今天，我将为大家拆解一套临床小白专属的美国国家健康与营养检查调查（NHANES）数据库学习框架、流程和技能路线图，让你少走弯路，快速上手！
学习框架
了解NHANES数据库基本情况
▶ NHANES数据库的简单介绍
美国国家卫生和营养检查调查(National Health and Nutrition Examination Survey, NHANES)是一项通过多阶段多层次的抽样调查而形成的系统性和全国性的健康调查项目。其旨在通过问卷调查、体格检查和实验室检测综合评估美国居民的健康及营养状况，是一项全国性健康监测横断面调查数据库。该数据库自20世纪80年代开始，每两年更新一次数据，免费对外开放。
▶ 涵盖数据类型
-
人口学数据、饮食数据、检查数据、实验室数据和问卷数据（图1）
-
人口学数据中包括受试者的年龄、性别、婚姻状况、教育程度等
-
饮食数据中包括各营养素摄入量、食物摄入量等
-
检查数据包括血压、体格检查、X线结果等
-
实验室数据包括全血计数、血液生化水平等
-
问卷数据包括吸烟、饮酒、体力活动等
图1
数据下载
筛选变量：根据研究目的确定需要的变量（图2）。
周期选择：根据选择的变量确定研究周期。
下载数据：根据以上变量和周期选择在对应位置下载数据（图3）。
字段表整理：根据变量解释文件制作整理字段表（图4）。
图2：用于查找一些无法通过自身专业或文献参考了解类型的变量
图3：下载数据页面每列代表含义
图4：字段表示例
变量提取
数据导入：R语言中“haven”包
变量提取：利用每个变量对应的字段进行提取
数据合并：多周期数据整合
数据清洗
变量转化：连续变量有时会按照研究目的转化为分类变量
变量赋值：按照文献或专业知识来进行赋值对分类变量赋值
异常值处理：利用箱线图等方式识别，并通过一定方式处理
缺失值处理：利用插补或删除的方式处理
数据分析
加权统计分析：基线信息统计、关联性分析等
高级模型：预测模型的构建和评估、因果关联的判断等
其他分析：充分的亚组分析和敏感性分析等
学习流程
1️⃣ 第一阶段：入门
目标：熟悉NHANES数据库，学习R语言基础，完成数据下载
任务：
-
学习NHANES数据库涵盖内容，掌握数据模块分类
-
下载多周期数据，绘制所需变量字段表
-
了解并学习基本的R语言操作和流程
2️⃣ 第二阶段：进阶
目标：掌握数据提取、清洗、统计方法与工具，复现经典案例
任务：
-
学习权重基础，并完成多周期的数据提取与合并
-
选择一篇或多篇NHANES数据库的高分文章，利用提及的数据进行文章复现
3️⃣ 第三阶段：实战
目标：学习分析方法，完成独立研究
任务：
-
分析：利用专业知识和参考文献，确定与方向有关的因素，进行分析
-
结果解读：能够对结果进行正确合理的解读
必备技能
▶ 文献阅读和理解能力——利于更有效地学习NHANES数据库的研究
▶ 文件整理和汇总能力——便于收集多周期数据，避免数据处理的混乱
▶ R语言编程和理解能力——准确高效地进行NHANES数据的处理和分析
看起来是不是觉得有点复杂？其实不必自己单打独斗，找专业团队学习掌握会更快。统计之光10年来专注于医学SCI指导，针对不同基础的学员，提供定制化教学，即使是零基础，也能快速掌握NHANES数据库的发文方法。
路线梳理
-
入门掌握NHANES数据结构
-
学习并进行NHANES数据的下载
-
了解并学习基本的R语言操作和流程
-
利用复现高分论文学习和熟悉NHANES数据的提取、清洗和分析方法
-
根据自身专业领域，进行完整分析，并对结果进行正确合理地解读
评论列表