巨简单!浙大学者仅做Logistic回归+线性回归发文SCI二区,数据来自CHARLS数据库...

本文主要是介绍巨简单!浙大学者仅做Logistic回归+线性回归发文SCI二区,数据来自CHARLS数据库...,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

00853c41c573d273a438b84f66f16a98.png

2024年4月15日,浙江大学公共卫生学院的学者用CHARLS数据库在《BMC Public Health(医学二区top,IF=4.5)发表了一篇题为:“Paternal and maternal exposures to adverse childhood experiences and spontaneous fetal loss: a nationwide cross-sectional analysis”的研究论文,探讨妇女及其配偶的不良童年经历 (ACE) 与自然流产和死产风险的关联。

不良童年经历(ACE)分为家族内ACE和家族外ACE,本文将通过logistic回归研究母系和父系ACEs与女性自然流产和死产史的关联。

12adb7d5658f5e0332cd5bc425fef0e8.png

本公众号回复“ 原文”即可获得文献PDF等资料

主要研究结果

1.研究设计

研究数据来自2014年CHARLS的生活史调查,经过纳排,7742名有结婚和怀孕史的妇女被纳入产妇分析。在排除配偶ace和特征数据缺失的女性(N = 3129)后,4613对女性及其配偶被纳入分析。其中399名女性有自然流产史,111名有死产史。

834ecba0267afa1000f7cf9d5c532d62.png

研究中,91.50%的人至少经历过一次ACE;701例有自然流产史,191例有胎儿死亡史,9.05%和2.47%分别经历过至少一次自然流产和死产。

ed6b899c307bdd14aac65ea91c40e5ac.png

2.孕产妇ACEs与自然流产和死产史的关系

  • 总ACE≥4次的女性与自然流产史显著相关。

  • 家族外ACE≥2次的女性与自然流产史显著相关。

  • 家族内ACE经历过2次、3次和≥4次的妇女自然流产的风险明显更高,调整后的OR分别为1.52 (95% CI 1.10-2.10)、1.50 (95% CI 1.07-2.09)和1.68 (95% CI 1.21-2.32)。

然而,只发现≥4个家庭内ACE与死产史之间存在显著关联(OR 2.23, 95% CI 1.12-4.42)。类似的结果也发现了母体ACE与自然流产和死产数量之间的关系。

44142fa5cacd90e175bb89524b6b82e1.png

对于每种类型的母亲ACE,我们发现这六种与自然流产史显著相关:

  • 家庭暴力[调整后OR值:1.30 (95% CI 1.10-1.54)];

  • 父母分居或离婚[调整后OR值:2.70 (95% CI 1.32-5.53)];

  • 父母药物滥用[调整后OR值:1.25 (95% CI 1.07-1.46)];

  • 兄弟姐妹死亡[调整后OR值:1.68 (95% CI 1.22-2.31)];

  • 身体虐待[调整后OR值:1.19 (95% CI 1.01-1.42)];

  • 欺凌[调整后OR值:1.44 (95% CI 1.19 - 1.74)]。

3.父亲的ACEs与自然流产和死产的关系

  • 总ACE史3次和≥4次的父亲与对应自然流产史显著相关,调整后的OR分别为1.81 (95% CI 1.01-3.26)和1.83 (95% CI 1.03-3.25)。

  • 家族内ACE史有4次或4次以上的父亲与自然流产的风险有统计学意义的相关性,校正OR为1.80 (95% CI 1.08-3.00)。

  • 没有发现父亲ACE的数量与其妻子的死产史之间有显著的联系。

284763e34c86b2763906ed9bda7f91cb.png

对于每一种类型的父亲ACE,我们发现儿童时期的家庭暴力和欺凌经历与其妻子的自然流产史显著相关,调整后的OR分别为1.48 (95% CI 1.18-1.85)和1.31 (95% CI 1.03-1.68);而经历过家庭暴力与妻子的死产史的风险较低有关,调整后的OR为0.58 (95% CI 0.35-0.96)。

