试验结果将917名女性分为葡萄糖耐量正常（815，88.9%）、葡萄糖耐量异常（86，9.4%）和妊娠期糖尿病（16，1.7%），仅623名女性关键协变量信息完整并纳入构建最终的模型。
若单独以妊娠期糖尿病为结局时，阳性样本仅16，数量低，模型需纳入变量个数为7，估算OR的95%CI会很可能会很宽，所以研究将葡萄糖耐量异常和妊娠期糖尿病合并为一类分析报告。
队列中女性的基线资料比较如表1所示。
在上一期统计分析中我们已经提到，尿镉水平urinary cadmium level经log2转换后的新变量符合正态分布，所以原变量符合对数正态分布，此处应使用几何均数来描述原变量的集中趋势。由于资料本身是偏态分布，所以需使用四分位间距IQR描述离散趋势。所以，大家需注意非正态分布的连续性变量是不能利用算术均数±标准差来描述的。
研究中的模型均通过年龄、妊娠前BMI、妊娠期增加体重、吸烟、进行糖耐量试验的孕周和尿肌酐协变量的调整。以疾病的程度（妊娠期糖尿病=2、葡萄糖耐量异常=1和葡萄糖耐量正常=0）作为结局变量，通过有序回归，发现女性尿镉和妊娠期葡萄糖耐量异常（OR = 1.11，95%CI 0.85-1.45）或妊娠期糖尿病GDM（OR = 0.86，95%CI 0.51-1.44）间不存在关联；在纳入砷作为协变量的模型中，结果相似；以高血糖（葡萄糖耐量异常/糖尿病）作为结局变量，通过二分类logistic回归，结果仍无统计学差异；在孕前BMI进行分层分析中，在正常或偏低体重的女性中，尿镉与妊娠期高血糖有接近统计学意义的正关联（OR=1.32，95%CI 0.88-1.98），其它亚组的暴露与结局仍然无统计学关联。通过缺失值多重填补后建模，回归模型中尿镉与结局的关联仍无统计学差异。在敏感性分析中发现，排除孕期有主动或被动吸烟暴露的女性后，在体重正常的女性中，尿镉与高血糖间的正关联增强（OR=1.54，95%CI 0.96-2.47），但仍然未达到统计学意义。
在置信水平α设为0.05下，尿镉和妊娠期葡萄糖耐量异常/妊娠期糖尿病OR确实是没有统计学意义的（95%CI包括1），但在对混杂因素进行调整后，可信区间不断缩窄，我们可以观察到关联强度和统计学差异的改变。柠檬精一直很崇拜流行病学和统计学的原因之一就是像探案一样抽丝剥茧，一步步接近真相的感觉。但柠檬精也一直认为，P
至此，研究结果报告完毕，这篇article结果部分只有2个表，还有2个补充表，就这样支撑起了一篇1区。
通过结果部分，我们可以得出文章的大致结论——研究者们未能在本项队列研究中观察到妊娠期尿镉与高血糖间的关系，但发现孕前体重正常的妇女尿镉可能增加妊娠期高血糖的风险，而环境因素对妊娠并发症的影响需要更多更深入的研究。
通过对 Maternal urinary cadmium, glucose intolerance and gestational diabetes in the New Hampshire Birth Cohort Study 一文的阅读和学习，柠檬精最深的印象——丰富的限制性分析和敏感性分析是可以加强文章的论证强度的，而且P真实地报告自己的研究结果也是可以得到应有的respect的嘛。
参考文献
[1] Romano ME, Gallagher LG, Jackson BP, Baker E, Karagas MR. Maternal urinary cadmium, glucose intolerance and gestational diabetes in the New Hampshire Birth Cohort Study. Environ Res. 2019;179(Pt A):108733.
[2] 李立明，詹思延. 流行病学第8版. 北京：人民卫生出版社，2018.
本期作者
欢畅
南方医科大学
流行病与卫生统计学硕士
