CHARLS 是一项具备中国大陆 45 岁及以上人群代表性的追踪调查，旨在建设一个高质量的公共微观数据库，采集的信息涵盖社会经济状况和健康状况等多维度的信息，以满足老龄科学研究的需要。

肌肉减少症主要由进行性和广泛的骨骼肌疾病定义，包括肌肉质量和功能的加速丧失，肌肉减少症的发生与年龄、营养摄入、缺乏运动、疾病、医源性因素有关，肌肉减少症会增加各种不良事件的风险，包括跌倒、身体机能下降、脆弱性和死亡。

CHARLS数据中有个变量就是肌少症，在医学领域很多文章用得到，但是这个指标需要手工提取，目前我编写了charls.sarcopenia函数，可以很方便的提取肌少症诊断和相关数据。可以提取2011-2015年的肌少症相关数据。

下面我来演示一下，先导入数据和R包

setwd("E:/公众号文章2024年/charls数据库/class2") #设置你放数据文件的地址

library(haven)
library(tidyverse)
library(scitable)

household_roster<-read_dta('household_roster.dta')  #家庭户
family<-read_dta('family_information.dta')   #大家庭
#############3
demographic<-read_dta('demographic_background.dta')  #基线表
health_status_and_functioning<-read_dta('health_status_and_functioning.dta')  #健康状况和功能
biomarkers<-read_dta('biomarkers.dta')  #体检数据
Blood_20140429<-read_dta('Blood_20140429.dta')  #血检数据
weight<-read_dta('weight.dta')  #权重
health_care_and_insurance<-read_dta('health_care_and_insurance.dta')  #医疗保健
###########
data<-demographic  %>% left_join(health_care_and_insurance, by='ID') %>%  
  left_join(health_status_and_functioning,by='ID') %>%  
  left_join(biomarkers,by='ID') %>% left_join(Blood_20140429,by='ID') %>% left_join(weight,by='ID')

提取指标很方便，就是一句话代码

out<-charls.sarcopenia(data=data)

Sarcopenia就是肌少症诊断，possible_sarcopenia是可能肌少症， ASM附肢骨骼肌质量 （ASM），low_muscle_strength：低肌肉力量，low_muscle_mass：低肌肉质量

这样肌少症就轻松提取出来了，charls可以提取2011，2013，20153个年份的肌少症数据，肌少症可以用作观察变量，也可以用作结局变量。后期还有一些相关介绍。