近日，我校公共卫生学院硕士生孙倩同学题为”不同混杂结构下广义倾向性评分估计法模拟比较及应用研究”荣获山西省优秀硕士学位论文，指导教师为王彤教授。
在流行病学研究中，对混杂因素的控制是进行病原学因果推断从而识别潜在健康干预措施的重要手段，其中倾向性评分是控制已观测混杂的常用技术。由于公共卫生领域很多潜在的可变干预因素（如BMI、血压、某种膳食摄入等）是连续型变量而不是传统的倾向性评分建模所针对的二分类变量，可对连续型暴露因素实现混杂因素均衡的广义倾向性评分法(Generalized Propensity Score, GPS)近来备受重视。然而，不同混杂结构存在的情形下，常用的一些GPS估计法均衡混杂因素的能力尚未可知。
该学位论文中通过逐步增加模型混杂结构的复杂性，模拟比较了CBGPS、GPS-OLS以及GPS-Boosting三种方法的混杂均衡性能以及对暴露效应估计精度的影响，发现CBGPS法性能最佳，并将其应用到营养流行病学领域。
在读期间，孙倩同学围绕膳食模式研究在BMC Public Health上发表文章探索了煤矿工人膳食模式与10年心血管病风险水平之间的关联；在中华预防医学杂志上发表了成年居民日常膳食模式与2型糖尿病风险的关联研究，该论文在“中华医学会第六届全国公共卫生会议”上进行大会报告，获得全国优秀论文一等奖。
近年来，孙倩同学所在团队在王彤教授指导下，就膳食模式统计分析方法及营养流行病学应用开展了卓有成效的研究工作。考虑到传统的的单一营养素或食物组对健康的影响研究模式并不能反映现实世界中人们会摄入多种食物且包含多种营养素的复杂健康效应，从整体上考虑不同食物和营养素间关系的膳食模式研究受到越来越多地关注。
该团队在nutrition journal（中科院升级版2区）发表了题为“A Review of Statistical Methods for Dietary Pattern Analysis”的述评文章，对国际上用于构建膳食模式的主要统计方法进行了重分类，全面总结评述了这些统计方法的优缺点，介绍了未来膳食模式研究中的方法学挑战并提出了发展展望，为后续更深入的研究和理解膳食模式的构建并揭示膳食与健康结局间的关系提供了参考。针对煤矿职工的膳食营养问题，在Nutrients（中科院2区）发表题为“Gender Differences in Dietary Patterns and Their Association with the Prevalence of Metabolic Syndrome among Chinese: A Cross-Sectional Study”文章，基于山西省煤炭公共卫生研究生教育创新中心创建的职业队列人群，探讨了膳食模式与代谢综合征的关系，发现了其关联度的性别差异，为制定职业人群膳食指导提供了依据。针对人类食物摄入具有成分数据特点（即某种食物摄入增加会导致其他食物摄入减少），课题组在European Journal of Nutrition（中科院2区）发表题为“Association between animal source foods consumption and risk of hypertension: a cohort study”文章，将传统替代分析与成分数据坐标转换分析相结合，提出成分转换替代分析CoTSA方法，并应用于中国成年人健康与营养调查的前瞻性队列研究，发现使用其他动物性食物（奶类、蛋类、海鲜类、禽肉类）等量替代红肉和加工肉与降低高血压发病风险显著相关，其中用奶制品替代红肉和加工肉将最大程度地降低高血压发病风险。
（图文/孙倩）
