常用的醫(yī)學公開數據庫如何寫出新意？

醫(yī)學研究常常面臨“選題撞車”的困擾。大家都在用NHANES、CHARLS這些經典數據庫，如何能從中找到新穎的切入點，做出讓人眼前一亮的分析？

關鍵在于獨特的視角與深入的分析。醫(yī)咖會團隊擅長幫助研究者：

1. 挖掘新角度：從臨床問題、數據交叉、前沿方法入手，在常見數據中設計出創(chuàng)新性的研究問題。

2. 運用新方法：引入或適配合適的高級統(tǒng)計模型或機器學習方法，提升分析的深度與說服力。

3. 講好新故事：將分析結果置于更宏大的臨床或公衛(wèi)敘事中，提升論文的層次與價值。

我們提供從創(chuàng)新構思、方案設計到分析實現的一站式支持，助您將公開數據的價值最大化。

醫(yī)咖會科研服務詳見：詳情請?zhí)砑有】⑿抛稍儯?/strong>xys2019ykh

掃碼添加小咖3號

以下為常用醫(yī)學公開數據庫相關的內容，整理自醫(yī)咖會《公開數據庫挖掘與SCI論文發(fā)表實戰(zhàn)指南》專欄，感興趣的小伙伴可點擊左下角“閱讀原文”查看完整視頻。

UK Biobank

UK Biobank（http://www.ukbiobank.ac.uk/）是在英國進行的前瞻性流行病學研究，根據不同的費用等級開放不同層次的數據。

UK Biobank具有極大規(guī)模的樣本量，收集了50萬例40-69歲志愿者的數據，進行了很多昂貴的檢測，如基因、多模態(tài)影像等，數據豐富。這項研究擁有從2006年持續(xù)至今的縱向數據，具有時間屬性，可以進行因果推斷。

UK Biobank包括很多健康結局，包括癌癥、心血管疾病等，旨在研究遺傳因素、環(huán)境因素、生活習慣等與人類疾病的關聯(lián)，近年常見“環(huán)境因素+遺傳因素+孟德爾隨機化+健康結局”研究。

UK Biobank的缺點是數據量大，數據清理工作較為耗時，需要足夠的經濟和團隊的支持。

DHS

DHS（http://dhsprogram.com/）是一項自1984年在世界范圍內低收入國家進行的全國性健康調查，收集了90多個國家/地區(qū)的人口、健康、營養(yǎng)等數據，更適合進行健康不平等性相關研究。

DHS擁有豐富全面的數據，如兒童死亡率、瘧疾、財富指數、可持續(xù)發(fā)展目標、HIV、煙草、家庭暴力、醫(yī)療支出等不同主題。

和UK Biobank一樣，DHS也不是很好進行數據清理。

NHANES

相對于前兩個數據庫，NHANES的數據處理相對更好上手。

NHANES（https://www.cdc.gov/nchs/nhanes/index.html）是美國CDC進行的一項評估健康營養(yǎng)的調查，每年從全國抽取約5000人進行，收集了人口統(tǒng)計、社會經濟、飲食健康、醫(yī)學檢查等大量數據。

CHARLS

CHARLS（https://charls.pku.edu.cn/gy/gyxm.htm）是中國健康與養(yǎng)老追蹤調查，主要針對中國45歲及以上中老年人人群，覆蓋全國28個省。

CHARLS調查時的數據追蹤是動態(tài)的，每次調查都有可能存在新增和失訪人群，既可以進行橫截面研究，又可以進行縱向研究，但縱向隊列或許并不能匹配到大量數據。

CHARLS包括參與者的全面信息，如個人基本信息、家庭結構、健康狀況、生化指標等，目前這些數據是免費開放的，數據處理同樣較為友好。

CLHLS

CLHLS（https://opendata.pku.edu.cn/dataverse/CHADS）是中國老年健康與家庭幸福調查，主要針對老年人，尤其是高齡老年人進行的調查，包括認知功能、生活習慣、死亡等豐富的微觀數據。可以考慮聯(lián)合CHARLS數據進行中老年人群的相關研究。

CFPS

CFPS（https://opendata.pku.edu.cn/dataverse/CFPS）是中國家庭追蹤調查，主要收集個體、家庭、社區(qū)三個層次的數據，覆蓋25個省/市/自治區(qū)，包括16000戶的全部家庭成員。

上文內容摘自醫(yī)咖會專欄課程《公開數據庫挖掘與SCI論文發(fā)表實戰(zhàn)指南》，請點擊左下方的“閱讀原文”，觀看完整視頻內容。

研究設計、統(tǒng)計分析、論文投稿難題，快聯(lián)系小咖（微信：xys2019ykh）