引言
要说什么数据库最值得挖?NHANES绝对有一席之地!
除了丰富的数据,NHANES数据库最值得挖掘的是里面的新指标,今天用一篇发表在Lancet子刊的文章,为大家讲解NHANES数据库的新指标——社会决定因素(SDoH)如何计算,让我们一起来学习一下吧!
如果你也想用NHANES数据库发文的话,来找郑老师的统计团队吧!专业统计师助力,不愁找不到选题,学不会统计技巧!感兴趣不妨点击上方链接,了解详情!
在美国,不同社会经济地位、不同种族间的全因死亡率和预期寿命存在显著差异。具体而言,与成年白人相比,成年黑人死亡率明显更高。然而,先前的研究大多集中在社会经济地位和单一因素对死亡率种族差异的贡献上,尚未有研究对这种关联进行全面评估。
2023年7月,学者用NHANES数据库,在顶级期刊Lancet子刊《Lancet Public Health》(医学一区top,IF=25.4)发表题为:"Social determinants of health and premature death among adults in the USA from 1999 to 2018: a national cohort study” 的研究论文,旨在探究多个社会决定因素(SDoH)与美国成年人过早死亡(75岁前死亡)之间的前瞻性关联,并进一步研究SDoH在种族和族裔差异中的中介作用。
研究结果显示,不利的SDoH与过早死亡率增加相关,同时这也是造成美国黑人和白人减存在过早全因死亡率差异的重要原因。
本公号回复“ 原文”即可获得文献PDF等资料,如果进一步需NHANES数据库方法学习与指导,请联系郑老师团队,微信号:aq566665
如何用社会决定因素(SDoH)进行分析?
本研究涉及的研究对象是1999-2018年间参与美国国家健康与营养调查(NHANES)的20-74岁美国成年人,21.9%为黑人,40.7%为白人,平均调查加权年龄为44.3岁,51.3%为女性,48.7%(48.2 - 49.1)为男性。
研究团队主要使用Kaplan-Meier生存分析绘制不同种族和性别群体的累积死亡率曲线,并通过log-rank test比较不同群体之间的生存差异;Cox比例风险回归评估SDoH对过早死亡风险的影响,多重中介分析用于评估每个单独的 SDoH 对过早全因死亡率种族差异的同时贡献。
此外,使用8个相关变量计算社会决定因素(SDoH),包括就业、家庭收入、粮食安全、教育、获得医疗保健的机会、健康保险、住房不稳定以及已婚或与伴侣同住 。然后对每个SDoH变量根据预先设定的阈值进行了二分类处理,不利条件赋值为1,有利条件赋值为0。最后,将所有不利SDoH生成一个得分用以评估不利SDoH的总负担与过早死亡风险之间的剂量反应关系。
研究结果如下所示:
研究团队共记录了3194名75岁之前死亡的参与者,其中930例为黑人,662例为西班牙裔,1453例为白人以及149例其他参与者。
此外,黑人成年人的过早死亡率明显高于其他种族和族裔群体(p<0·0001)。
失业、家庭收入低、粮食不安全、高中教育程度低、没有私人医疗保险、没有结婚或与伴侣生活在一起与过早死亡显著相关。
在不利的SDoH累积数量和过早全因死亡率之间观察到剂量反应相关性。
在调整SDoH后,与白色成年人相比,黑人成年人过早全因死亡率的HR从1.59(1.44 - 1.76)降至1.00(0.91 - 1.10),这表明种族差异在死亡率上有完全的中介作用。
优缺点
优点:
1.综合性评估:通过结合多个SDoH变量,研究能够全面评估这些社会经济因素对健康结局的整体影响,而不是仅关注单一变量 。
2.累积效应分析:通过分析SDoH累积负担,揭示了随着不利社会条件增加,过早死亡风险显著上升的剂量反应关系。
3.种族差异解释:文章证明了这些SDoH能够完全解释黑人与白人之间的过早死亡差异,有助于揭示健康不平等背后的社会经济原因 。
缺点:
1.潜在的残余混杂:尽管文章控制了多个混杂因素,但报告的SDoH数据可能存在一些未被测量的因素仍然影响结果 。
2.时序问题:SDoH数据是基于基线测量的,因此未能评估这些因素在时间上的变化及其对死亡率的影响
综上所述,研究结果表明,不利的SDoH与美国成年人过早死亡显著相关,并完全解释了黑人与白人之间的死亡差异。
想要了解更多有关NHANES数据库新思路,请关注“公共数据库与孟德尔随机化”公众号!不仅更新最新NHANES数据库发文思路,还会分享更多发文技巧!如果已有想法但是不知道从哪里下手,欢迎加入郑老师的NHANES课程!带您不做实验也能发文SCI!
关于郑老师团队及公众号
全国最大的医学统计公众号平台,专注于医学生、医护工作者学术研究统计支持,我们是你们统计助理
我们开展对临床预测模型、轨迹增长模型、医学免费数据库NHANES、GBD数据库、孟德尔随机化方法1对1R语言指导(一年内不限时间,周末、晚上均统计师一对一指导)。
①指导学习R语言基本技巧
②全程指导课程学习
③课程R语言代码运行bug修复
④支持学员一篇SCI论文的数据分析
详情联系助教小董咨询(微信号aq566665)