《公共数据库高分文章解读--10min速读10分SCI》专栏，持续更新公共数据库最新高分思路、高分文章，从”关键词/数据选取+研究设计/摘要+方法+结果+结论“三方面对文章展开解读！- ③摘要+方法+结果+结论--阅读细节，学习整体思路，用作自己写作参考
关键词：中国健康与养老追踪调查（CHARLS）；痴呆患病率
![]()
2024年5月，国外某团队在柳叶刀子刊 The Lancet regional health. Western Pacific（中科院一区，IF: 7.6）上发表了题为：Geographical variation in dementia prevalence across China: a geospatial analysis 的研究论文，调查了中国痴呆患病率的地理空间差异。研究背景：痴呆症在中国带来了巨大的健康和社会挑战。痴呆症患病率可能因地理区域而异，而缺乏省级层面的可比估计。本研究旨在估计中国各省的痴呆患病率，同时考虑个体水平的风险因素和各省潜在的空间相关性。
研究方法：在这项研究中，来自第四波中国健康与养老追踪调查（CHARLS 2018）的17,176名50岁或以上的成年人被纳入，涵盖28个省、自治区和直辖市。为提高省级代表性，我们基于中国第七次人口普查（2020年）构建了省级调查权重。使用具有协变量空间变化系数的贝叶斯条件自回归（Bayesian conditional autoregressive, Bayesian CAR）模型估计痴呆患病率和95%贝叶斯可信区间（BCI）。![]()
研究结果：2018年中国省级痴呆加权患病率范围为2.62%（95%BCI：1.70%，3.91%）至13.53%（95%BCI：8.82%，20.93%）。痴呆高患病率集中在华北地区，具有突出的高-高集群，而低患病率省份集中在华东和华南地区，具有低-低集群的特征。按患病率估计中位数排序，排名前10%的省份包括新疆、吉林和北京。与此同时，福建、浙江、广东排名最靠后。痴呆患病率与饮酒、吸烟、社会孤立、身体不活动、听力障碍、高血压和糖尿病之间的关系表现出省级差异。![]()
![]()
结论：我们的研究确定了中国各省痴呆患病率和危险因素影响的地理空间差异，在一些北方和南方省份分别存在高-高和低-低集群。研究结果强调，需要在特定地区采取有针对性的策略，如解决高血压和听力障碍，以更有效地预防和治疗痴呆症。文章解读到此结束，看完之后有没有觉得研究课题这就来了！
医豌豆工作室推出《多国健康数据库精析与挖掘》课程，已于8月3日开课！
临床公共数据库挖掘是个超高性价比的发文途径，主打的就是一个“蹭别人的数据，发自己的文章。不论是单个数据库的分析还是多个数据库的联合使用，均潜力无限！而健康相关问题实乃当下热门研究方向，因此，我们开启了多国健康数据库精析与挖掘课程正式开放报名！全球健康大数据时代已经到来，掌握多国健康数据库的分析与挖掘能力，将是您在科研领域脱颖而出的关键。全球视角，多国数据：课程覆盖CHARLS、HRS、ELSA、CHNS、CLHLS、SHARE、MHAS等国际权威健康数据库，全面掌握不同国家和地区的健康数据资源。
庞大的数据量：包含丰富的健康信息，涵盖了数百万个数据点，涉及人口健康、疾病管理、生活方式、心理健康等多方面内容。
多样化的研究方向：涉及多种健康相关议题，包括慢性病、心血管疾病、精神健康、营养与代谢等。
SCI文章发表前景广阔：依托多国健康数据库的数据资源与分析工具，课程内容紧跟国际前沿研究方向。大量高水平研究基于这些数据库，已发表在诸如《The Lancet Public Health》、《BMJ》、《JAMA Internal Medicine》等国际顶级期刊上。这些数据库支持的文章中，一区和二区高分文章数量可观，部分数据库（如HRS、CHARLS）发表在一区期刊的文章超过30%，为您提供强有力的发文基础。
注重基础，实战导向，立竿见影：
开展6个课时的R语言基础教学，深入了解R语言内在逻辑，磨刀不误砍柴工，为后续数据清洗打下坚实的基础！
注重基础的同时，同样侧重实战。将使用公共数据库撰写不同类型文章的套路都总结出来教给大家。包括但不限于关联性分析、生存分析、临床预测模型、聚类分析等套路详解！直接上手应用！
纯R语言教学分析，与时俱进，不断更新--9月份推出CHARLS数据库专属R包供大家免费使用（后续免费添加7个数据库的数据）。
发文无忧：提供社群答疑、1v1选题 文章审阅 投稿推荐 返修指导（2年）
