干货!空气污染暴露与健康数据库联合思路

文摘   2024-11-10 11:24   美国  

关注豌豆,助力SCI



    未来,多数据库联合研究以及医学与环境的交叉研究将成为新的学术热点和发文风口。

    已上传此类文章复现视频至课程中!



环境与医学强强联手,助力高分科研!

    近年来,“医学+环境”的跨界研究持续升温,逐步揭示环境因素对人类健康的深远影响。这类研究不仅为疾病预防和公共卫生政策的制定提供了重要科学依据,还为环境保护贡献了新思路。正如下图所示,该领域已经成为高分一区论文的热门方向,涵盖多种环境因素与广泛健康结局的分析,为学术发文打开了新的大门!

    环境因素涉及空气污染物气象因素(温度、湿度、紫外线辐射等)、地质与水质数据等诸多方面。今天主要给大家讲讲空气污染物健康数据库的结合。


空气污染物数据来源

    CHAP数据库(ChinaHighAirPollutants),提供了2000年至2023年国各省空气污染物的详细数据,主要涉及以下11种臭氧(O₃),可吸入颗粒物(PM10),细颗粒物(PM2.5),可入肺颗粒物(PM1),氯化物(Cl),铵盐(NH₄),硝酸盐(NO₃),硫酸盐(SO₄),一氧化碳(CO),二氧化氮(NO₂),二氧化硫(SO₂)


空气污染物+健康数据库联合的价值与思路

 1. 研究背景和意义
  • 空气污染与健康:空气污染被广泛认为与多种慢性疾病(如呼吸系统疾病、心血管疾病、糖尿病等)相关。研究表明,长期暴露于空气污染可能会增加疾病的发病率和全因死亡率

  • 人口老龄化:中国正在经历快速的老龄化进程,CHARLS数据库等提供了中国中老年人群的健康、社会经济状况等详细数据,这为研究空气污染对老年人健康的影响提供了宝贵的机会。

  • 研究意义:结合空气污染物数据和CHARLS数据,可以评估不同污染物(如PM2.5、PM10、NO2、O3等)对老年人群健康的长期影响,填补中国老年人群研究的空白,为公共卫生政策提供依据。

2数据来源和变量选择
  • CHARLS数据库:该数据库提供了有关中国中老年人群的健康、生活环境、社会经济状况、医疗服务使用等多方面的数据。可选的变量包括:

    • 健康结果:慢性病(如心血管疾病、呼吸系统疾病、糖尿病、消化系统疾病)、身体健康测量(如BMI、血压)、心理健康(如抑郁)、认知功能测试(如记忆力测试)。

    • 人口学特征:性别、年龄、教育水平、收入水平、职业、居住地。

    • 生活方式:吸烟、饮酒、体力活动等。

  • 空气污染物数据:可以从公开的CHAP数据集获取不同province的11种空气污染物的数据,包括PM2.5、PM10、NO2、SO2、O3、CO等,将地理位置与CHARLS受访者的居住地匹配,以构建个体的空气污染暴露水平

    • 空气污染物:PM2.5、PM10、NO2、SO2、CO、O3等。

    • 时间维度:空气污染物数据往往有长期的历史记录(如日均、月均或年均浓度),便于与CHARLS的健康数据进行长期匹配。

3. 研究设计与方法选择

  • 研究设计

  1. 横断面研究:将空气污染物浓度某一时点的健康结果进行关联分析,确定空气污染物与慢性病(如心血管疾病、呼吸系统疾病、抑郁症等)之间的关系。

  2. 纵向研究:利用CHARLS的多wave数据,考察空气污染物的长期暴露(如5年或10年)对健康结果的影响,将健康结果(如新发疾病、认知功能下降、死亡率)作为随访的终点。

  • 统计分析方法

      1. 描述性分析:描述不同空气污染物的暴露分布以及研究人群的基本特征(如年龄、性别、收入水平等)。

      2. 回归分析:使用如线性回归logistic回归Cox比例风险回归模型分析空气污染物暴露与健康结局之间的关系。模型中可以控制混杂因素/协变量,如年龄、性别、教育水平、生活方式等。例如:

