【零代码复现SCI】倾向得分匹配分析中国老年人健康数据

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！

答疑 | 风暴统计更换服务器后，为什么总出现同样的报错？