设计与统计学方法

一、研究设计

P(Population)参与者:接受CHARLS数据库2014年生活史调查的7742名有结婚和怀孕史的妇女被纳入产妇分析;在排除配偶ace和特征数据缺失的女性(N = 3129)后,4613对女性及其配偶被纳入分析。

E(exposure)暴露:不良童年经历ACE

不良童年经历(ACE)分为:

  • 家庭内ACE11种:身体虐待、情感忽视、经济逆境、家庭暴力、父母分居或离婚、父母药物滥用、父母被监禁、父母精神疾病、父母残疾、父母死亡和兄弟姐妹死亡。

  • 家庭外ACE3种:欺凌、孤独和社区暴力。

基于此,研究团队将不同ACE划分级别:

  • 整体ACE进一步分为五个级别:0、1、2、3、≥4;

  • 家族内ACE进一步分为五个级别:0、1、2、3、≥4;

  • 家族外ACE分为3个水平:0、1、≥2。

O(outcome)结局:自然流产或死胎

S(Study design)研究类型横断面研究

二、统计方法

本文用到的主要统计学方法超级简单:

  • 首先采用Logistic回归分析,分别探讨母体总体ACE、家族内ACE、家族外ACE和各类型ACE与母体自然流产史和死产史的关系。

  • 采用线性回归来评估产妇ACE与自然流产和死产计数之间的关系。

  • 然后采用Logistic回归分析父亲总ACE、家族内ACE、家族外ACE及各类型ACE与自然流产和死产的关系。

也就是说,本文的主要统计学方法只有Logistic回归以及线性回归这两种简单回归方法!

本公众号回复“ 原文”即可获得文献PDF等资料

后记

不得不感慨,浙大公卫学者用CHARLS公共数据库的数据,用简单的回归方法,发文SCI二区,CHARLS有点东西!

心动不如行动,一起来参加CHARLS数据库的挖掘课程!

CHARLS课程:欢迎学习!长期回放+更新+指导!适合零基础,赠送数据+全套代码!

本公众提供各种科研服务了!

一、课程培训

2022年以来,我们召集了一批富有经验的高校专业队伍,着手举行短期统计课程培训班,包括R语言、meta分析、临床预测模型、真实世界临床研究、问卷与量表分析、医学统计与SPSS、临床试验数据分析、重复测量资料分析、nhanes、孟德尔随机化等10余门课。如果您有需求,不妨点击查看:

发文后退款:2024-2025年科研统计课程介绍

二、数据分析服务

浙江中医药大学郑老师团队接单各项医学研究数据分析的服务,提供高质量统计分析报告。有兴趣了解一下详情:

课题、论文、毕业数据分析 

 临床试验设计与分析 、公共数据库挖掘与统计

这篇关于巨简单!浙大学者仅做Logistic回归+线性回归发文SCI二区,数据来自CHARLS数据库...的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/941203

相关文章

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

MySQL数据库宕机,启动不起来,教你一招搞定!

作者介绍:老苏,10余年DBA工作运维经验,擅长Oracle、MySQL、PG、Mongodb数据库运维(如安装迁移,性能优化、故障应急处理等)公众号:老苏畅谈运维欢迎关注本人公众号,更多精彩与您分享。 MySQL数据库宕机,数据页损坏问题,启动不起来,该如何排查和解决,本文将为你说明具体的排查过程。 查看MySQL error日志 查看 MySQL error日志,排查哪个表(表空间

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

hdu2289(简单二分)

虽说是简单二分,但是我还是wa死了  题意:已知圆台的体积,求高度 首先要知道圆台体积怎么求:设上下底的半径分别为r1,r2,高为h,V = PI*(r1*r1+r1*r2+r2*r2)*h/3 然后以h进行二分 代码如下: #include<iostream>#include<algorithm>#include<cstring>#include<stack>#includ