    • 使用Cox比例风险模型评估空气污染物暴露对全因死亡率的影响。

    • 使用线性回归分析空气污染物暴露与认知功能测试得分之间的关联。

  • 敏感性分析:评估不同空气污染物对健康影响的差异,或在不同社会经济背景下(如城乡差异、收入水平差异)空气污染的健康效应是否存在异质性。

  • 交互作用分析:探讨空气污染物与其他暴露因素(如吸烟、饮酒、体力活动)之间的交互作用。

  • 多数据库联合+环境联合

        本工作室特开发全网首发charlsMAX 包,专为方便CHARLS、CLHLS、CHNS、HRS、ELSA、SHARE、MHAS七大数据库清洗变量、数据分析打造;此外,R包中内置环境数据,可将多数据库与环境数据联合,缩短数据计算时间,高效分析,发文更快、更高水准。
    功能介绍如下:
    1R包直接调取变量数据-简简单单、干干净净。
    2. 半小时学会生成基线表
    3. 加更轨迹分析、筛选并构建最佳模型、可视化样样齐全!

    4. 一键生成Kaplan-Meier曲线森林图-小白学习周期进一步缩短!

    5. 配备了完备的数据检索网站,再也不用查手册啦:配备charlsMAX相关code、变量的查询网站,轻松知道所需变量的wave/year、description、Code、Source等信息。

    • codebook查询功能,目前支持CHARLS, CHNS, CLHLS, ELSA, MHAS, SHARE, HRS数据库。

    • 数据预览功能根据code预览对应原始数据(速度极快),便于大家理解数据的构成与内容,支持目前的7个数据库。

    6. 目前可直接提取二次变量50个(包含Tyg指数、CVAI、ABSI、动脉粥样硬化指数等等),不断更新中

    7. 每周一加更多国数据库联合文章复现!目前已更新如下复现文章

    线性回归--Life satisfaction, depressive symptoms, and blood pressure in the middle-aged and older Chinese population 中科院2区 3.5分

    ②线性回归+中介分析--The relationship between handgrip strength and cognitive function among older adults in China: Functional limitation plays a mediating role 中科院2区 4.9分

    logistic回归--Dose–response relationship between Chinese visceral adiposity index and type 2 diabetes mellitus among middle-aged and elderly Chinese 中科院2区 3.9分

    charls+环境--Systemic inflammation accelerates the adverse effects of air pollution on metabolic syndrome: Findings from the China health and Retirement Longitudinal Study (CHARLS) 中科院2区 7.7分

    轨迹分析+HRS+ELSA--Eight-year total, cognitive-affective, and somatic depressive symptoms trajectories and risks of cardiac events 中科院1区 5.8分

    GBTM+轨迹分析--Associations between social and intellectual activities with cognitive trajectories in Chinese middle-aged and older adults: a nationally representative cohort study 中科院1区 7.9分

    Cox比例风险回归--Tobacco smoke and all-cause mortality and premature death in China: a cohort study 中科院2区 3.5分

    预测模型--Development and validation of a risk prediction model for frailty in patients with diabetes 中科院2区 3.4分

    8. 提供专属 选题指导、期刊推荐、预审稿、群聊答疑等全方位特色服务,发文无忧!

    R包功能介绍如下!

    charlsMAX R包如何购买?

    • 购买多国健康数据库精析与挖掘课程即送charlsMAX  R包,并配有常规学习代码、文章实操复现等视频学习内容(永久观看)

    • 另有服务:社群答疑(永久)、1v1选题 审稿 投稿推荐 返修指导服务(2年)

    • 价格:3999,学生3799(包含税,可开发票)


    福利来咯!

        转发此条至朋友圈+配文字“医豌豆,科研精,公共数据库助你行”(维持3小时以上),即可免费获取“配有charlsMAX相关code、变量查询的网站”,并可加入公共数据库交流社群一起学习。


    课程咨询微信

                            
    豌豆老师



    小宇老师




    课程购买链接


    -END-

    行稳致远 进而有为


    期待你的

    分享

    点赞

    在看

    医豌豆科研
    专业教学开发孟德尔随机化、Phewas、公共数据库等让医学科研变得更简单
     最新文章