NHANES 数据库简介
NHANES（National Health and Nutrition Examination Survey，美国国家健康与营养调查）是由美国疾病控制与预防中心（CDC）下属的国家健康统计中心（NCHS）持续开展的一项具有全国代表性的人群调查。该数据库采用分层、多阶段、复杂抽样设计，通过入户访谈、体格检查及实验室检测，系统收集美国居民在健康状况、营养摄入、生活方式及慢性疾病等方面的综合信息。连续 NHANES 数据自1999年起，每两年开展一次，目前已到2025年。
Nhanes 数据库整理时面临的难点
- 变量命名不一致：同一变量在不同调查周期中可能更名，或不同变量在不同周期中使用了相同名称，若未加以识别和统一，容易造成数据遗漏或变量混淆。
- 计量单位变更：部分连续变量在不同时期采用了不同的计量单位，且差异可能达到数量级水平，忽略单位转换会导致对时间趋势或效应大小的严重误判。
- 分类标签调整：分类变量中同一类别的编码或标签在不同周期发生变化，若未重新映射，可能引入系统性的分类错误。
- 跨周期整合复杂：上述不一致性使得跨周期、长期趋势分析和暴露组学研究面临较高的数据清理与标准化成本。
目前网络公开整理的 NHANES 数据集或工具缺陷
- nhanesA 包的 nhanesTables 函数查看 2021 年的 table 时报错
- nhanesA 包的 nhanes 函数下载数据集时，translated 参数默认为 TRUE，由于代码对变量类型判断不是那么完善，会导致错误
- 公开并以论文形式发表的 harmonized NHANES 数据存在问题且提取数据时可操作性不强，数据只到 nhanes 2019。最重要的就是吸烟相关变量只有 1988-1994年的数据，连续 NHANES 数据完全没有
- 相关公开数据库网站下载的数据多为 csv 数据，不能包含变量的 label；如果是分类变量， 每个数字代表什么意思也需要再返回网站查，十分的麻烦（如数据库 https://db.iaccepted.online/dashboard）
图1. harmonized NHANES 的文章
图2. harmonized NHANES 包含的变量信息 dataframe
根据目前数据库和相关工具的缺陷，我们推出nhanes数据库及相关工具，帮助用户方便快捷地得到真实可靠且易于使用的数据。
该数据库包含内容
**1. data_list：**包含 1999-2023 年所有的数据集（原始数据集，与从官网下载的 xpt 文件一模一样，完全可靠，用户可验证）。此外，为方便结合不同次调查的数据，为每个数据框增加 cycle 变量（每次调查的开始年份）以及id变量（cycle与SEQN变量的连接，如 2001_9628）
2. **codebook_list：**每个数据集的 codebook包含每个变量的信息（与官网的 codebook 一模一样，不用总在个个网页间来回切换等待网络加载）
3. **death_list：**死亡相关变量的数据集（nhanes链接NDI 的死亡相关数据）。同样增加 cycle 与 id变量
4. **nhanes_data_showcase_zh.xlsx：**包含每个变量的所有信息，用户可直接在其中查找所需的变量。提供相关中文，方便查找
该数据库使用方法（工具函数的使用）：
- 去nhanes_data_showcase_zh.xlsx 中查找自己所需变量的 field_id，这里以性别为例
这里有三条性别的变量，毫无疑问，变量 field_id 11267 和 11269是我们需要的变量。 为什么有这两条呢？因为这两个变量的 english_text 并不完全一致。在合并不同时期的变量时，为了保证我们用的数据是完全可靠的，我们只将该变量的变量名、sas_label、english_text 完全一样才视为同一变量。后面那些年份的哪些数据框包含这个变量也说明了这一点
- 那为了进一步查看每个调查时期的该变量是否完全一致，我们用 generate_nhanes_codebook 函数查看该 field_id。该函数的使用方法可使用? generate_nhanes_codebook查看
可以看到都完全一致，1代表男，2代表女，所以不用做任何处理
- 写你需要的变量的配置数据框
其中action列指的是是否对前面所对应的 field_id进行操作，这里以身高height 作为例子，它有11279和11274这两个 field，但是第一个field 11279 单位是cm，但11274单位是 m，那如果相统一单位为 cm，则第二个field 需要处理100，即"/100"。is_factor 是用户自己判断这个变量是否是分类变量，然后设置。
- 使用刚刚的变量配置数据框，生成针对每个数据框的操作书（对nhanes每个数据框如何操作）
- 最后一把就是根据操作书进行操作了，更多参数可通过? process_nhanes_data查看
最后就可以开心地分析数据啦！！
Tips：用户可以保存变量的 config 方便后续重复使用