源自风暴统计网:一键统计分析与绘图的AI网站
引言
如此新颖的CHARLS发文角度,连导师都说第一次见!今天这篇文章,浙大学者联用全球五大权威队列,结合Meta分析进行验证,成功登顶一区top刊!如此大的工作量,思路还这么清晰,真的值得仔细学习!
ps:想发SCI但完全没思路?欢迎加入郑老师团队三库训练营,从科研思路到数据分析给你捋顺,助你高效发表SCI!
慢性病(NCDs)是全球主要死亡原因,其发病率和预后存在显著的社会经济不平等。尽管已有证据表明,社会经济地位(SES)较低者更易罹患NCDs,但 NCDs 诊断后长期健康行为维持的社会经济差异尚不明确。2025年11月26日,浙江大学医学院第二附属医院学者用全球五个前瞻性老年队列(HRS、ELSA、SHARE、KLoSA和CHARLS)数据,在期刊《BMC Medicine》(医学一区top,IF=8.3)发表了一篇题为:“Socioeconomic status and long-term health behaviour maintenance after non-communicable disease diagnosis: a multicohort study”的研究论文,旨在探讨中老年人诊断NCDs后维持身体活动(PA)与不吸烟行为的程度,及其与社会经济地位(SES,通过教育水平和家庭财富总和THW构建)的关联。
研究结果表明,社会经济地位显著影响慢性病患者的长期健康行为轨迹。
本公众号回复“ 原文”即可获得文献PDF等资料,如需CHARLS数据库方法学习,请联系郑老师团队,微信号:aq566665
研究数据来源于全球五大前瞻性老年队列:
美国健康与退休研究 (HRS:2004-2021年)
英国老龄化纵向研究 (ELSA:2002-2019年)
欧洲健康、老龄化和退休调查(SHARE:2004-2020年)
韩国老龄化纵向研究(KLoSA:2006-2021年)
中国健康与养老追踪调查(CHARLS:2011-2021年)
经过纳排,研究最终纳入8518名45至85岁在NCD诊断后前两年内具有健康行为(维持身体活动或不吸烟)的参与者。
图1 研究设计与参与者纳排流程
研究采用logistic回归模型(含多项逻辑回归)分析SES与长期健康行为(4年内维持身体活动或不吸烟)之间的关联,并进行亚组、敏感性及Meta分析以检验结果稳健性。
主要研究结果
在4年随访中:22.3%原维持身体活动者变为不活动;2.0%原不吸烟者变为吸烟者。
图2 五次调查中参与者长期健康行为变化(A体力活动和 B 吸烟变化)
研究表明,SES水平越低,个体越容易放弃健康行为。
具体而言,与高SES者相比,低SES者身体不活跃和开始吸烟的风险分别增加3.28和2.91倍。
表1 SES与身体不活跃的关联
表2 SES与吸烟行为的关联性
此外,对于基线同时保持两项健康行为者,低SES者仅变为身体不活跃的风险高达3.62倍。
这意味着社会经济不平等深刻影响慢性病患者的长期健康行为轨迹。
表3 社会经济指标与随访期间良好行为维持之间的关联
Meta分析进一步显示,与高SES人群相比低SES人群身体不活跃的风险高出约3.5倍,中低SES人群风险则高出约2倍。
图3 Meta分析
综上所述,社会经济地位显著影响慢性病患者长期健康行为的维持能力,尤其是社会经济地位低的群体,其放弃健康行为风险更高。
CHARLS整理分析平台
想用同款思路发文,但不会提取数据?别担心!本文涉及的核心指标——社会经济地位(SES),在郑老师团队开发的CHARLS整理分析平台即将上线,如有需要的朋友,欢迎联系我们,为你加急处理~
此外,平台还有海量CHARLS指标数据都可一键提取分析!菜单式零代码操作,小白也能轻松上手。
欢迎试用平台:
https://zs.medsta.cn/charls_encryption/CHARLS_analysis_input/CHARLS_analysis_input_1.6_trial/记得点个小小的关注👇
持续分享CHARLS数据库的高分发文思路