国产数据库的崛起!中国学者用Charls拿捏二区top,小白也能轻松复现!

发布日期:2024-08-25 00:53    点击次数:128
我们的目标是,让天下没有难学的统计学!本公众号将组合推出“公共数据库+0代码复现”的文章,学友余力的不妨试着去复现一下,相信会有所收获!今天将分享Charls数据库分析套路【一】:倾向性评分匹配(PSM)分析的基本策略。我们先来简单了解一下这篇文章。2024年2月16日,广州中医药大学团队在《BMC Public Health》(医学二区top,IF=3.5)发表题为:“Risk of fall in patients with chronic kidney disease: results from the China health and retirement longitudinal study (CHARLS) ”的研究论文。这项研究利用中国健康与养老追踪调查(CHARLS)的数据,旨在评估中国CKD患者跌倒的患病率和风险。结果表明,中国慢性肾病患者跌倒的风险显著增加。

图片

本公众号回复“ 原文”即可获得文献PDF等资料,如果进一步需要CHARLS数据库方法学习与指导,请联系郑老师团队,微信号:aq566665

摘要与主要结果

一、摘要背景慢性肾脏病(CKD)通常与各种全身性疾病并存,可能会增加跌倒的风险。本研究旨在评估中国CKD患者跌倒的患病率和风险。方法我们纳入了中国健康与退休纵向研究(China Health and Retirement Longitudinal Study, CHARLS)中伴/不伴CKD的患者。我们的主要结果是过去 2 年内跌倒事故的发生。为了提高研究结果的稳健性,我们采用了多变量逻辑回归模型,进行了倾向得分分析,并应用了逆概率加权模型。结果共纳入12,658名受试者,无CKD受试者跌倒事故率为17.1%(2,028/11,837),CKD受试者为24.7%(203/821)。在逆概率加权模型中,患有CKD的参与者表现出更高的跌倒事故率(OR=1.28,95%CI:1.08-1.53,p=0.005)。敏感性和亚组分析显示结果仍然稳定。结论中国慢性肾病患者跌倒的风险显著增加,这凸显了加强评估和预防跌倒风险的至关重要性。二、研究结果1. 基线特征我们的研究包括12,658名参与者,其中821人(6.48%)自我报告患有慢性肾脏疾病。由于抑郁症数据缺失9.0%,其他数据缺失0.3 - 4.1%。为了解决这个问题,我们应用了数据插值技术。经PSM后,我们获得821对匹配的参与者(表1),平均年龄为60.1±9.0岁,男性859人(52.3%),最近2年内的364人(22.2%)。补充图1和补充图2显示了有/没有CKD的参与者在PSM后跌倒事故率的ROC和SMD。

图片

2.PSM队列的结果分析图2显示,在过去2年中,非CKD参与者的跌倒事故率为17.1% (2,028/11,837),CKD参与者的跌倒事故率为24.7%(203/821)。值得注意的是,CKD患者表现出更高的跌倒事故率(卡方检验:P<0.001)。逆概率加权(IPW)分析显示,CKD参与者的跌倒事故发生率显著较高,OR为1.28 (95% CI, 1.08-1.53, P=0.005)。无CKD和有CKD的参与者的倾向评分匹配的跌倒事故发生率分别为19.6%和24.7%。在多变量logistic回归分析中,OR为1.35 (95% CI, 1.07-1.7, P=0.013)(表2)。

图片

图片

3.敏感性分析及亚组分析

我们使用四种不同的模型进行了敏感性分析,如补充表2所示。

本分析旨在进一步验证结果的稳定性,因此研究团队使用多个模型进行调整结果依然稳健。

图3显示了亚组分析结果,发现结果仍然稳健可靠。

图片

设计与统计学方法

一、研究设计P:参与了2015-2016年调查和2017-2018年跟踪调查的45岁以上的研究对象O:跌倒事故S:队列研究二、统计方法1. 连续变量以平均值±标准差报告,分类变量以百分比报告。对连续变量采用t检验,对分类变量采用卡方检验比较基线特征。缺失数据采用随机森林法进行输入。

图片

2. 为了尽量减少潜在的治疗分配偏差和混淆,采用倾向评分匹配(PSM)的逻辑回归来估计患者发生跌倒的可能性。我们采用1:1最近邻匹配算法,卡尺宽度为0.01。我们使用标准化平均差(SMD)评估倾向评分匹配的质量,阈值小于0.1被认为是可接受的。

图片

3.所有分析均使用统计软件包R 4.2.2 (http://www.R-project.org, the R Foundation)和Free Statistics软件版本1.7.1进行。

结  语

今天的文章就分享到这里,本文最大的亮点就是使用倾向评分匹配(PSM)的统计学方法,有效减少了混杂偏倚。 本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报。