NHANES-Dateiverknüpfung
Wie verknüpft man NHANES-Dateien?
Verknüpfungsregeln in einer prüfbaren Dateiübergabe festhalten Gewünschte Ausgaben / Lieferziel: Verknüpfungsregeln, eine Komponenten-Zuordnungsprüftabelle und ein Entwurf des Stichprobenflusses.
Prüfen Sie zunächst, ob beide Dateien aus demselben Zyklus stammen und jeweils eine Zeile pro Teilnehmer enthalten. Kontrollieren Sie dann die Eins-zu-eins-Zuordnung über SEQN. Änderungen der Zeilenzahl sind getrennt nach Komponentenberechtigung, Dateizuordnung und Sondercodes zu erklären, nicht pauschal als Fehlwerte oder Follow-up-Verluste.
Dieser Leitfaden zeigt ausschließlich die horizontale Verknüpfung der öffentlich bereitgestellten CDC/NCHS-Dateien DEMO_J zur Demografie und BPQ_J zum Blutdruck-/Cholesterinfragebogen aus 2017–2018. Er behandelt Dateien und Stichprobenfluss, nicht Hypertonieprävalenz, Effektschätzungen oder Kausalität. Die folgenden Zahlen stammen aus SEQN-Aggregationen beider offizieller XPT-Dateien und wurden mit den jeweiligen Codebooks abgeglichen.
Eine konkrete Aufgabe mit RigorMed
Verknüpfungsregeln in einer prüfbaren Dateiübergabe festhalten
Dies sind vorgeschlagene Eingaben und anzufragende Ausgaben, keine neue Ausführung, Kundenergebnisse oder Fertigstellungsgarantie.
Benötigte Materialien: Bestätigte Zyklen, offizielle Dateiliste, Angaben zu SEQN und Zeileneinheit sowie vorhandene Zuordnungszusammenfassungen.
Gewünschte Ausgaben / Lieferziel: Verknüpfungsregeln, eine Komponenten-Zuordnungsprüftabelle und ein Entwurf des Stichprobenflusses.
Beispielanfrage
Ordnen Sie anhand meiner Komponenten und tatsächlichen Zusammenfassungen Verknüpfungsreihenfolge, SEQN-Beziehungen, geeignete Populationen und Zuordnungsprüfungen. Markieren Sie zu testende Eins-zu-viele-Beziehungen. Ohne Ausführungsaufzeichnungen keinen erfolgreichen Join behaupten.
Was noch geprüft werden muss
Die tatsächlichen Zahlen dieser Seite stammen aus den aufgeführten offiziellen Dateien. Nicht als eigene Daten kopieren oder fehlende Komponentenberechtigung als Follow-up-Verlust bezeichnen.
Quelle und Granularität festlegen
Beide Dateien sind öffentlich bereitgestellte NHANES-Komponenten aus 2017–2018. Das Beispiel darf nicht unmittelbar auf andere Zyklen oder Komponenten mit mehreren Zeilen pro Person übertragen werden.
| Datei | Zu bestätigen | Beispielprüfung |
|---|---|---|
| DEMO_J.XPT | Demografie-Codebook, SEQN, RIDAGEYR; eine Person je Zeile | 9,254 Zeilen, SEQN vollständig/eindeutig, 6,161 Personen ≥16 Jahre |
| BPQ_J.XPT | Blutdruck-Codebook, SEQN, BPQ020; Alter und eine Person je Zeile | 6,161 Zeilen, SEQN vollständig/eindeutig, offiziell ab 16 Jahren |
BPQ_J-Berechtigung folgt Eligible Sample und BPQ020-Codebook. Demografiezahl ist nicht der BPQ020-Forschungsnenner. Berechtigung und Schlüssel vor themenspezifischen Kriterien klären.
Fünf Kontrollen um SEQN-Join
Offizielle Dateien desselben Zyklus
DEMO_J.XPT und BPQ_J.XPT über CDC/NCHS laden, Codebooks lesen. Zyklus, Komponente, Datum, Population und Definitionen notieren; Name oder Drittspiegel ersetzen Quellenprüfung nicht.
Schlüssel vor Spalten prüfen
Zählen Sie getrennt Zeilen, nicht leere SEQN und doppelte SEQN. DEMO_J enthält hier 9,254 eindeutige Schlüssel, BPQ_J 6,161; auf beiden Seiten fehlen leere und doppelte Schlüssel. Damit lässt sich die Eins-zu-eins-Verknüpfung prüfen. Bei Eins-zu-viele-Beziehungen oder Duplikaten ist zuerst die Datengranularität anhand der Komponentendokumentation zu klären; entfernen Sie Duplikate nicht willkürlich.
Outer Join auditieren, dann Analysejoin wählen
Ein Outer Join über SEQN mit Herkunftsmarkierungen ergibt 6,161 beidseitige Datensätze, 3,093 nur in DEMO_J und 0 nur in BPQ_J. Ein Left Join mit DEMO_J behält 9,254 Zeilen, von denen 3,093 keine BPQ-Werte haben. Ein Inner Join oder eine BPQ_J-basierte Verknüpfung ergibt 6,161 Zeilen. Wählen Sie nach Forschungsfrage und Komponentenpopulation, nicht um eine größere Zahl zu erhalten.
