CHARLS数据库能做环境污染相关方向吗？

CHARLS是中国健康与农村发展追踪调查项目，旨在收集一组代表中国45岁及以上家庭和个人的高质量微观数据，以分析中国人口老龄化问题并促进老龄问题的跨学科研究。CHARLS全国基线调查于2011年开展，采用多阶段概率与规模成比例 (PPS) 抽样方法。样本覆盖28个省、150个县的450个村，涉及约10000个家庭的17000多人。CHARLS是一项持续性调查，每2至3年进行一次。通过计算机辅助个人访谈 (CAPI) 技术，对参与者进行家中面对面访谈。调查内容包括受访者及其家庭的基本人口学信息、家庭成员之间的转移支付、受访者的健康状况、医疗和保险、就业、收入、支出和资产等。此外，CHARLS还包括13项身体测量和血液样本采集。迄今为止，CHARLS已发布五轮全国基线调查（第一轮，2011年）、第一次跟踪调查（第二轮，2013年）、第二次跟踪调查（第三轮，2015年）、第三次跟踪调查（第四轮，2018年）和第四次跟踪调查（第五轮，2020年）。

具体数据结构也可以查看往期文章👉CHARLS数据库的数据结构解读

那么CHARLS数据库可以做环境污染物方向吗？

可以的。

没有环境相关的数据如何开展相关研究呢？

没有环境相关数据也没关系，接下来，我们一起来看看如何使用CHARLS数据库实现环境污染物方向研究。↓

首先，虽然CHARLS数据库没有直接测量每一位受访者的污染物暴露情况，但根据数据库中的psu编码文件，我们可以将每一项污染物位点与他们的编码进行唯一匹配，从而获得受访者的环境污染暴露情况；

其次，CHARLS数据库是一项随访的队列数据，这种数据结构，不仅能够根据某一调查年份的情况进行横断面分析，还可以进行追踪的随访研究，从而获得污染暴露的累积效应及健康变化的时间趋势。

往期我们也对CHARLS数据库做过详细拆解，感兴趣的朋友可以点击链接进行学习。👉CHARLS数据库及适用科室详解

 接下来我们通过几篇高分例文来分析这类文章的思路：

案例一：

标题：Association between cognitive function and ambient particulate matters in middle-aged and elderly Chinese adults: Evidence from the China Health and Retirement Longitudinal Study (CHARLS)（中科院二区，IF=8.0）

环境污染物数据来源及处理：中分辨率成像光谱仪卫星（MODIS数据集），包括PM₁、PM_2.5及PM₁₀。根据被访者所在城市的经纬度，测量了所有城市大气颗粒物（PM₁、PM_2.5、PM₁₀）浓度的平均值，暴露窗口分别为访谈日前30天、60天、90天和180天。

主要统计学分析方法：线性混合模型

主要研究结果：使用CHARLS2011、2013及2015年的数据，进行了队列研究，包括7,928名参与者。采用线性混合模型来调查不同类型的空气污染物和认知功能之间的关联。综合校正所有相关混杂因素后，PM₁暴露与认知功能评分下降之间呈现显著关联，且在90天的暴露窗口中影响最大（β = −0.227，95%CI：−0.376，−0.078）；而PM_2.5同样与认知功能评分下降之间呈现显著关联，且在90天的暴露窗口中影响最大（β = −0.220，95%CI：−0.341，−0.099），而PM₁₀仅在60天和90天暴露时与认知功能评分下降之间呈现显著关联。在亚组分析中，女性和居住在中部地区的人群更容易受到这三种污染物的影响。

案例二：

标题：Air pollution increases the risk of frailty: China Health and Retirement Longitudinal Study (CHARLS)（中科院一区，IF=11.3）

环境污染物数据来源及处理：中国高浓度空气污染物 (CHAP) 数据集，包括PM₁、PM_2.5、PM₁₀、O₃和NO₂。根据CHARLS PSU数据集中地理编码的社区级居住信息，为每位参与者分配了前一年的年平均污染物浓度；

主要研究方法：时变COX比例风险模型

主要研究结果：研究纳入了2011年及随后4个随访期的CHARLS数据库10,584名参与者。通过构建时变COX比例风险模型，在校正所有协变量后，PM₁、PM_2.5、PM₁₀和NO₂与衰弱发生呈现明显正相关，这些污染物的浓度每增加10个单位，衰弱风险分别增加7.8%（HR = 1.078，95% CI 1.022-1.136）、4.2%（HR = 1.042，95% CI 1.015-1.070）、3.8%（HR = 1.038，95% CI 1.022-1.054）、12.9%（HR = 1.129，95% CI 1.061-1.200），而O₃浓度与衰弱风险之间无显著关联。亚组分析结果显示，参加体力活动可能会抵消空气污染物暴露对虚弱风险的部分负面影响，而未受过正规教育的人群最容易受到空气污染的影响。

案例三：

标题：Effect of long-term exposure to PM2.5 on the risk of type 2 diabetes and arthritis in type 2 diabetes patients: Evidence from a national cohort in China（中科院一区，IF=9.7）

