最新！CHARLS最新一波数据发文了，用了潜类别分析和Cox回归发了二区！

长期回放+更新+指导！适合零基础，毕业论文，赠送2011-2020年CHARLS清洗后的数据+全套代码！欢迎点击报名！

抑郁症状（DS）和腰痛（LBP）构成了重大且日益严重的公共卫生挑战，中国也不例外。调查显示，中国成年人（45岁以上）抑郁症患病率达26%。此外，腰痛是中国因残疾(YLD)负担疾病而损失年数的第二大原因。

兰州大学公卫学者用CHARLS公共数据库2013年，2015年，2018年和2020年四波数据，开展了一项队列研究。2024年3月，在《Journal of Affective Disorders》(医学二区，IF=6.6）发表了一篇题为：“Association of depressive symptoms with risk of incidence low back pain in middle-aged and older Chinese adults”的研究论文，创新性地探讨了特定DS与不同DS模式和LBP事件之间的关系。

本文作者为兰州大学公共卫生学院学者，仅一个作者和一个通讯作者，是比较少见的。

主要研究结果

1.研究设计

本次研究数据来源于CHARLS，用了CHARLS最新一波数据。经过纳排，本研究共包括4713名45岁以上的中老年人。基线时，787名(16.70%)受访者的DS呈阳性。

2.KM生存曲线及log-rank检验表明存在显著差异

在2011年6月至2020年9月的随访期间，2234名受访者经历了事件性LBP事件。

Kaplan-Meier生存曲线的DS状态、DS评分的五分位数、特定DS（10种）和DS模式（5种）表明，两组在LBP事件上存在显著差异(所有log-rank检验:P < 0.001)。

3.DS阳性者较阴性者与新发LBP新发事件风险增加73%

在DS阳性受访者中，LBP发病率为110.53 / 1000人/年。

调整后的Cox比例风险回归模型的结果总结了DS与事件LBP之间的关系。

• 与DS阴性的受访者相比，DS阳性的受访者与LBP事件风险增加73 %独立相关。

• 按五分位数划分的DS评分也观察到类似的结果。与五分位组1(0~2)相比，五分位组5(12~30)与新发LBP风险增加124%独立相关。

此外，按五分位数划分的DS评分与LBP事件呈强正线性相关(趋势P值<0.001，非线性P值= 0.160)。

4.5种特定DS事件与LBP事件独立相关

在特定DS的受访者中，常见的LBP事件包括“感到绝望”(32.91%)、“睡眠不安”(25.93%)和“感到不快乐”(24.61%)。

在 10 个特定 DS 中，注意力不集中、费力、绝望、睡眠不安和孤独感，每个都与事件 LBP 独立相关。

5.DS五类模式与LBP事件风险增加独立相关

研究者进行潜类别分析，发现5类模型在AIC、BIC、sabic的绝对值较低、VLMR-LRT、BLRT < 0.05、熵值较高，优于其他类模型。因此，选择5类模型以研究DS模式与LBP事件之间的关联。

• 模式1可以定义为DS的“被小事困扰-抑郁感”模式。

• 模式2可以定义为DS的“抑郁-不快乐”模式。

• 模式3可以定义为DS的“绝望-不快乐”模式。

• 模式4可以定义为DS的“被小事困扰-抑郁感”模式。

• 模式5可以定义为DS的“健康”模式。
  

与模式5（DS的“健康”模式）相比：

• 模式1的受访者风险最高。

• 模式2的受访者与LBP事件风险增加77%独立相关；

• 模式3的受访者与LBP事件风险增加22%独立相关；

• 模式4的受访者与LBP事件风险增加41%独立相关。

设计与统计学方法

一、研究设计

P（Population）参与者：CHARLS数据库45岁以上中老年人

E（exposure）暴露：抑郁症状，包括DS状态、DS评分的五分位数、特定DS（10种）和DS模式（5种）

O（outcome）结局：新发腰痛

S（Study design）研究类型：队列研究

二、主要统计方法

1.Cox比例风险回归模型三件套

利用Cox比例风险回归模型计算95% CIs的风险比(HRs)，以检验DS和LBP事件之间的关联。

使用Kaplan-Meier分析和log-rank检验来评估2011年6月至2020年9月期间DS状态、五分位数DS评分、DS模式和特定DS的无LBP生存率。

2.潜类别分析（LCA）

使用潜在类别分析(LCA)来解释人群的异质性，并确定DS的潜在亚群。

我们确定了五种DS模式。模型选择方法如下：

• 对于每个指定给定类别数量的模型(从1类到6类)，AIC、BIC、ssaBIC(较低的绝对值表示一个优秀的模型)。

• VLMR-LBT和BLRT (P < 0.05表明模型优于少一类)，熵> 0.6被认为是合理值。

• 然而，最终的选择是基于研究结果可解释。

关于潜类别分析，郑老师曾组织过一次相关主题的临床统计学沙龙，感兴趣的朋友可以点击链接查看：

视频 | 轨迹模型及其它潜变量模型‍理论与实践

后记

这项研究是暂时为数不多用到CHARLS数据库最新一波数据（去年十一月份正式发布的第五波数据）的研究。

研究内容很丰富，并且创新性的探讨了特定DS与不同DS模式和LBP事件之间的关系。做了DS状态的，DS五分类数据的，10种特定DS，以及用潜类别分析方法确定的5种DS模式与LBP的关联。

用到的方法不是很难，主要就是COX和潜类别分析，诸位不妨好好学学潜类别，是个好帮手！

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余门课。如果您有需求，不妨点击查看： 发文后退款：2024-2025年科研统计课程介绍 二、数据分析服务 浙江中医药大学郑老师团队接单各项医学研究数据分析的服务，提供高质量统计分析报告。有兴趣了解一下详情： 课题、论文、毕业数据分析   临床试验设计与分析 、公共数据库挖掘与统计