3,093 erklären, nicht Follow-up-Verlust nennen
Alle 3,093 nur DEMO_J sind unter 16; alle 6,161 ab 16 passen zu BPQ_J. Das entspricht offiziellen Altersgrenzen. Die Differenz 3,093 entsteht hier durch Komponentenberechtigung, nicht longitudinalen Verlust, und gilt nicht automatisch anderswo.
Codes und Forschungsstichprobe prüfen
BPQ020 fragt, ob ein Arzt oder eine andere Gesundheitsfachkraft jemals Bluthochdruck mitgeteilt hat; es ist keine aktuelle Blutdruckmessung. Codebook und Datei zeigen 2,137 Ja-, 4,014 Nein- und 10 Weiß-nicht-Antworten. Bei vorab festgelegtem Ja/Nein-Einschluss sind 6,151 Antworten nutzbar. Code 9 ist kein Messwert, und die 10 Antworten sind kein Verknüpfungsverlust. Alter, weitere Fehlwerte, passende Gewichte, Strata und PSU sind für die Studie gesondert zu definieren.
Zwei Ursachen von Zahländerungen trennen
Ungewichtete Dateizählung, keine Populationsschätzung oder formaler Einschlussfluss.
| Prüfschritt | Anzahl | Erklärung |
|---|---|---|
| DEMO_J-Teilnehmer | 9,254 | Alle Demografieeinträge; SEQN eindeutig |
| Nur DEMO_J | 3,093 | Hier alle unter 16, außerhalb BPQ_J-Berechtigung |
| DEMO_J/BPQ_J-Match | 6,161 | SEQN eins-zu-eins, 0 nur BPQ_J |
| BPQ020 ja/nein | 6,151 | Weitere 10 unbekannt; Codebeispiel, keine formale Stichprobe |
Reproduktion: XPT lesen, SEQN sowie RIDAGEYR für Demografie und BPQ020 wählen; Eindeutigkeit prüfen, Outer Join mit both/left_only/right_only zählen. RIDAGEYR < 16 in left_only und Codes 1, 2, 9 nach BPQ020 zählen. R, SAS oder Python funktionieren ohne softwarespezifische Automatik.
Horizontaler Join ist keine Zyklusverkettung
Diese SEQN-Verknüpfung verbindet dieselbe Person horizontal zwischen zwei Teilnehmerdateien desselben Zyklus. Mehrzyklusanalysen müssen Datensätze anderer Zyklen zusätzlich anhängen und Definitionen, Messmethoden, Codes, Design und Gewichte einzeln prüfen. Verknüpfungsverfahren, Fallzahlen oder Gewichte dieses Beispiels dürfen nicht unmittelbar auf einen anderen Zyklus übertragen werden.
Das Beispiel führt keine komplexe Stichprobenschätzung aus und belegt nicht, dass RigorMed beliebige NHANES-Dateien automatisch zusammenführt. Für eine formale Studie müssen Frage und Ein-/Ausschlussregeln eingefroren, die Analytic Notes der tatsächlichen Komponenten geprüft und passende Gewichte, Strata, PSU und Fehlwertverfahren gewählt werden.
Häufige Fragen
Warum 9,254 in Demografie und 6,161 im Fragebogen?
BPQ_J gilt hier offiziell ab 16 Jahren. Der Abgleich zeigt, dass alle 3,093 nur in der Demografiedatei vorhandenen Personen unter 16 sind. Diese Differenz darf nicht unmittelbar als Datenverlust, Antwortverweigerung oder Follow-up-Verlust bezeichnet werden.
Alle NHANES-Dateien eins-zu-eins?
Nein. Klären Sie, ob jede Zeile eine Person, einen einzelnen Datensatz oder eine andere Einheit darstellt, und prüfen Sie leere und doppelte Schlüssel. Nur wenn die aktuellen Komponenten und der Zyklus eine Eins-zu-eins-Beziehung bestätigen, ist diese Zuordnungsprüfung anwendbar.
Sind 6,161 bereits die formale Analysestichprobe?
Nein. BPQ020 hat Sonderantworten und andere Variablen eigene Populationen/Fehlwerte. Formale Stichprobe folgt vorgegebener Frage, Kriterien, Vollständigkeit, Gewichten und Plan.
Geprüfte Quellen
Die offiziellen Quellen wurden am 2026-09-28 / RigorMed: 2026-10-13 geprüft; Bedingungen und Daten werden vor Veröffentlichung erneut geprüft.
Mit einer konkreten Aufgabe beginnen
Verknüpfungsregeln in einer prüfbaren Dateiübergabe festhalten
Übergeben Sie rechtmäßig nutzbare Materialien und die Beispielanfrage dieser Seite im Arbeitsbereich. Prüfen Sie vor der Bestätigung die Hinweise zu Materialien und Credits, dann die entstandenen Ausgaben.