R语言文章复现：NHANES数据库论文生存分析复现！

最新推荐文章于 2024-10-14 21:02:31 发布

妙趣横生统计学

最新推荐文章于 2024-10-14 21:02:31 发布

阅读量3.5k

点赞数 18

文章标签：数据库

本文链接：https://blog.csdn.net/weixin_44693403/article/details/135516708

版权

美国国家健康和营养检查调查（NHANES）是一项旨在评估美国成人和儿童健康和营养状况的研究计划。该调查的独特之处在于它结合了访谈和体格检查。由美国疾病控制和预防中心（CDC）负责为国家提供健康统计数据。

NHANES访谈包括人口统计，社会经济，饮食和健康相关问题。检查部分包括医疗，牙科和生理测量，以及由训练有素的医务人员进行的实验室测试。

近年来公共数据库发文量逐年攀升，NHANES数据库的数据质量较高，每年发文量更是居高不下，并由于数据类型丰富，各种新颖的综合指标层出不穷！

今天的复现文章就为大家带来一篇NHANES数据库有关综合指标的文章的复现，包括全部的代码与处理好的数据也一并提供给大家！

本文主要内容：

1.复现文章介绍

2.R语言复现

3.风暴统计平台复现

一、复现文章介绍

今天要介绍的复现文章是发表在《Nutrition Metabolism and Cardiovascular Diseases》（IF=3.9）题为：“Association of Life’s Essential 8 with all-cause and cardiovascular mortality among US adults: A prospective cohort study from theNHANES 2005-2014 ” 的研究论文。

题目：美国成年人生命健康八要素与全因心血管死亡率的关系:NHANES 2005-2014的前瞻性队列研究

生命健康八要素

生命八要素（Life's Essential 8），是近年来NHANES数据库文章中使用频率较高的综合指标之一，，包括饮食、体力活动、吸烟（尼古丁暴露）、睡眠健康、BMI、血脂、血糖和血压。其中每个指标均有一个新的评分算法（0-100分），最后可生成一个新的复合心血管健康评分（0-100分）。

综合评分<50分、50-79分、≥80分，分别提示心血管健康状况较差、中等和较好。

文章数据介绍

研究涉及NHANES数据库的变量如下表所示，本次复现所用到的变量也与文章保持一致。

"医学论文与统计分析"公众号回复"241复现文章"获取全部代码与数据

二、R语言复现

本次复现包括的统计学方法有：

基线差异性分析
绘制KM曲线
COX回归多模型控制混杂
趋势性分析P trend
绘制非限制性立方样条图（RCS）

数据导入与预处理

首先，导入我们从NHANES数据库中提取处理好的数据，本次复现数据包括19481名研究对象（原文章n=23110），样本量略有出入，这里大家请多关注统计方法的运用。

"医学论文与统计分析"公众号回复"241复现文章"获取全部代码与数据

基线差异性分析

本次复现基线表格用到了tableone包，这里“myVars”汇总了基线表中的全部变量，其中有部分变量为分类变量，则需要通过“catVars”进行指定，否则分类数据也将以定量数据进行展示。

这里tab2与tab3展示了2种统计描述的方式，tab2中未指定分组变量，则仅展示各变量的数据分布，tab3中利用“strata =”指定了分组变量，在展示数据分布的基础上，增加了分组数据间的差异性比较。

此外，“showAllLevels = TRUE”表示展示分类变量所有分类因子的结果，“nonnormal =”指定的定量数据将以偏态分布进行分析，如果所有定量数据都是偏态分布，可以简洁的用“nonnormal = TRUE”来表示。

"医学论文与统计分析"公众号回复"241复现文章"获取全部代码与数据

最后，将基线表结果输出保存在工作空间里，这里我们设置保存为csv格式！

csv格式结果展示如下：

绘制KM曲线

这里绘制KM曲线用到了survival包与survminer包，如需单独进行logrank检验，survdiff函数直接搞定！

输出结果读取最后一行的p<2e-16，规范书写应该是p<0.001。

这里使用surtvfit函数构建模型，ggsurvplot函数负责图形的绘制与美化，其中有许多的参数可以进行调整，这里在代码旁边都进行了标注，大家可以根据需要进行调整。

"医学论文与统计分析"公众号回复"241复现文章"获取全部代码与数据

绘图结果展示：

COX回归

这里使用survival包进行回归模型建模，autoReg包可以美化输出结果，生成三线表格式更加的直观简洁，还可以自定义回归方式，其中"uni=TRUE"指输出单因素结果，'threshold"可以定义筛选变量进入多因素回归的P阈值。

最后，利用rrtable包将结果输出为word，word版结果同样保存在工作空间中。

以模型3为例，R语言输出结果展示：

趋势性分析 P trend

计算P trend这里介绍2种方式：

直接将等级或定量自变量纳入回归分析
取各组中位数作为特殊值作为趋势分析的节点值

这里更推荐方法②，下面对2种方法分别进行演示：

方法一：直接将等级或定量自变量纳入回归分析

这里as.numeric(CVH1)也就是将原本的分类变量CVH1转换为数值型变量直接纳入回归模型，其余部分代码与普通cox回归一致。

"医学论文与统计分析"公众号回复"241复现文章"获取全部代码与数据

结果展示：

方法二：取各组中位数作为特殊值作为趋势分析的节点值

与方法①相比，在进行回归分析前多了一步，那就是选取每组数据的中位数，进行转换，以本次复现数据为例，CVH1变量共有3个分类，使用组内中位数转换，变为特殊的三分类数据。

由于数据转换用到了管道符%>%，因此需要加载dplyr包，完成转换后，和方法①一样进行回归分析，只是使用转换后的CVH3代替了原来的CVH1。

以模型3为例，R语言输出结果展示：

与方法①相比，计算的结果也都略有不同，但大致阳性与阴性方向是一致的。

绘制RCS曲线

这里同样为大家展示2种R包的绘制方式，分别是plotRCS包或者rms与ggplot包的结合。

方法一：plotRCS包

plotRCS包绘制RCS图像相对更加简单，各参数设置也非常好理解，但是在其他细节方面的调整上就显得有点力不从心了。

"医学论文与统计分析"公众号回复"241复现文章"获取全部代码与数据

结果图像展示：

方法二：rms包与ggplot2包的结合

计算非线性关系P值与HR值

2.绘制RCS图像

ggplot2包绘制图像就会灵活许多，譬如说添加一条辅助线，"geom_hline"指辅助线的纵轴位置，"linetype=2"定义线条类型为实线，同理，"geom_vline"指辅助线的横轴位置，这里的"xintercept"值需要查询我们上一步计算的HR表，找到HR=1对应的变量值。