CHARLS共病研究相关代码

Question

怎么用stata筛选出患2种或以上疾病的人群?怎么将多个年份的数据进行合并？

Answer 1

晚上好🌙🌙🌙
本答案参考通义千问

在使用 CHARLS（中国健康与养老追踪调查）数据进行共病研究时，常会遇到两个核心问题：

1. 如何用 Stata 筛选出患有 2 种或以上疾病的人群？
2. 如何将多个年份的数据合并？

下面我将详细解答这两个问题，并提供相应的 Stata 代码示例。

---

一、筛选出患 2 种或以上疾病的人群

1.1 数据结构说明

假设你的数据中包含多个疾病变量（如 hypertension、diabetes、heart_disease 等），每个变量为 0/1 型（0 表示无该疾病，1 表示有该疾病）。

1.2 解决方案

步骤一：计算每人的疾病总数

egen total_diseases = rowtotal(hypertension diabetes heart_disease ...)

注意： 将 hypertension diabetes heart_disease ... 替换为实际的疾病变量名。

步骤二：筛选出总疾病数 ≥ 2 的人

keep if total_diseases >= 2

重点： rowtotal() 函数用于对行内所有变量求和，适用于 0/1 变量。

步骤三（可选）：生成共病标识变量

gen comorbid = (total_diseases >= 2)

这个变量可以用于后续分析，如描述性统计或回归模型。

---

二、合并多个年份的数据

2.1 数据准备

假设你有多个年份的 CHARLS 数据文件，例如：

• charls_2011.dta
• charls_2013.dta
• charls_2015.dta
• charls_2017.dta

这些文件中都有相同的个体 ID（如 pid 或 id）以及相同或相似的变量。

2.2 合并方法

方法一：使用 append 合并不同年份的数据（纵向合并）

use charls_2011.dta, clear
append using charls_2013.dta
append using charls_2015.dta
append using charls_2017.dta

重点： append 是纵向合并，适用于不同年份的同一组个体数据。

方法二：使用 merge 合并多份数据（横向合并）

如果不同年份的数据是按变量分开的（如不同年份的变量名略有差异），可以使用 merge。但更常见的是使用 append。

---

三、完整代码示例（整合）

* 加载第一个年份的数据
use charls_2011.dta, clear

* 计算每位个体的疾病总数
egen total_diseases = rowtotal(hypertension diabetes heart_disease stroke)

* 筛选出患 2 种及以上疾病的个体
keep if total_diseases >= 2

* 保存当前数据
save filtered_data_2011.dta, replace

* 合并其他年份的数据
append using charls_2013.dta
append using charls_2015.dta
append using charls_2017.dta

* 再次计算疾病总数
egen total_diseases = rowtotal(hypertension diabetes heart_disease stroke)

* 筛选共病人群
keep if total_diseases >= 2

* 保存最终结果
save combined_comorbid_data.dta, replace

---

四、注意事项

1. 变量名称一致性：确保各年份数据中的疾病变量名称一致，否则需先进行重命名。
2. 缺失值处理：如果某些疾病变量存在缺失值，建议使用 rowtotal(..., missing) 来保留缺失值参与计算。
3. 个体唯一性：确保 pid 或 id 变量是唯一的，以避免重复记录。
4. 数据清洗：在合并前建议对每一年份数据进行清洗，如删除无效记录、处理异常值等。

---

五、总结

要实现以下目标：

1. 筛选共病人群：

   • 使用 rowtotal() 计算疾病数量
   • 使用 keep if total_diseases >= 2

2. 合并多个年份数据：

   • 使用 append 实现纵向合并
   • 确保变量名一致、数据格式统一

---

如果你能提供具体的疾病变量名或数据结构，我可以进一步为你定制代码。希望这对你有所帮助！