Como unir arquivos NHANES?

Uma tarefa concreta com RigorMed

1. Escrever regras de união numa nota de entrega verificável

   São entradas sugeridas e entregáveis a solicitar, não uma nova execução, resultados de clientes ou garantia de conclusão.

   Materiais a fornecer: Ciclos confirmados, lista oficial de arquivos, documentação de SEQN e unidade de registro e resumos de correspondência existentes.

   Entregáveis solicitados / objetivo de entrega: Regras de união, tabela de conferência entre componentes e rascunho do fluxo amostral.

2. Exemplo de solicitação

   Com os componentes e resumos reais que forneço, organize ordem de união, relações SEQN, populações elegíveis e conferências de correspondência. Marque relações um-para-muitos a testar. Sem registros de execução, não declare sucesso da união.

3. O que ainda precisa de revisão

   As contagens reais desta página vêm dos arquivos oficiais listados. Não as copie como seus dados nem chame inelegibilidade a um componente de perda de seguimento.

Fixar fontes e granularidade

Os dois arquivos são componentes públicos NHANES 2017–2018. Não aplique diretamente este exemplo a ciclos diferentes ou componentes com várias linhas por participante.

Elegibilidade BPQ_J vem de Eligible Sample e BPQ020. O total demográfico não é denominador de pesquisa BPQ020. Confira elegibilidade e chave antes dos critérios específicos.

Cinco controles antes e depois de SEQN

1. Usar arquivos oficiais do mesmo ciclo

   Baixe DEMO_J.XPT e BPQ_J.XPT pelos links e abra Codebooks. Registre ciclo, componente, data, população e definição. Semelhança de nome ou espelho de terceiros não verifica origem.

2. Verificar chaves antes de juntar colunas

   Conte separadamente linhas, SEQN não vazios e SEQN duplicados. DEMO_J contém 9,254 chaves únicas e BPQ_J 6,161; ambos não têm chaves vazias ou duplicadas, permitindo verificar a união um-para-um. Se houver relações um-para-muitos ou duplicatas, volte à documentação para confirmar a granularidade, sem eliminar duplicatas arbitrariamente.

3. Auditar com união externa e depois escolher a analítica

   Por SEQN com marcas de origem: 6,161 em ambos, 3,093 só DEMO_J, 0 só BPQ_J. União à esquerda em DEMO_J mantém 9,254 linhas, 3,093 sem BPQ; interna ou baseada em BPQ_J resulta em 6,161. Escolha pela pergunta e elegibilidade, não pelo maior número.

4. Explicar 3,093 sem chamar de perda de seguimento

   Os 3,093 exclusivos DEMO_J têm menos de 16 anos; os 6,161 de 16 anos ou mais correspondem a BPQ_J, conforme faixa oficial. A diferença de 3,093 vem da elegibilidade, não de seguimento longitudinal, e não vale para outros ciclos ou componentes.

5. Conferir códigos e amostra

   BPQ020 pergunta se um médico ou outro profissional de saúde já informou hipertensão, não a pressão medida nesta visita. Codebook e arquivo mostram 2,137 respostas sim, 4,014 não e 10 não sabe. Se a análise predefinida aceitar apenas sim/não, há 6,151 respostas utilizáveis. Código 9 não é uma medição e essas 10 respostas não são perdas da união. Idade, ausências de outros campos, pesos, estratos e PSU precisam de definição separada.

Separar dois tipos de mudança

Contagens não ponderadas dos arquivos, não estimativa populacional nem fluxo formal de análise.

Reprodução: leia os dois XPT oficiais, selecione SEQN, RIDAGEYR demográfico e BPQ020; verifique unicidade, união externa e conte both, left_only, right_only. Conte RIDAGEYR < 16 em left_only e códigos 1, 2, 9 pelo Codebook BPQ020. Recalcule em R, SAS ou Python, sem seleção automática específica.

Perguntas frequentes