高分严选,挑战7天一篇NHANES,Day 5!

进度汇报:完成Table和Figure

数据已经整理好啦,那现在就是做出Table和Figure

在具体操作之前呢,肯定要再去看文献啦

模仿文献一步一步来就好啦

常规NHANES文章就是需要下面这些,当然

我们也会看到有很多文章会有一些其他的处理,比如加上了机器学习呀

本质上还是这个思路,只不过在暴露的选择、分析方法会有一些差异

万事开头难,我们就先学会这种最简单的思路,

后面我们慢慢学习和挑战别的

Figure 1:研究人群——-数据来源过程

Table 1:基线资料表—–人群基本信息描述

Table 2:回归分析—X与Y之间有无关系

Figure 2:限制性回归样条–X与Y的剂量效应关系

Table 3:亚组分析—敏感性分析

Figure 1:就是简要说明我们的筛选数据的流程,比如说2013-2014总计有10175例,根据我纳入条件(年龄大于20岁,同时具有抑郁评分和暴露某某血清学指标)进行纳入和排除,最终纳入1900人。

本质上就是数据的筛选和清洗流程,对数据处理的过程进行简单的可视化呈现。

Table 1:就是基线资料比较。比如我的结局是抑郁,那我就可以列分为depression组和non-depression组,对比两组之间的基线资料的差异,变量数据类型是连续变量或者分类变量,那就用t-检验或者卡方检验等。

Table 2:回归分析。根据纳入协变量的多少构建3个不同的模型以评估暴露和结局之间的关系的是否稳健。Crude Model中不纳入协变量;Model I纳入人口统计学(性别、年龄、种族、婚姻、教育程度等);Model II纳入Model I中+疾病(糖尿病、高血压、高脂血症等)+生活方式(吸烟、饮酒、BMI等)。

Figure 2:RCS结果呈现。X和Y是相关的,那么他们是有什么样的剂量效应关系呢?直线?L型?N型?J型?这些都可以通过RCS曲线非常直观的看到,而且会检验线性和非线性关系,如果是非线性关系还会找到对应的拐点值。P for none-linear<0.05就说明是非线性的。

RCS是这种类型文章的核心,一定要会看哦!

Table 3:亚组分析。X与Y的关系会不会在不同的亚组中存在一定的差异呢?就举个例子,儿童的抑郁风险和成年人的抑郁风险肯定是不一样的,做亚组分析就是看X与Y在不同组别(性别,年龄,有某种疾病)关系是否依旧稳健存在,如果有差异,能否通过目前文献进行合理的解释。

方向对了,就一定能出成果。

今日份挑战成功,明天见!

Leave a Reply

Your email address will not be published. Required fields are marked *