2019 年底到 2020 年初，新冠疫情在中国爆发，为及时记录新冠疫情对中国中老年人生活和健康的影响，在 2020 年的第 5 轮调查中增加采集了疫情相关的信息。CHARLS 是一项具备中国大陆 45 岁及以上人群代表性的追踪调查，旨在建设一个高质量的公共微观数据库，采集的信息涵盖社会经济状况和健康状况等多维度的信息，以满足老龄科学研究的需要。原创不易，需要全套代码的粉丝，把公众号的本篇文章转发

这是一篇去年的比较新的文章，我查了下大概8.5分，文章大概就是介绍一种指数，叫做：甘油三酯葡萄糖-腰身高比指数（cumulative_TyG_WHtR），研究甘油三酯葡萄糖-腰身高比指数和新发心血管疾病的关系，作者搞了个K值聚类分析来把cumulative_TyG_WHtR指数分类，研究分类后指标和心血管疾病关系，这样类似的指数还有很多，比如TYG，WHtR，TyG_WHtR，目前这是一个发文的方

这是一个转移性胃癌患者（Power、Capanu、Kelsen 和 Shah 2011）的数据（公众号回复：胃癌数据，可以获得数据），数据很多我们选取一部分建模，age_dx：年龄，group：分组变量，分为存活率小于2年的和大于两年的，inv_weight：概率权重，ssize：每个分组患者的人数，survival生存时间，surv_cens生存结局。我们打开看一下，生成3个内容，newdat是

在nhanes数据库挖掘教程3中我们已经介绍了对nhanes数据的缺失值进行插补，本期主要介绍如何绘制如何对插补后的5个数据进行效应值合并，然后绘制多元性线性回归的限制立方样条图（RCS），并比较使用插补后的数据和直接删除数据对于绘图的影响和差别。地址为：https://wwwn.cdc.gov/nchs/nhanes/Default.aspx。因为我们需要合并5个数据的效应值，所以5个数据都需要

可以看出来，在验证集中Logistic 回归模型的AUC没有XGBoost 模型的高，到此我们已经完全复现了论文：何玉花, 周梦林, 徐建云,等. 应用机器学习方法建立大于胎龄儿预测模型[J]. 现代妇产科进展, 2019.的核心结果，感兴趣的可以自己取研究一下论文。在论文：何玉花, 周梦林, 徐建云,等. 应用机器学习方法建立大于胎龄儿预测模型[J]. 现代妇产科进展, 2019.中，还使用Lo

为利用国际上最佳的数据采集方式，并确保研究结果的国际可比性CHARLS 参照包括美国的健康与退休研究（HRS）在内的系列国际老龄调查研究开展调查设计。2019 年底到 2020 年初，新冠疫情在中国爆发，为及时记录新冠疫情对中国中老年人生活和健康的影响，在 2020 年的第 5 轮调查中增加采集了疫情相关的信息。CHARLS 是一项具备中国大陆 45 岁及以上人群代表性的追踪调查，旨在建设一个高质

但是怎么做出来这个P for overall我是清楚的，有个R包叫plotRCS，这个包是可以生成出P for overall这个结果的，我就以这个包的方法来演示一下怎么做P for overall。文章到此结束啦，内容有点短，主要是最近有点头绪了，正在编写Nhanes数据，也就是复查加权数据的亚组交互效应函数（P for interaction），用于一键生成交互效应表，占用了部分时间,这个工程

北京大学主持的"中国老年健康调查(CLHLS)"是一项覆盖全国23个省市的长期追踪研究，1998-2018年间完成8次调查，累计入户访问11.3万人次，其中80岁以上高龄老人占67.4%。研究收集了老人健康、认知、社会参与及照料需求等丰富数据，并包含2.89万死亡老人临终前状况。调查数据已通过开放平台免费共享，被1万多位学者使用，产出大量学术成果。该数据集以sav格式存储，包含

假设我们研究的想研究的原因变量有两个"ieu-a-22",“prot-b-66”，想研究的结局变量有3个"finn-b-O15_MEMBR_PREMAT_RUPT",“ukb-b-12621”,“finn-b-O15_PLAC_PREMAT_SEPAR”，如果我们一个一个的做也是要花费一定时间的，如果变量更多就需要更多时间了。然而这个函数也是有部分缺点的，第一就是它是通过在线下载数据，如果你的网络

这是一个胆管炎数据（公众号回复：胆管炎数据2，可以获得数据），years:生存时间，status：结局指标，是否死亡，treatment是否DPCA治疗，age年龄，sex性别，ascites是否有腹水，hepatom是否有肝肿大，spiders是否有蜘蛛痣，edema水肿的级别，bili胆红素，chol胆固醇，albumin白蛋白，copper尿酮，alk碱性磷酸酶，sgot：SGOT评分，tr