摘要：本文内容整理自医咖会《公开数据库挖掘与SCI论文发表实战指南》专栏，小咖针对常用医学公开数据库相关的内容进行了整理，可点击左下角“阅读原文”查看完整视频。

UK Biobank

UK Biobank（http://www.ukbiobank.ac.uk/）是在英国进行的前瞻性流行病学研究，根据不同的费用等级开放不同层次的数据。

UK Biobank具有极大规模的样本量，收集了50万例40-69岁志愿者的数据，进行了很多昂贵的检测，如基因、多模态影像等，数据丰富。这项研究拥有从2006年持续至今的纵向数据，具有时间属性，可以进行因果推断。

UK Biobank包括很多健康结局，包括癌症、心血管疾病等，旨在研究遗传因素、环境因素、生活习惯等与人类疾病的关联，近年常见“环境因素+遗传因素+孟德尔随机化+健康结局”研究。

UK Biobank的缺点是数据量大，数据清理工作较为耗时，需要足够的经济和团队的支持。

DHS

DHS（http://dhsprogram.com/）是一项自1984年在世界范围内低收入国家进行的全国性健康调查，收集了90多个国家/地区的人口、健康、营养等数据，更适合进行健康不平等性相关研究。

DHS拥有丰富全面的数据，如儿童死亡率、疟疾、财富指数、可持续发展目标、HIV、烟草、家庭暴力、医疗支出等不同主题。

和UK Biobank一样，DHS也不是很好进行数据清理。

NHANES

相对于前两个数据库，NHANES的数据处理相对更好上手。

NHANES（https://www.cdc.gov/nchs/nhanes/index.html）是美国CDC进行的一项评估健康营养的调查，每年从全国抽取约5000人进行，收集了人口统计、社会经济、饮食健康、医学检查等大量数据。

CHARLS

CHARLS（https://charls.pku.edu.cn/gy/gyxm.htm）是中国健康与养老追踪调查，主要针对中国45岁及以上中老年人人群，覆盖全国28个省。

CHARLS调查时的数据追踪是动态的，每次调查都有可能存在新增和失访人群，既可以进行横截面研究，又可以进行纵向研究，但纵向队列或许并不能匹配到大量数据。

CHARLS包括参与者的全面信息，如个人基本信息、家庭结构、健康状况、生化指标等，目前这些数据是免费开放的，数据处理同样较为友好。

CLHLS

CLHLS（https://opendata.pku.edu.cn/dataverse/CHADS）是中国老年健康与家庭幸福调查，主要针对老年人，尤其是高龄老年人进行的调查，包括认知功能、生活习惯、死亡等丰富的微观数据。可以考虑联合CHARLS数据进行中老年人群的相关研究。

CFPS（https://opendata.pku.edu.cn/dataverse/CFPS）是中国家庭追踪调查，主要收集个体、家庭、社区三个层次的数据，覆盖25个省/市/自治区，包括16000户的全部家庭成员。

研究设计、统计分析、论文投稿难题，快联系小咖（）

来源：不寻常科学