深圳鸿天顺网站建设,建设网站的工作总结,网站开发期末作品代码和数据库运行好大全,公司网站免备案健康饮食指数 (HEI) 是评估一组食物是否符合美国人膳食指南 (DGA) 的指标。Dietindex包提供用户友好的简化方法#xff0c;将饮食摄入数据标准化为基于指数的饮食模式#xff0c;从而能够评估流行病学和临床研究中对这些模式的遵守情况#xff0c;从而促进精准营养。 该软件…健康饮食指数 (HEI) 是评估一组食物是否符合美国人膳食指南 (DGA) 的指标。Dietindex包提供用户友好的简化方法将饮食摄入数据标准化为基于指数的饮食模式从而能够评估流行病学和临床研究中对这些模式的遵守情况从而促进精准营养。 该软件包可以计算以下饮食模式指数 • 2020 年健康饮食指数HEI2020 和 HEI-Toddlers-2020 • 2015 年健康饮食指数 (HEI2015) • 另类健康饮食指数AHEI • 控制高血压指数 (DASH) 的饮食方法 • DASH 试验中的 DASH 份量指数 (DASHI) • 替代地中海饮食评分 (aMED) • PREDIMED 试验中的 MED 份量指数 (MEDI) • 膳食炎症指数 (DII) • 美国癌症协会 2020 年饮食评分ACS2020_V1 和 ACS2020_V2 • EAT-Lancet 委员会 (PHDI) 的行星健康饮食指数 下面咱们来演示一下首先要安装这个包使用下面代码安装
library(devtools) # Load devtools
install_github(jamesjiadazhan/dietaryindex)安装好后按作者的要求先导入依赖包然后再倒入R包
library(dplyr)
library(haven)
library(readr)
library(dietaryindex)咱们以2020 年健康饮食指数HEI2020为例子咱们先来看下它的函数HEI2020_NHANES_FPED它的函数结构是
HEI2020_NHANES_FPED(FPED_PATH NULL,NUTRIENT_PATH NULL,DEMO_PATH,FPED_PATH2 NULL,NUTRIENT_PATH2 NULL
)咱们看下这几个参数的说明 FPED_PATH FPED 数据的文件路径。文件名应为fped_dr1tot_1112.sas7bdat
NUTRIENT NUTRIENT 数据的文件路径。文件名应为 DR1TOT_J.XPT
DEMO_PATH DEMOGRAPHIC 数据的文件路径。文件名应为 DEMO_J.XPT
FPED_PATH2 FPED2 数据的文件路径。文件名应为 fped_DR2tot_1112.sas7bdat
NUTRIENT_PATH2 NUTRIENT2 数据的文件路径。文件名应类似于 DR2TOT_J.XPT
其中FPED_PATH和FPED_PATH2第一天和第二天是一起的DEMO_PATH 和NUTRIENT_PATH2 一起的第一天和第二天等于分成3个部分。
FPED 人口文件是指 WWEIA 中食品的食品模式等效文件可以在这个网址下载https://www.ars.usda.gov/northeast-area/beltsville-md-bhnrc/beltsville-human-nutrition-research-center/food-surveys-research-group/docs/fped-databases/ 打开页面后如果咱们想研究2017-2018年的 进入界面后选择Food Patterns equivalents for foods in the WWEIA, NHANES 2017-2018这里就是第一天和第二天的 最后得到如下图两个文件 这两个文件还要进一步解压才行最后得到fped_dr1tot_1718.sas7bdat和fped_dr2tot_1718.sas7bdat这两个数据文件
营养人群文件是指饮食访谈中的文件 - 总营养摄入量第一天或第二天可以在这个地址下载后面这Year这里可以选择年份我们选2017年和2018年的 https://wwwn.cdc.gov/nchs/nhanes/search/datapage.aspx?ComponentDietaryCycleBeginYear2017
然后选择第三和第四个就是第一和第二天了要是这种TOT的文件 最后的DEMO文件是指人口统计变量和样本权重中的DEMO文件在下面这个地址可以下载选年份和上面是一样的 https://wwwn.cdc.gov/nchs/nhanes/search/datapage.aspx?ComponentDemographicsCycleBeginYear2017
这里不用选直接下载就可以了 至此咱们已经把HEI2020_NHANES_FPED函数所需要的5个文件全部下载完成咱们把文件导入
