Scitable包charlscognition函数发布，秒提取charls数据中的认知功能（痴呆）数据

CHARLS 是一项具备中国大陆 45 岁及以上人群代表性的追踪调查，旨在建设一个高质量的公共微观数据库，采集的信息涵盖社会经济状况和健康状况等多维度的信息，以满足老龄科学研究的需要。

为利用国际上最佳的数据采集方式，并确保研究结果的国际可比性CHARLS 参照包括美国的健康与退休研究（HRS）在内的系列国际老龄调查研究开展调查设计。其全国基线调查于 2011-12 年进行，于 2013 年、2015 年、2018 年和 2020 年分别开展了 4 轮常规问卷的追踪调查，并于 2014 年完成了中国中老年人生命历程调查。为确保样本的代表性，CHARLS 基线调查覆盖了全国 150 个国家/地区、450 个村庄/城市社区，涉及 10,257户家庭的 17,708 人，反映了中国中老年人群的总体情况。2019 年底到 2020 年初，新冠疫情在中国爆发，为及时记录新冠疫情对中国中老年人生活和健康的影响，在 2020 年的第 5 轮调查中增加采集了疫情相关的信息。

CHARLS数据中有个变量就是认知功能（痴呆）的评分，再医学和社会学很多文章用得到，但是这个指标需要手工提取，目前我编写了charlscognition函数，可以很方便的提取出认知功能（痴呆）的评分。可以提取2011-2018年的认知评分数据
下面我来演示一下，简单演示一下2011年

先提取2011年的，要先生成2011年数据，其实主要是要demographic_background，health_status_and_functioning，health_care_and_insurance这三个，我这里直接沿用既往代码了

setwd("E:/公众号文章2024年/charls数据库/class2") #设置你放数据文件的地址

library(haven)
library(tidyverse)
library(scitable)

household_roster<-read_dta('household_roster.dta')  #家庭户
family<-read_dta('family_information.dta')   #大家庭
#############3
demographic<-read_dta('demographic_background.dta')  #基线表
health_status_and_functioning<-read_dta('health_status_and_functioning.dta')  #健康状况和功能
biomarkers<-read_dta('biomarkers.dta')  #体检数据
Blood_20140429<-read_dta('Blood_20140429.dta')  #血检数据
weight<-read_dta('weight.dta')  #权重
health_care_and_insurance<-read_dta('health_care_and_insurance.dta')  #医疗保健
###########
data<-demographic  %>% left_join(health_care_and_insurance, by='ID') %>%  
  left_join(health_status_and_functioning,by='ID') %>%  
  left_join(biomarkers,by='ID') %>% left_join(Blood_20140429,by='ID') %>% left_join(weight,by='ID')

生成数据很简单一句话代码，data填入数据，datatype填入数据类型

charlscognition(data = data,datatype = "data2011")

生成两个指标，第一个是情景记忆评分，第二个是认知评分，其他年份的认知功能数据也是这样生成，后面咱们会继续用这两个指标进一步分析。。