9.23-24 郑老师“量表与中介研究数据分析”课程，欢迎报名
近些年来，“996”，“007”等作息方式走进了我们的生活，除了互联网大厂的打工人，医学界的诸位同仁想必也时常能感受到夙兴夜寐的快乐。那么，“996”式的作息真的让我们的生活变得更甜蜜了吗，答案是肯定的。这个结论并非我信口开河，让我们走进本期推文。
今年9月12日，也就是一周前，一篇题为：Chronotype, Unhealthy Lifestyle, and Diabetes Risk in Middle-Aged U.S. Women : A Prospective Cohort Study的研究论文发表于《Ann Intern Med》，本文为外国学者写作，文章属于中科院分区医学一区，2023年IF=39.2。
这项研究利用护士健康研究II（Nurses’ Health Study II）的数据，通过多种方法，研究了美国中年护士群体睡眠行为与二型糖尿病之间的关系。结果表明，与早晨睡眠型的中年护士相比，晚间睡眠型的中年护士更有可能报告不健康的生活方式行为，并且糖尿病风险增加。
摘要与主要结果
一、摘要
背景：晚间睡眠型可能会促进坚持不健康的生活方式并增加2型糖尿病的风险。本研究旨在评估可改变的生活方式行为在时间型与糖尿病风险之间关联中的作用。
方法：这项前瞻性队列研究在2009年对63 676名年龄在45至62岁之间、没有癌症、心血管疾病或糖尿病病史的护士进行了前瞻性随访，直到2017年。使用来自早晨-傍晚问卷的经过验证的问题自我报告的时间型。测量的生活方式行为包括饮食质量，身体活动，酒精摄入量，体重指数（BMI），吸烟和睡眠时间。糖尿病病例通过补充问卷自我报告和确认。
结果：报告“明确晚上”时间类型的参与者比报告“明确早晨”时间类型的参与者有不健康生活方式的可能性高54%（95%CI，49%至59%）。在469 120人年的随访中，共记录了1925例糖尿病病例。与“确定早晨”时间型相比，调整“中期”时间型糖尿病的调整风险比（HR）为1.21（CI，1.09至1.35），调整社会人口学因素，轮班工作和糖尿病家族史后，“确定早晨”时间型的调整风险比（HR）为1.72（CI，1.50至1.98）。BMI、体力活动和饮食质量的进一步调整减弱了比较“明确晚上”和“明确早晨”时间型的关联，分别为1.31（CI，1.13至1.50），1.54（CI，1.34至1.77）和1.59（CI，1.38至1.83）。考虑所有测量的生活方式和社会人口学因素导致相关性降低但仍然呈正相关（HR比较“确定的晚上”与“明确的早晨”时间类型，1.19 [CI，1.03至1.37]）。
结论：与早晨睡眠型的中年护士相比，晚间睡眠型的中年护士更有可能报告不健康的生活方式行为，并且糖尿病风险增加。经BMI，身体活动，饮食和其他可改变的生活方式因素等协变量校正后，糖尿病风险增加的幅度有所降低，但不是全部。
二、研究结果
1. 研究人群的基线资料
在 2009 年基线时，研究样本的平均年龄为 54 岁（SD，4.6），大多数参与者是白人 (97%)、绝经后 (67%) 和来自中西部 (32%)，平均每年家庭收入为 83 379 美元（表 1）。大约 35% 的参与者报告了明确的睡眠时间类型，而只有 11% 的参与者报告了明确的晚上时钟类型。不同时间型的参与者在年龄和种族方面具有相似的分布（表1）。
与具有明确的早晨睡眠类型的参与者相比，具有明确的晚上睡眠类型的参与者不太可能居住在东北部或在门诊环境中工作，但更有可能曾经上过夜班，在东北地区从事过任何轮流夜班工作。前2年，患有抑郁症。不健康的生活方式行为在具有明确夜间睡眠类型的参与者中更为常见（补充图 3）。
2.睡眠时间型与不健康生活方式之间的关联
在完全调整的模型中，观察到时间类型与个人生活方式行为之间的关联，其中当前吸烟的关联性最强（调整后的 PR，比较确定晚上与确定早晨的时间类型，1.40 [95% CI，1.27 至 1.54]）、不健康的睡眠时间（调整后的 PR，1.29 [CI，1.25 至 1.34]），以及体力活动不足（调整后的 PR，1 . 2 1 [ CI，1 . 1 7 至 1 . 2 5 ]）（表 2）。
不健康的体重指数和低饮食质量显示出较弱但显着的关联。我们没有发现夜间睡眠模式与不健康饮酒（定义为≥15克/天）之间存在正相关。与明确的早晨睡眠时间类型相比，整体不健康生活方式（HLS
3.睡眠时间型与糖尿病发病率之间的关联
