详情请点击下方:
没数据?来学习GBD课程吧!利用全球健康数据,1-2个月快速撰写SCI论文
今天给大家带来的复现内容是CHARLS数据库的一篇横断面研究文章,文章统计方法部分包括了①PSM前后基线差异性分析、②匹配后的回归分析。
这些统计方法风暴统计快速一站式搞定,零代码操作,新手小白也可以轻松上手完成!
1.复现文章介绍
案例文献是一篇基于CHARLS公共数据库的一项横断面研究,旨在评估中国慢性肾病患者(CKD)跌倒的患病率和风险。
慢性肾病患者跌倒风险:中国健康与退休纵向研究(CHARLS)的结果
1.1 匹配前后基线差异性分析
将是否患有慢性肾病作为分组变量进行倾向性得分匹配,并对匹配前后的数据进行基线特征描述,计算SMD值。
1.2 回归分析
分别构建了粗模型(原数据)、矫正变量后的多因素模型(原数据)、对逆概率加权后数据构建模型、对匹配后数据构建模型、校正倾向性得分的模型。
以上就是本篇CHARLS数据库文章的主要内容啦!下面我们将通过风暴统计平台进行结果复现!
2.风暴统计平台快速复现
风暴统计平台是由浙江中医药大学郑卫军教授基于R语言开发的统计分析平台,它具有以下优点:
-
结果输出简洁,直接生成三线表,支持word版下载!
-
平台是基于R语言进行开发,结果准确性有保障!
-
全部菜单式操作,统计小白也可以轻松上手!
2.1 复现数据介绍
我们复现用到的数据集是根据原文献变量及纳排标准整理的,样本量n=12722(原文献12658),样本量有所出入,分析用到的变量包含有:
便利起见,针对这篇文章的统计方法制作了专用链接,按顺序操作即可复现全部统计方法,不用在风暴统计平台换模块分析啦!
https://shiny.medsta.cn/panms/
2.2 数据导入
进入网页后,可以选择导入自己的数据进行分析,也可以选择示例数据(也就是我们本篇文献的复现数据)进行实操。
2.3 匹配前后基线差异性分析
首先,来到"PSM匹配"模块,分别选入我们的分组变量、基线变量。
接着,输入随机数种子,可以是任意组合的数字,不限位数,目的是为了保证匹配结果可复现。除了随机种子必填外,还可以自定义调整:构建倾向性得分的自变量类型、匹配方法、卡钳值、匹配比例。
最后,在右侧"匹配前后统计分析合并表"模块,就可以看到完整的合并表格啦!非常便捷快速!
2.4 回归分析
在"PSM后分析"模块,因为结局变量是二分类,因此我们可以选择常规logistic回归或者条件logistic回归。以及因变量、全部自变量。
平台就会自动给出匹配后单因素+多因素的回归结果啦!
以上就是我们本次零代码复现SCI文章的全部内容啦!有匹配前后基线差异性分析、匹配后的回归分析。如果您对本次复现主题感兴趣,欢迎试用下方链接,进行复现与测试哦!
https://shiny.medsta.cn/panms/
如果您在使用过程中出现报错,可以参考下方推文,排查一下问题所在哦!