
医学生速看,挑战7天完成charls数据库挖掘
Day 5:完成文章中的Table和Figure

数据已经整理好了
那后面就是数据分析
做出Table和Figure
其实有了前面NHANES数据库处理的基础后
这种类型的文章内容基本是类似的
Figure 1:研究人群
Table 1:基线资料表

Table 2:回归分析
Figure 2:RCS

Table 3:亚组分析

如果有问题的话
可以找一篇NHANES或者CHARLS的文献仔细品读
整篇文章的核心就是回归分析(到底有没有关系?)
和RCS曲线(如果有关系,是什么样的剂量效应关系?)
我们按照目标范文中的内容一步一步的做就好啦
通过这么久的实践来说
只要数据清洗好了个把小时就能得到所有的图片
大家也会发现数据库的结构和数据的清洗是最费时间的
但是,哪又有那么容易中一篇文章呢?
安下心来,静下来一定能出成果
我们已经整理好了所有的CHSRLS数据
今日份挑战成功!