library(haven)
setwd(E:/公众号文章2024年/dietaryindex包计算营养指数)
DEMO_PATH read_xpt(file DEMO_J.XPT)#人口数据
FPED_PATH_1 read_sas(fped_dr1tot_1718.sas7bdat)#第一天数据
NUTRIENT_PATH_1 read_xpt(file DR1TOT_J.XPT)#第一天数据
FPED_PATH_2 read_sas(fped_dr2tot_1718.sas7bdat)#第二天数据
NUTRIENT_PATH_2 read_xpt(file DR2TOT_J.XPT)#第二天数据把数据导入后就可以计算啦
dt-HEI2020_NHANES_FPED(FPED_PATH FPED_PATH_1, NUTRIENT_PATH NUTRIENT_PATH_1,DEMO_PATH DEMO_PATH, FPED_PATH2 FPED_PATH_2, NUTRIENT_PATH2 NUTRIENT_PATH_2)这样结果就出来了其实作者还提供了更加简便的方法在作者空间作者已经把多个年份的数据打包我们直接下载下来就可以用了 比如2017-2018年是R包自带的数据
data(NHANES_20172018)
dt2-HEI2020_NHANES_FPED(FPED_PATH NHANES_20172018$FPED, NUTRIENT_PATH NHANES_20172018$NUTRIENT,DEMO_PATH NHANES_20172018$DEMO, FPED_PATH2 NHANES_20172018$FPED2, NUTRIENT_PATH2 NHANES_20172018$NUTRIENT2)哈两步搞定两个方法结果是一样的有兴趣的自己试一下。 作者说了目前得到的是未加权的数据还需要加权处理一下咱们先把数据合并一下
NHANES_20172018_design_d1 NHANES_20172018$FPED %%filter(!is.na(WTDRD1)) %%## select the variables needed for the survey designselect(SEQN, SDMVPSU, SDMVSTRA, WTDRD1)
NHANES_20172018_design_d1_HEI2020 inner_join(dt, NHANES_20172018_design_d1, by SEQN) 生成调查数据
library(tableone)
library(survey)NHANES_design_1718_d1 - svydesign(## Masked variance pseudo-PSUid ~SDMVPSU, ## Masked variance pseudo-stratumstrata ~SDMVSTRA, ## Dietary day one sample weightweight ~WTDRD1, data NHANES_20172018_design_d1_HEI2020, nest TRUE)最后分析
dput(names(NHANES_20172018_design_d1_HEI2020))##输出变量名
allVars -c(RIDAGEYR, HEI2020_ALL, HEI2020_TOTALFRT, HEI2020_FRT, HEI2020_VEG, HEI2020_GREENNBEAN, HEI2020_TOTALPRO, HEI2020_SEAPLANTPRO, HEI2020_WHOLEGRAIN, HEI2020_DAIRY, HEI2020_FATTYACID, HEI2020_REFINEDGRAIN, HEI2020_SODIUM, HEI2020_ADDEDSUGAR, HEI2020_SATFAT, SDMVPSU, SDMVSTRA, WTDRD1)###所有变量名
fvars-c(SDMVPSU)#分类变量定义为fvars
Svytab2- svyCreateTableOne(vars allVars,data NHANES_design_1718_d1 ,factorVars fvars)
Svytab2对于其他的指标也是一样的。今天简单的介绍了HEI2020指数的计算其他指数也是一样的未完待续。
参考文献
dietaryindex包说明https://github.com/jamesjiadazhan/dietaryindexhttps://jamesjiadazhan.github.io/dietaryindex_manual/https://mp.weixin.qq.com/s/Wbu58wdsgGVVI5aQ-d4LzA
