🍺中国健康与养老追踪调查（China Health and Retirement Longitudinal Study, CHARLS）是由北京大学国家发展研究院主持的内容全面、公开免费的国家级队列，用以分析我国人口老龄化问题，推动老龄化问题的跨学科研究。
数据覆盖全国28个省份、1.7万余名老年人，连续追踪10余年，现已成为国内医学研究者发表高质量论文的首选数据源。
今天，结合目前已经发表的高分文献，整理出CHARLS数据库的高分选题，希望对你有帮助！
1. 慢性病负担对中老年人生存质量的影响路径及异质性分析
研究目的：
考察慢性病累积负担如何影响中老年人群的健康相关生活质量，并探索年龄、性别及收入水平在该影响路径中的调节或中介机制。
主要变量：
自变量：慢性病种类与数量
因变量：生活质量（如自评健康等）
中介/调节变量：年龄、性别、收入水平、疼痛
适用方法：
中介效应模型、调节回归分析、分层回归
2. 中老年人群心理健康问题的社会经济决定因素及其脆弱群体识别
研究目的：
以抑郁、焦虑等心理指标为结果变量，系统评估收入、教育、社会支持等社会经济因素对心理健康的独立与交互作用，识别高脆弱人群。
主要变量：
自变量：收入、教育程度、社会支持
因变量：抑郁（CES-D）、焦虑评分
分组变量：年龄组、性别、城乡
适用方法：
Logistic 回归、随机森林、亚组分析
3. 家庭养老情境下代际支持与中老年人健康状态的双向动态关联
研究目的：
利用家庭结构与代际转移数据，构建双向影响模型，探讨中老年人健康水平如何与子女的经济和照护支持形成互动演化关系。
主要变量：
双向变量：代际经济支持、照护时间、自评健康、日常活动能力（ADL/IADL）
控制变量：年龄、婚姻状况、居住安排
适用方法：
交叉滞后面板模型（CLPM）、结构方程模型（SEM）
4. 健康行为与健康素养对中老年健康结局的联合作用机制
研究目的：
整合生活方式与健康素养变量，分析其对慢性病发生、功能衰退及康复效果的影响路径，为分层健康干预提供实证依据。
主要变量：
自变量：吸烟、饮酒、运动频率、健康素养评分
因变量：慢性病发生、身体功能衰退、功能衰退、新发慢性病、死亡率
适用方法：
Cox 比例风险模型、路径分析、潜在类别分析
5. 社会经济梯度对中老年医疗服务利用与健康不平等的调节效应
研究目的：
从收入、教育、职业地位等多维度构建社会经济地位指标，探讨其在医疗服务获取频率、质量及健康结果不平等中的调节作用。
主要变量：
自变量：社会经济地位（收入、教育、职业）
因变量：门诊/住院次数、医疗满意度、健康结局（自评健康、ADL/IADL等）
调节变量：医疗保险类型、城乡分布
适用方法：
集中指数（Concentration Index）、分解分析、多层次模型
上述分享纯为纯纯纯干货！我们后续将分享更多基础内容，小白同学快点个小小的关注吧！
如果您想直接省时省力分析CHARLS数据，欢迎直接使用郑老师团队开发的CHARLS整理分析平台，从数据提取、下载、纳排，到快速整理成队列设计的数据，再进行数据分析出图表，提供全流程解决方案。
详情可见：郑老师团队CHARLS平台——0代码一站式队列数据整理、分析
