又是发文新赛道！郑大学者联合32国5个公共数据库拿下Lancet子刊
文摘
科学
2024-09-14 18:06
浙江
![]()
为什么多数据库联合发文这么多牛？数据全面，结果可靠，创新性强，三重Buff叠满，还愁拿不下审稿人？
文章的内容并不复杂，主要是学会利用公共数据库中的海量信息，选对思路，发一篇高分SCI还是很容易的！如果你也对公共数据挖掘有想法，欢迎联系郑老师的统计服务团队！用我们的专业，助力你的发文之路！
今天分享的这篇同样是联合多数据库，郑州大学赵杰教授团队使用32个国家的数据，发文《柳叶刀》子刊！让我们一起来看看吧！
近年来，全球人口都在面临老龄化的困境到2030年，预计世界人口中约有六分之一将达到或超过60岁。老年人除了要应对身体机能下降和社会角色转变等挑战，与社会的脱节还有可能造成抑郁等负面情绪，长期处于抑郁状态可能会造成严重的后果。虽然已有研究表明，互联网排斥可能会造成老年人抑郁，但尚未有研究证实互联网排斥与每种特定抑郁症状之间的关联。
2024年8月2日，郑州大学的学者在医学顶级期刊《柳叶刀》子刊eClinicalMedicine（医学一区top，IF=9.6）发表了一篇题为：“Association between internet exclusion and depressive symptoms among older adults: panel data analysis of five longitudinal cohort studies ”的研究论文，研究团队旨在调查来自高收入国家（HIC）和低收入和中等收入国家（LMIC）的老年人的互联网排斥和抑郁症状之间的关联。研究结果显示，相当大比例的老年人经历过互联网排斥，尤其是中低收入国家的老年人。而无论在高收入还是低收入国家，老人年的互联网排斥都会增加其出现抑郁症状的风险。如果你需要全文，请后台回复关键词“pdf”， 我可以发你一份。
由于各个国家之间存在巨大的差距，且不同的抑郁症状可能存在不同的潜在生物学机制，因此研究团队采用全球多个国家的数据库，调查互联网排斥和每种特定抑郁症状之间的关联，以获得更全面的了解。
研究团队使用了五个国家老龄化队列：健康与退休研究（HRS）、英国老龄化纵向研究（ELSA）、 欧洲健康、老龄化和退休调查（SHARE）、 中国健康与退休纵向研究（CHARLS）、 和墨西哥健康与老龄化研究（MHAS）。 经过纳排，最终纳入32个国家共129,847名年龄大于60岁的参与者，中位随访时间5年。在每一波调查中，分别评估了所有5个队列的暴露（互联网排斥）、结局（抑郁症状）和协变量。初步分析显示，不同国家中老年人的互联网排斥比例存在显著差异，跨度可从丹麦的21.9%（SHARE）到中国的92.3%（CHARLS）。五个纵向队列HRS、ELSA、SHARE、CHARLS和MHAS的互联网排除汇总比例分别为46.0%、32.6%、54.8%、92.3%和65.3%。此外，不同国家老年人抑郁症状的比例也存在差异，从瑞士的3.8%（SHARE）到中国的37.7%（CHARLS）不等。A~E分别代表HRS、ELSA、SHARE、CHARLS和MHAS五个纵向队列；F表示按国家分类的老年人互联网排斥和抑郁症状的比例。进一步的研究表明，在所有队列中，互联网排斥都与老年人的抑郁症状显著相关。研究结果表明，在SHARE、MHAS和ELSA队列中，发现互联网排斥与抑郁的所有维度（包括情绪、躯体、认知、行为和社会心理维度等）相关。这意味着，经历过互联网排斥的老年人更可能出现抑郁症状，从而对他们的身心造成影响。综上所述，研究团队联合五个纵向队列发现，大部分老年人都经历过互联网排斥，且无论是在高收入国家还是中低收入国家，互联网排斥都会增加老年人的抑郁症状的风险。多数据联合真的大有可为！我们又能从中学到什么呢？不妨关注“公共数据库与孟德尔随机化”公众号，了解更多高分发文思路和分析小技巧！我们将分享更多有意思的文章！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）。
详情联系助教小董咨询（微信号aq566665）
![]()
