NHANES数据库介绍及数据提取
1. NHANES项目介绍
国家健康与营养调查（National Health And Nutrition Examination Survey，NHANES）是美国疾病控制和预防中心（CDC）执行的一项基于人群的横断面调查研究计划。该项目始于1960年代，自1999年起持续进行，旨在评估美国成人和儿童的健康和营养状况。NHANES每年调查约5000人的全国代表性样本，由医生、医疗技术人员和健康调查员组成研究小组。参与者自愿参与，接受标准化的访谈和检查。访谈包括人口统计学、社会经济学、饮食和健康问题，检查包括医学、牙科和生理测量，以及实验室检验。调查结果用于确定主要疾病的患病率和风险因素，并为营养和健康政策的制定提供数据支持。
NHANES收集了人群中慢性病患病率的数据，通过调查估算未确诊情况、已知情况。同时调查风险因素，包括生活方式、体质、遗传和环境因素，如吸烟、饮酒、性行为、吸毒、健康状况、运动、体重、饮食摄入和生殖健康。研究的疾病和健康指标包括贫血、心血管疾病、糖尿病、眼疾、听力损失、传染性疾病、肾脏疾病、营养、肥胖、口腔健康、骨质疏松、生育史、呼吸系统疾病、性病和视力等。研究结果有助于确定慢性疾病的患病率和危险因素，便于流行病学研究，并为公共卫生政策和卫生服务计划提供依据。
2. NHANES官网介绍（
http://cdc.gov/nchs/nhanes/ind...）
点击左侧导航栏中的数据集，可浏览可供选择的年份，每两年为1个周期。点击相应周期后，可见到数据库的主要数据（人口数据、饮食数据、检查数据、化验数据、问卷数据、限制访问数据）。人口统计文件包含测量设计变量、人口统计变量。饮食文件包含饮食摄入数据。检查文件包含体检和牙科检查信息。实验室文件包含血液、尿液、头发、空气、肺结核皮肤试验和家庭灰尘、水样本分析结果。问卷文件包含家庭和流动考试中心访谈数据。其他重要信息包括调查内容总纲、问卷工具、实验室检验方法等。
以NHANES2017-2018人口数据为例，点击后可见数据下载链接。
3. 数据下载、合并
NHANES数据库的数据是碎片化存储的，进行大数据分析时，需要下载相关数据并进行拼接整合。NHANES数据为XPT格式，可以使用SAS Universal Viewer、SUDAAN、SPSS、Stata和R软件包查看或转换文件。本文介绍R语言下载数据、合并数据的流程。
3.1 安装R语言（
https://cran.r-project.org/）
3.2 安装R Studio (
https://rstudio.com/products/rs...3.3 导入数据
启动R Studio，创建新的R脚本并输入代码
library(foreign)
demo_data <- read.xport('D:/nhanes/DEMO_J.xpt')
可以看到顺利导入数据
（友情提示，如果遇到报错提示 could not find function "read.xport"，可以在右下界面package中搜索foreign软件包，点击read.xport函数后Run examples，再次运行上述代码即可）
demo_data 共有9254个样本，46个变量，点开后可见表格形式展示如下，SEQN是样本编号，SDDSRVTR、RIDSTATR、RIAGENDR、RIDAGEYR等变量名对应的具体信息可在变量列表中找到，SDDSRVTR代表数据发布周期，RIDSTATR代表面试和检查的状态，RIAGENDR代表性别，RIDAGEYR代表年龄。
3.4 合并数据
然后下载我们感兴趣的其他数据，如血压数据
然后导入R Studio，发现有8704样本，21变量。
将两个数据集合并成为一个，取名为merge_data，具体代码如下
library(foreign)
demo_data <- read.xport('D:/nhanes/DEMO_J.XPT')
blood_data <- read.xport('D:/nhanes/BPX_J.XPT')
merge_data <- merge(demo_data, blood_data, by.x = 'SEQN', by.y = 'SEQN', all = TRUE)
输入代码
write.csv(merge_data, file = "./merge_data.csv")
可以得到一个CSV格式的数据集，直接用EXCEL进一步编辑处理。