中介怎么做?这篇二区的文章,较详细地介绍了中介分析给过程

详情请点击下方:

做了问卷调查却写不出论文?快来参加量表与中介研究数据分析培训班


2024年3月28日,中国学者用CLHLS数据库最新数据(2018年)纳入8272个有效样本,在《BMC Geriatrics(医学二区,IF=4.1)发表了一篇题为:“The relationship between healthy lifestyles and cognitive function in Chinese older adults: the mediating effect of depressive symptoms”的研究论文,探讨抑郁的中介作用,我们一起看看!

本研究旨在探讨中国老年人健康生活方式与认知功能的关系,以及抑郁症状是否在两者之间起中介作用。

e3f0fc2e815e13759174c52aedc8be63.png


1.研究设计主要研究结果

基于以往的理论和文献,研究者提出以下假设:

  • H1:健康的生活方式影响认知功能。

  • H2:抑郁症状受健康生活方式的影响。

  • H3:认知功能受抑郁症状影响。

本研究的数据来自2018年中国纵向健康寿命调查(CLHLS),研究者排除了年龄小于60岁和缺失变量的样本。总共有8272个观测结果被纳入最终分析。

2.统计描述,基线特征

研究共招募了8272名参与者,平均年龄为81.73岁,其中男性3954名,女性4318名。

认知功能障碍者与认知功能正常者在年龄、性别、民族、婚姻、受教育年限、户籍、自评健康状况、社会经济地位、健康生活方式、抑郁症状和认知功能等方面存在显著差异。

3.Pearson相关性分析

结果显示:健康生活方式、抑郁症状与认知功能之间存在显著相关(p < 0.01)。

  • 健康生活方式与抑郁症状呈负相关(r=-0.102, p < 0.01)

  • 健康生活方式与认知功能呈正相关(r= 0.084, p < 0.01)

  • 抑郁症状与认知功能呈负相关(r=-0.202, p < 0.01)

4.中介分析

采用回归分析探讨抑郁症状在健康生活方式与认知功能关系中的中介作用。我们分别计算了三个方程协变量的方差膨胀因子(VIF),所有变量对应的方差膨胀因子( VIF)均< 2,说明不存在过多的多重共线性问题

  • 在总效应回归中,健康生活方式是认知功能的显著预测因子(β = 0.194, p < 0.01);

  • 当控制抑郁症状时,这种关系仍然显著(β = 0.162, p < 0.01);

  • 健康生活方式对抑郁症状有显著影响(β=-0.301, p < 0.01);

  • 抑郁症状对认知功能有显著影响(β=-0.108, p < 0.01)。

155520abcc7f638b9ac026ec6d0e3e5c.png

bac30efcca1379d29383a83a29abb31c.png

控制协变量后抑郁症状对健康生活方式与认知功能的中介分析结果

采用Sobel检验和bootstrap检验来检验间接、直接和总效应。

Sobel检验显示:

  • 间接效应(Z = 5.098, p < 0.001)

  • 直接效应(Z = 3.322, p < 0.001)

  • 总效应(Z = 3.971, p < 0.001)。

研究表明,健康的生活方式会影响抑郁症状,而抑郁症状反过来又会影响认知功能。

自举法显示

  • 健康生活方式对认知功能的直接影响为0.162 (95% CI: 0.082, 0.241)

  • 总影响为0.194 (95% CI: 0.113, 0.272)

  • 健康生活方式对抑郁症状介导的认知功能的间接影响为0.032 (95% CI: 0.020, 0.045)。

所有路径均显著,表明中介模型结果具有稳健性。

8b3dd61905c35bcf6e37623c85cbfce3.png

统计学方法

1.Pearson相关分析

采用Pearson相关分析测量健康生活方式、抑郁症状和认知功能之间的双变量相关性。

810bea734e8fd1372609cce03057d895.png

2.中介分析

接下来,采用Judd和Kenny的建议以及Baron和Kenny的因果步骤方法来研究老年人健康生活方式、抑郁和认知功能之间的关系。

因此,三个回归过程可以估计以下影响:

(1)健康生活方式(X)对认知功能(Y)的影响;

(2)健康生活方式(X)对抑郁症状(M)的影响;

(3)控制健康生活方式(X)后,抑郁症状(M)对认知功能(Y)的影响;

(4)控制抑郁症状(M)后,健康生活方式(X)对认知功能(Y)的影响。

所有回归分析均纳入协变量,以提高模型估计的准确性。

随后,我们使用Sobel检验,严格检验间接效应是否显著非零。如果由Sobel检验得到的z值超过1.96,则认为间接效应显著。

为了确定效应大小并获得95%置信区间,我们使用5000次迭代的bootstrap方法评估了直接、间接和总效应。当95%置信区间不包括零时,显示出显著的影响。

c54ddaa6503ee51f9ffe50dff9413f51.png

后 记

除此之外,中介效应还有一个非常重要的指标,中介变量在自变量和因变量之间的效应所占比例,即中介效应占总效应的比例。

中介分析在各大公共数据库研究中十分常见,本文主要的分析就是中介分析,仅仅这样就发表了SCI二区。掌握中介分析方法对发表论文大有益处。而且这种方法并不难,零基础同学只要系统得学习一定可以掌握。


详情请点击下方:

欢迎报名,GBD公共数据库挖掘1对1指导高级班,快速发表SCI论文!

  • 22
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值