数据来源与样本筛选
确定研究人群,确保样本代表性和数据可用性。
从ECHO队列中选取2023年7月1日未满18岁、为家庭中首个入组儿童,且有居住史信息的参与者,排除未报告一般健康状况或居住于波多黎各的参与者,并移除样本量小于20的研究地点。
Associations between neighborhood-level gun violence and child general health status: An ECHO cohort analysis
该研究主要为横断面观察性分析,未涉及实验干预或机制验证,仅基于统计关联分析。
ECHO队列中的儿童参与者(0-17岁)
研究对象为ECHO队列中2023年7月1日未满18岁的首个入组儿童 居住地址通过ArcGIS Pro Streetmap Premium地理编码,约90%高精度匹配 枪支暴力事件由GVA数据库按人口普查区聚合,分为低(<2起)和高(≥2起)两类 一般健康状况由家长或儿童自报,二分为优秀/非常好 vs. 好/一般/差 统计模型为GEE逻辑回归,调整儿童性别、年龄、母亲教育、社会经济脆弱性和人口规模
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
确定研究人群,确保样本代表性和数据可用性。
从ECHO队列中选取2023年7月1日未满18岁、为家庭中首个入组儿童,且有居住史信息的参与者,排除未报告一般健康状况或居住于波多黎各的参与者,并移除样本量小于20的研究地点。
量化邻里枪支暴力暴露和儿童一般健康状况。
使用GVA数据库提取2020-2023年枪支暴力事件,按人口普查区聚合,以2起为界分为低和高暴露组。一般健康状况由家长/照顾者或儿童根据问题“总的来说,您/您孩子的健康状况是:优秀、非常好、好、一般、差?”报告,并二分为优秀/非常好 vs. 好/一般/差。
估计枪支暴力与一般健康状况的关联,并探索年龄和社会经济脆弱性的修饰作用。
使用广义估计方程逻辑回归模型,调整儿童性别、年龄、母亲最高教育程度、人口普查区社会经济脆弱性和总人口,以人口普查区为聚类计算稳健标准误。进一步按年龄组(0-7岁、8-17岁)和社会经济脆弱性(低/高)进行分层分析。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 地理编码 | ArcGIS Pro Streetmap Premium地理编码器 | Esri | -- |
| 统计分析 | R | -- | -- |
| 统计插补 | mice | -- | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 样本筛选 | 纳入标准:年龄<18岁、首个入组儿童、有居住史;排除标准:无一般健康状况报告、居住于波多黎各、样本量<20的位点 阅读提示:Methods - Study Population |
| 暴露测量 | GVA数据定义、聚合到人口普查区、分界值(<2 vs ≥2) 阅读提示:Methods - Census tract level gun violence incidents |
| 结局测量 | 一般健康状况的报告方式(家长报告 vs 自报)、二分类标准 阅读提示:Methods - General Health Status Outcome |
| 统计模型 | GEE模型设定、调整变量、聚类层次、分层变量、p值阈值 阅读提示:Methods - Statistical analysis |