环境污染物数据来源及处理：文章采用的PM_2.5数据来源于大气成分分析组建立的全球地面PM_2.5数据集，并使用地理加权回归（GWR）将模型估算值校准到区域地面PM_2.5观测值。根据2011-2018年参与者的居住地址，将参与者与城市层面的平均PM_2.5浓度进行匹配。每个个体的PM_2.5暴露水平取自基线至疾病发生时的平均值，如果个体在随访期间未患上疾病，则取至队列结束；环境温度数据来源于欧洲第五代天气预报中心的ERA5数据集，每一位参与者的评估方法与PM_2.5的一致；

主要研究方法：Cox比例风险回归模型+归因分析

主要研究结果：分析了2011-2018年CHARLS的数据，纳入共12,427名参与者，其中发生糖尿病的人群共1,595例。COX比例分析回归的结果发现，完全调整模型协变量后，PM_2.5浓度与糖尿病之间呈现正相关（HR = 1.26，95% CI：1.22至1.31），且在患有和不患有糖尿病的参与者中，PM_2.5浓度与关节炎之间存在正相关非线性的暴露-反应关联。亚组分析发现，女性、老年人群、农村人群及南方居民更衣受到PM2.5的影响。归因分析结果显示，在所有参与者中，13.54%（95% CI：11.64% 至 15.41%）的糖尿病患者可归因于PM_2.5污染，其中南方地区最高，且在患有和不患有2型糖尿病的参与者中，归因于PM_2.5暴露的关节炎的PAF分别为18.54%（95 % CI：13.52 % 至 23.30 %）和10.96%（95 % CI：9.07%至12.82 %）。基于此队列，研究还估算出年龄-性别标化的糖尿病年发病率为354.99例/10万人，全国每年新诊断的糖尿病患者约157万例，其中PM_2.5暴露导致21万例。每年约有50万例新诊断的糖尿病伴有关节炎患者可归因于PM_2.5暴露，约有26万例新诊断的糖尿病不伴有关节炎患者可归因于PM_2.5暴露。

案例四：

标题：Fermented dairy products intake and stroke risk: analyses of NHANES 2007-2018 data（中科院一区，IF=5.1）

环境污染物数据来源及处理：文章采用的空气污染物数据来源于中国高浓度大气污染区 (CHAP) 数据集，包括PM₁、PM_2.5、PM₁₀、O₃和NO₂。通过计算基线调查前一年的平均空气污染浓度，并将其与每个参与者居住地址对应的县级地理编码进行匹配，从而得出参与者的长期空气污染暴露情况；

主要研究方法：逻辑回归+广义线性模型+加权分位数（WQS）+贝叶斯核机回归（BKMR）

主要研究内容和结果：参与者（N = 6,585名成年人）来自2011-2015年的CHARLS数据集。逻辑回归结果显示，PM_2.5、PM₁₀和NO₂具有更高的肌肉减少症患病率，aOR（95% CI）分别为1.09（1.01-1.20）、1.24（1.14-1.35）和1.18（1.08-1.28）。在所有协变量调整模型中，所有空气污染物都与肌肉减少症指数降低相关。亚组分析结果发现65岁以上、女性、教育程度较低、居住在农村地区和饮酒者暴露于空气污染时更容易增加患肌肉减少症的风险。WQS结果显示，PM₁₀和PM_2.5在空气污染共同暴露对肌肉减少症风险的混合效应中贡献较大，且暴露权重最高的是PM₁₀，且空气污染混合物与肌肉减少症之间存在正线性关系。BKMR模型结果与WQS类似，当空气污染混合浓度等于或大于55百分位数时，与50百分位数相比，混合浓度与肌肉减少症发生风险之间的整体效应显著为正。当其他空气污染物保持在第25、第50和第75百分位数时，只有PM₁₀与肌肉减少症风险的增加呈显著正相关。经过4年随访后，基线PM_2.5、PM₁₀和NO₂水平与肌肉减少症的发生有显著的正相关关系。

结论

基本思路：

• 选择、下载并提取合适的环境污染物数据集（包括MODIS数据集、CHAP数据集、全球地面PM_2.5数据集及ERA5数据集等）。

• 通过上述数据集中污染物或环境指标的经纬度定位与CHARLS数据集中PSU数据的编码进行定位，从而确定每个参与者的暴露量。

• 利用cox比例风险回归/逻辑回归/广义线性模型/线性混合模型/广义估计方程等方法探讨空气污染物与研究疾病之间的关联

• 若为多种环境污染物，还可以采用加权分位数（WQS）或贝叶斯核机回归（BKMR）模型探讨空气污染混合物中对疾病贡献最大的污染物，确定不同污染物的贡献率，并探讨混合空气污染物对研究疾病的影响

• 最后通过患病率、现在与未来人口数据计算出归因于空气污染物的患病人数及患病率，得到归因人数及归因分值。

基于以上思路，我们便能完成一个完整的CHARLS数据库的空气污染暴露的分析。