源自风暴统计网：一键统计分析与绘图的AI网站
引言
如此新颖的CHARLS发文角度，连导师都说第一次见！今天这篇文章，浙大学者联用全球五大权威队列，结合Meta分析进行验证，成功登顶一区top刊！如此大的工作量，思路还这么清晰，真的值得仔细学习！
ps：想发SCI但完全没思路？欢迎加入郑老师团队三库训练营，从科研思路到数据分析给你捋顺，助你高效发表SCI！
慢性病（NCDs）是全球主要死亡原因，其发病率和预后存在显著的社会经济不平等。尽管已有证据表明，社会经济地位（SES）较低者更易罹患NCDs，但 NCDs 诊断后长期健康行为维持的社会经济差异尚不明确。2025年11月26日，浙江大学医学院第二附属医院学者用全球五个前瞻性老年队列（HRS、ELSA、SHARE、KLoSA和CHARLS）数据，在期刊《BMC Medicine》（医学一区top，IF=8.3)发表了一篇题为：“Socioeconomic status and long-term health behaviour maintenance after non-communicable disease diagnosis: a multicohort study”的研究论文，旨在探讨中老年人诊断NCDs后维持身体活动（PA）与不吸烟行为的程度，及其与社会经济地位（SES，通过教育水平和家庭财富总和THW构建）的关联。
研究结果表明，社会经济地位显著影响慢性病患者的长期健康行为轨迹。
本公众号回复“ 原文”即可获得文献PDF等资料，如需CHARLS数据库方法学习，请联系郑老师团队，微信号：aq566665
研究数据来源于全球五大前瞻性老年队列：
美国健康与退休研究 (HRS：2004-2021年)
英国老龄化纵向研究 （ELSA：2002-2019年）
欧洲健康、老龄化和退休调查（SHARE：2004-2020年）
韩国老龄化纵向研究（KLoSA：2006-2021年）
中国健康与养老追踪调查（CHARLS：2011-2021年）
经过纳排，研究最终纳入8518名45至85岁在NCD诊断后前两年内具有健康行为（维持身体活动或不吸烟）的参与者。
图1 研究设计与参与者纳排流程
研究采用logistic回归模型（含多项逻辑回归）分析SES与长期健康行为（4年内维持身体活动或不吸烟）之间的关联，并进行亚组、敏感性及Meta分析以检验结果稳健性。
主要研究结果
在4年随访中：22.3%原维持身体活动者变为不活动；2.0%原不吸烟者变为吸烟者。
图2 五次调查中参与者长期健康行为变化（A体力活动和 B 吸烟变化）
研究表明，SES水平越低，个体越容易放弃健康行为。
具体而言，与高SES者相比，低SES者身体不活跃和开始吸烟的风险分别增加3.28和2.91倍。
表1 SES与身体不活跃的关联
表2 SES与吸烟行为的关联性
此外，对于基线同时保持两项健康行为者，低SES者仅变为身体不活跃的风险高达3.62倍。
这意味着社会经济不平等深刻影响慢性病患者的长期健康行为轨迹。
表3 社会经济指标与随访期间良好行为维持之间的关联
Meta分析进一步显示，与高SES人群相比低SES人群身体不活跃的风险高出约3.5倍，中低SES人群风险则高出约2倍。
图3 Meta分析
综上所述，社会经济地位显著影响慢性病患者长期健康行为的维持能力，尤其是社会经济地位低的群体，其放弃健康行为风险更高。
CHARLS整理分析平台
想用同款思路发文，但不会提取数据？别担心！本文涉及的核心指标——社会经济地位（SES），在郑老师团队开发的CHARLS整理分析平台即将上线，如有需要的朋友，欢迎联系我们，为你加急处理~
此外，平台还有海量CHARLS指标数据都可一键提取分析！菜单式零代码操作，小白也能轻松上手。
欢迎试用平台：
https://zs.medsta.cn/charls_encryption/CHARLS_analysis_input/CHARLS_analysis_input_1.6_trial/记得点个小小的关注👇
持续分享CHARLS数据库的高分发文思路
