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！
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。
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。
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。
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。
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。
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！