在前瞻性分析中，在 469 120 人年的随访期间记录了 1925 例糖尿病病例（平均 7.4 年；表 3）。对模型 2 中的协变量进行调整后，对糖尿病风险的 HR 进行了比较，具有明确早晨时间型的中间时间型为 1.21（CI，1.09 至 1.35），而明确晚上时间型为 1.72（CI，1.50 至 1.98）。在对 6 种生活方式行为进行额外调整后，这种关联显着减弱。BMI 的衰减最强（调整后的 HR，比较确定的晚上与确定的早晨时间型，1.31 [CI，1.13 至 1.50]），其次是体力活动（调整后的 HR，1.54 [CI，1.34 至 1.77]），以及吸烟的衰减最弱（调整后的 HR，1.71 [CI，1.49 至 1.97]）。总体而言，通过对所有 6 种生活方式行为进行调整，时间型与糖尿病发病之间的关联明显减弱，但仍呈正相关（调整后 HR，1.19 [CI，1.03 至 1.37]）。我们发现，当使用替代的时间型分类时，与糖尿病风险的关联性较弱（补充表 5，可在 Annals.org 上获取）。当我们将分析限制在 2009 年和 2015 年处于相同时间类型类别的参与者时，关联性稍强（补充表 6，可在 Annals.org 上找到）。在调整生活方式行为之前，比较确定晚上时间类型与确定早晨时间类型的调整后 HR 为 2.17（CI，1.77 至 2.66）；在调整所有 6 种生活方式行为后，调整后 HR 为 1.32（CI，1.07 至 1.64）。
4.亚组分析
在亚组分析中，尽管我们没有观察到轮班工作变量之间存在统计学显着差异（交互作用 P ≥ 0.149；表 4），但在完全调整的模型中，时间型与糖尿病之间的关联在没有夜班工作的参与者中最为明显。过去 2 年或少于 10 年的终生夜班工作经历。根据 HLS 分析，时间型与糖尿病风险之间的关联相似（交互作用 P = 1/4 0.33）。
设计与统计学方法
一、研究设计
P：2009-2017 年护士健康研究II（Nurses’ Health Study II）的美国63 676名年龄在45至62岁之间、没有癌症、心血管疾病或糖尿病病史的护士。
I：暴露因素为睡眠类型。
O：结局：二型糖尿病。
S：前瞻性队列研究。
二、统计方法
1.泊松回归，我们使用具有稳健误差方差的泊松回归，根据时间型估计了个体二分不健康生活方式行为或 HLS 小于 4 的患病率 (PR) (39, 40)。在模型 1 中，我们调整了除与轮班工作相关的协变量之外的所有上述混杂因素。由于轮值夜班工作是造成护士昼夜节律紊乱的重要来源，我们进一步统计了前2年是否有轮值夜班工作、前2年每月平均轮值夜班次数以及累计轮值夜班月数。模型 2 中的轮班工作。对于每种生活方式行为，我们进一步在模型 2 中纳入其他 5 个生活方式变量（相互调整），以评估观察到的时间型和个人生活方式之间的关联是否独立于其他生活方式行为。趋势的 P 值是通过将顺序时间型响应建模为连续变量来计算的。
2.Cox 比例风险模型，在前瞻性分析中，我们使用具有时变变量的 Cox 比例风险模型来按时间类型类别估计糖尿病事件的风险比 (HR)，从 2009 年问卷返回日期到糖尿病诊断、死亡、或最后一次随访日期（2017 年 6 月）。我们使用似然比检验来测试比例风险假设，比较具有和不具有时间型和时间变量之间交互项的模型。我们没有发现违规的证据（交互 P 1/4 0.47 [补充图 2]）。在这里，除了睡眠时间、种族、糖尿病家族史和妊娠糖尿病之外的所有变量都被建模为时间依赖性的。我们拟合了一个年龄调整模型和两个针对前面描述的协变量进行调整的多变量模型。为了评估生活方式行为对关联的影响，我们进一步针对所有 6 种生活方式行为以及每种生活方式行为单独调整了模型 2。在亚组分析中，我们探讨了夜班工作变量或二分 HLS 是否通过纳入连续时间型（范围从 1 到 3）与上述每个变量之间的相互作用项（乘法效应异质性分析）来改变时间型与糖尿病发病之间的关联。
3.敏感性分析及补充说明，我们进行了多项敏感性分析。首先，由于肥胖具有遗传基础，并且可能反映其他慢性疾病，因此我们创建了排除 BMI 的次要 HLS（不健康的 HLS 截止值，
小感悟
本期介绍的是一篇一区文章，39.2分，含金量不言而喻。
文章的研究方法如下：先对基线资料进行分析再差异性分析，随后建立模型，此处模型有泊松回归模型以及cox比例风险回归模型两种，其中cox模型还进行了亚组分析以加强结果稳健性，最后进一步进行敏感性分析，共有四项敏感性分析，详见上文。我们能看到39.2分的文章确实不一样，一是数据库好，可以做队列研究；二是分析策略多样化，回归建立两种模型，敏感性分析四项，确实是一分钱一分货。
这篇推文是和大家分享一篇高分文章，同时也是一种科普。“996”的作息真的会让生活变得甜蜜，不管是出于工作还是娱乐原因，各位“夜猫子”可得注意起来，别睡太晚哦。
一个专门做公共数据库的公众号，关注我们
最后，欢迎参加郑老师9月23-24两日“量表与中介研究数据分析”直播课，全程带你如何开展量表的设计与分析。
限 时 特 惠： 本站每日持续更新海量各大内部创业教程，一年会员只需98元，全站资源免费下载 点击查看详情
站 长 微 信： lzxmw777
