欢迎参加郑老师2023年孟德尔随机化课程
这些年,公共数据库的文章越发越多,也越来越难发。
现在获取公共数据库的门槛也越来越低,现在想发好文章,除了idea要好,要有实际的意义,统计学方法也越来越多,越来越复杂了!
这是一个中国学者写的公共数据库论文,这是近年来我所看目前看到的统计方法最多、最全的文章。
这篇文章用分析方法包括以下:
logisitc回归,时间依赖的cox回归,混合线性模型,轨迹模型,交互分析、亚组分析,有向无环图的中介分析,逆概率加权,缺失数据填补,敏感性分析,流行病常用的归因风险分析。
这项研究使用中国家庭面板研究(CFPS)、中国健康与养老追踪调查(CHARLS)和墨西哥健康与老龄化研究(MHAS)三个全国代表性的数据库,研究了队列中固体烹饪燃料与认知功能的关联。结果表明,使用固体烹饪燃料与认知能力下降的风险更高有关。
文章发表在《Environment International》(IF=13.352)发表题为:Association between solid cooking fuel and cognitive decline: Three nationwide cohort studies in middle-aged and older population的研究论文
摘要与主要结果
一、摘要
背景
家庭固体燃料燃烧会导致室内空气污染,并与认知功能差有关,但固体烹饪燃料的使用如何随着时间的推移导致认知能力下降尚未得到很好的阐述。
方法
本研究使用了2010-2018年中国家庭面板研究(CFPS)、2011-2018年中国健康与退休纵向研究(CHARLS)和2003-2015年墨西哥健康与老龄化研究(MHAS)的数据,研究对象为50岁以上的成年人。进行时变Cox模型以测量烹饪燃料类型与认知能力下降之间的关联。中介分析用于估计烹饪燃料类型与认知能力下降风险关联的潜在中介效应。
结果
CFPS,CHARLS和MHAS的受访者在基线时依赖固体烹饪燃料的比例分别约为56%,51%和12%。在三个队列中,使用固体燃料始终与认知能力下降的风险较高相关(CFPS:HR = 1.300 [95 % CI:1.201, 1.407],CHARLS:HR = 1.179 [95 % CI:1.059,1.312],MHAS:HR = 1.237 [95 % CI:1.123,1.362])。与使用持久固体燃料的人相比,持久性清洁燃料和从固体燃料转向清洁燃料与认知能力下降的风险较低有关。高血压、糖尿病、体力活动、血脂异常和高密度脂蛋白胆固醇(HDL-C)可能部分介导固体燃料使用引起的认知能力下降。在认知能力下降负担中,CFPS为18.23%(95%置信区间:12.21%,24.73%),CHARLS为8.90%(95%置信区间:2.93%,15.52%),MHS为2.92%(95%置信区间:1.52%,4.46%),可归因于固体烹饪燃料使用。
结论
使用固体烹饪燃料与认知能力下降的风险更高有关。必须促进扩大清洁燃料的使用,以保护认知健康。
二、研究结果
1. 基线特征
2.烹饪燃料与认知能力下降之间的关联
3.烹饪燃料轨迹与认知能力下降之间的关联
4.分层和交互分析
5.中介分析
6.人口归因分数
7.敏感性分析
首先,使用IPTW方法的倾向评分重新加权来最小化受试者特征的差异,我们获得了类似的结果,表明我们的主要发现不受受试者基线特征的偏倚。其次,在对缺失数据进行多次插补后,结果与主要分析基本一致。第三,认知能力下降定义为随访时认知评分降低≥1、2、4、5和6分,结果与主要分析结果大致相似,只是在完全调整≥模型中的结果降低4、5分在CHARLS中没有达到统计学意义。第四,在定义认知能力下降的随访中使用≥降低10%的点,获得的结果与主要分析中的结果相似。第五,包括随访中丢失并被审查的受试者,结果与主要分析一致。第六,在多变量线性回归模型中,结果表明使用固体燃料与认知评分的降低有关。最后,包括基线认知得分<3分的受试者,结果与主要分析基本一致。
设计与统计学方法
一、研究设计
P:FPS的三波(2010年,2014年和2018年),CHARLS的四波(2011年,2013年,2015年和2018年)以及MHAS的三波(2003年,2012年和2015年)共有15,644名参与者(CFPS为6134名,CHARLS为3413名,MHAS为6097名)
E/C: 清洁燃料/固体烹饪燃料
O:认知功能
S:队列研究
二、统计方法
1. 为了评估固体烹饪燃料与认知能力下降的关联,我们采用时变Cox回归,以随访时间为时间尺度,计算风险比(HR)和相应的95%置信区间(CI)
2.拟合以个体为随机效应的混合线性模型,以探索烹饪燃料与认知功能的z分数的纵向关联。
3.为了更好地了解燃料转换对认知功能的影响,我们通过Stata中的traj命令使用基于组的轨迹建模定义了烹饪燃料类型变化的轨迹
4.我们使用逻辑回归来计算比值比(OR)和相应的95%CI
5.使用基线特征作为修饰符进行分层和相互作用分析,以评估烹饪燃料在不同亚组之间影响的潜在差异。
6.我们使用R包“中介”中实现的函数进行了中介分析,结果由有向无环图显示
7.计算了归因病例(AT)和人群归因分数(PAF),以量化三个队列人群中50岁以上人群中因固体燃料使用而导致的认知能力下降负担
8.7次敏感性分析检验结果的稳健性,包括使用从倾向评分得出的删失逆概率加权(IPTW)来进一步控制混杂、使用链式方程法对缺失的数据进行多重计算
9.有统计分析均使用R 4.1.0进行,双尾P<0.05表示具有统计学意义
大家好好学习吧!!!
本公众提供各种科研服务了!
一、课程培训 2022年以来,我们召集了一批富有经验的高校专业队伍,着手举行短期统计课程培训班,包括R语言、meta分析、临床预测模型、真实世界临床研究、问卷与量表分析、医学统计与SPSS、临床试验数据分析、重复测量资料分析、nhanes、孟德尔随机化等10门课。如果您有需求,不妨点击查看: 发表文章后退款!2023年郑老师团队多门科研统计直播课程,欢迎报名 二、统计服务 为团队发展,我们将与各位朋友合作共赢,本团队将开展统计分析服务,帮忙进行临床科研。欢迎了解详情: 医学统计服务| 医学公共数据库论文一对一指导 |
一个专门做公共数据库的公众号,关注我们