学到了！还可以联合5个公共数据库发文章，别老盯着国内的！

详情请点击下方：

服务 | 我们提供公共数据库挖掘、统计与论文写作指导

---

我们很多人会用Charls中国老年人调查数据库来分析论文，其实类似的养老数据库有很多，全球有十来个老年人调查数据库，而且全是免费的！很多时候你可以联合他们写一篇文章。

2024年5月7日，温州医科大学学者在《BMC Geriatr》（医学二区，IF=4.1）期刊上发表了一篇题为" Digital exclusion and cognitive impairment in older people: findings from five longitudinal studies "的研究论文。

本研究致力于探讨数字排斥与认知障碍之间的关系。通过多个数据库(CHARLS, ELSA, HRS, MHAS, SHARE)，即不同种族的老年人，来研究数字排斥与认知障碍之间的关系。

这五个数据库联合发文的文章本公众号曾经报道过，由于也是关于数字排斥的主题，老郑印象比较深！发在柳叶刀子刊《EclinicalMedicine》的一篇文献！题为：“Digital exclusion and functional dependence in older people: Findings from five longitudinal cohort studies”（老年人的数字排斥和功能依赖:来自五项纵向队列研究的结果），套路是一模一样的，换了一个结局，又发了一篇！学到了吗？

北大学者用5个国家5个公开数据库数据发《柳叶刀》子刊文章

原文PDF获取方式：本公众号回复关键词“原文”

研究设计

认知能力下降曾被认为是衰老过程中最常见和最可怕的一面，它会给家庭和医疗保健系统带来严重的健康问题和经济负担。

在互联网快速发展的背景下，在线寻求健康信息和接受医疗服务的行为变得越来越普遍，但许多老年人无法访问互联网或没有使用互联网的技能，这可能导致包括认知障碍在内的负面健康结果。数字排斥，即缺乏获取或使用信息和通信技术的能力，在老年人中也很常见。

研究数据来源于五项纵向研究:

• 中国健康与退休纵向研究(CHARLS)：w1-w4 (2011-2018)

• 英国老龄化纵向研究(ELSA)：w7-w9 (2014-2018)

• 健康与退休研究(HRS)：w10-w13 (2010-2016)

• 墨西哥健康与老龄化研究(MHAS)：w4-w5 (2015-2018)

• 欧洲健康、老龄化与退休调查(SHARE)：w5-w7(2013-2017)

研究纳入了来自5项纵向研究的62413名参与者。CHARLS的7935名参与者、ELSA的6824名参与者、HRS的13624名参与者、MHAS的10470名参与者和SHARE的23560名参与者被纳入分析。

暴露：数字排斥被定义为自我报告不使用互联网。

结局：我们从定向力、记忆和执行功能三个方面评估认知障碍。

主要结局

老年人中数字排斥的比例在各国之间差异很大，从丹麦的21.69% (SHARE)到中国的97.15% (CHARLS)。不同国家老年人中认知障碍的患病率差异不大。

数字排斥与认知障碍、总认知得分和三个维度(定向、记忆和执行)之间的关系。在原始模型中，在所有五项研究中，数字排斥与认知障碍显著相关。在调整后的模型中，这些相关性仍然具有统计学意义。

原文PDF获取方式：本公众号回复关键词“原文”

这两篇文章的思路和选题都好，统计学方法也用的严谨，能联合多个数据库也是不容易。这绝对是可以借鉴的。

• 首先，为了解决各队列重复测量的相关问题，采用广义估计方程(GEE)拟合具有可交换相关性的二元逻辑回归，以比值比(ORs)和95%置信区间(ci)来研究数字排斥与认知功能障碍之间的关系。

• 其次，总体认知功能和三个维度(方向、记忆和执行)得分与数字排斥之间的关系采用线性回归模型进行分析，回归系数(β)和95% ci表示。

• 然后，在每个队列中对协变量与认知障碍和认知评分进行了单变量分析，以验证识别认知障碍的可靠性。在三个模型中调整不同的混杂协变量来评估数字排斥与认知障碍之间关系的稳健性。并且采用因果有向无环图（DAG）确定最小充分调整集。

• 此外，采用分层分析的方法确定不同年龄组、性别、教育程度、劳动力状况、家庭财富、已婚或伴侣状况、与儿童同住、高血压、中风、癌症和抑郁症状的认知障碍、总认知和三个维度(取向、记忆和执行)得分与数字排斥之间的关系。

本文就分享到这里，公共数据库貌似挖而不尽呀！有想法的朋友们快动起来了，有不懂的郑老师团队这里可以帮帮忙，无论是系统的课程还是统计上的支持，来聊聊说不定一篇SCI到手！