-
Notifications
You must be signed in to change notification settings - Fork 4
/
m - immune_chemicals_analysis.R
309 lines (236 loc) · 18 KB
/
m - immune_chemicals_analysis.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
#############################################################################################################
####################### MAIN SCRIPT - ENVIRONMENTAL CHEMICALS AND IMMUNE MEASURES #######################
#############################################################################################################
#set working directory
current_directory <- "C:/Users/lamid/OneDrive/Documents/Research/Chemicals-and-Cell-Proportions-NHANES"
# current_directory <- "C:/Users/T7920/Desktop/Lauren/NHANES Project"
setwd(current_directory)
#TEMPORARY
# comments_clean <- readRDS("comments_clean.rds")
# chemicals_clean <- readRDS("chemicals_clean.rds")
# demographics_clean <- readRDS("demographics_clean.rds")
# list_master_files <- readRDS("list_master_files.rds")
# response_clean <- readRDS("response_clean.rds")
# survey_weights <- readRDS("weights_clean.rds")
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Download and Load Packages ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
source("f - download_packages.R", local=T)
download_packages()
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Set Up Folders ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
source("f - create_folders.R", local=T)
create_folders()
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Merge the Clean Datasets ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
# Note: load in the global environment now
gc()
source("f - merge_datasets_together.R", local=T)
nhanes_merged_dataset <- merge_datasets_together(demographics_dataset = demographics_clean
, response_dataset = response_clean
, chemicals_dataset = chemicals_clean)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Determine Which Chemicals To Include In Analysis ~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
# source("f - limit_of_detection.R", local=T)
source("f - identify_chemicals_all_df.R", local=T)
source("f - calculate_detection_frequency_degrees_freedom.R", local=T)
use_these_chems <- identify_chemicals_all_df(nhanes_full_dataset = nhanes_merged_dataset,
nhanes_comments = comments_clean,
chemical_dataset = chemicals_clean,
chem_master = list_master_files$Chemicals,
weights_dataset = survey_weights)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Create The Working Dataset ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
source("f - nhanes_subset_function.R", local=T)
nhanes_subset_dataset <- nhanes_subset_function(nhanes_full_dataset = nhanes_merged_dataset,
subset_chemicals = use_these_chems)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Create The Long Working Dataset ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#log2 transformed
source("f - long_nhanes_subset_function.R", local=T)
long_nhanes_subset_dataset <- long_nhanes_subset_function(nhanes_subset = nhanes_subset_dataset,
subset_chemicals = use_these_chems)
#log2 and standardized
source("f - long_nhanes_subset_scale_function.R", local=T)
long_nhanes_subset_scale_dataset <- long_nhanes_subset_scale_function(nhanes_subset = nhanes_subset_dataset,
subset_chemicals = use_these_chems)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Create Barplot and Scatterplot of LOD data ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#supplemental figures 1 and 2 - rerun 8/8/23, 2/21/24
source("f - limit_of_detection_bar_plots.R", local=T)
limit_of_detection_bar_plots(subset_chemicals = use_these_chems)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Make Table 1 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#tables 1 and 2 - unweighted - rerun 3/25/24
source("f - table_demographics.R", local=T)
table_demographics(nhanes_subset = nhanes_subset_dataset)
#table 1 - weighted - manually fix IQRs - rerun 3/25/24
source("f - table_1_weighted.R", local=T)
table_1_weighted(nhanes_subset = nhanes_subset_dataset,
demog_dataset = demographics_clean)
#table 2 - weighted - manually fix IQRs and add adult normal range - rerun 3/25/24
source("f - table_2_weighted.R", local=T)
table_2_weighted(nhanes_subset = nhanes_subset_dataset,
demog_dataset = demographics_clean)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~ Put Together Chemicals File For Supplemental Table ~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#supplemental table 1 and 2 - rerun 8/8/23, 3/25/24
source("f - supplemental_table_chemicals.R", local = TRUE)
supplemental_table_chemicals(chem_master = list_master_files$Chemicals,
conversion = use_these_chems)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Make Inclusion/Exclusion Table ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#supplemental table 3 - rerun 3/25/24
# Manually update the counts to be unweighted
source("f - table_inclusion_exclusion.R", local=T)
table_inclusion_exclusion(nhanes_subset = nhanes_subset_dataset,
nhanes_full_dataset = nhanes_merged_dataset,
demog_dataset = demographics_clean)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Make Supplemental Table Chemicals ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#supplemental table 4 - updated 8/8/23, 3/25/24
source("f - table_chem_cell_stats.R", local=T)
table_chem_cell_stats(nhanes_subset = nhanes_subset_dataset,
subset_chemicals = use_these_chems)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Make Supplemental Table Immune ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
# table ? - table of low normal and high counts - 3/25/24
source("f - table_immune_category_stats.R", local=T)
table_immune_category_stats(nhanes_subset = nhanes_subset_dataset)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Make Correlation Plots ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#figure 2 and supplemental table 4 - updated 8/8/23, 3/26/24
source("f - correlation_plot_chemicals.R", local = TRUE)
correlation_plot_chemicals(subset_chemicals = use_these_chems,
nhanes_subset = nhanes_subset_dataset,
conversion = use_these_chems)
#supplemental figure 3 and supplemental table 5 - reran 3/26/24
source("f - correlation_plot_immune.R", local = TRUE)
correlation_plot_immune(nhanes_subset = nhanes_subset_dataset)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Calculate Correlation Stats ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#correlations of chemicals within chemical classes - reran 3/26/24
source("f - correlation_stats.R", local = TRUE)
correlation_stats(subset_chemicals = use_these_chems,
nhanes_subset = nhanes_subset_dataset)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~ Weighted Linear Regression, Adjusted for Cotinine ~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#unscaled for written results - reran 3/25/24
source("f - run_if_else_glm_weighted.R", local=T)
source("f - run_linear_regression.R", local=T)
time_start <- Sys.time()
model_stats_smk <- run_linear_regression(long_nhanes_subset = long_nhanes_subset_dataset,
conversion = use_these_chems,
weights_dataset = survey_weights,
chem_master = list_master_files$Chemicals,
nhanes_subset = nhanes_subset_dataset)
time_end <- Sys.time()
time_end - time_start
problematic_chem <- ensure_pop_detect_freq_same_regression(df_inclusion_criteria = use_these_chems
, df_regression = model_stats_smk)
# source("f - save_lin_reg_results.R", local=T)
# save_lin_reg_results(model_stats = model_stats_smk)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#scaled for figures
source("f - run_if_else_glm_weighted.R", local=T)
source("f - run_linear_regression.R", local=T)
model_stats_smk_scaled <- run_linear_regression(long_nhanes_subset = long_nhanes_subset_scale_dataset,
conversion = use_these_chems,
weights_dataset = survey_weights,
chem_master = list_master_files$Chemicals,
nhanes_subset = nhanes_subset_dataset)
problematic_chem_smk_scaled <- ensure_pop_detect_freq_same_regression(df_inclusion_criteria = use_these_chems
, df_regression = model_stats_smk_scaled)
setwd(paste0(current_directory, "/Regression Results"))
write.csv(model_stats_smk_scaled, "model_stats_smk_scaled.csv", row.names = FALSE)
setwd(current_directory)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Interpret Beta Coefficients ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#reran 4/10/24
source("f - interpret_beta.R", local=T)
interpret_beta(model_stats = model_stats_smk)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~ Weighted Linear Regression, Unadjusted for Cotinine ~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
source("f - run_if_else_glm_wt_nosmk.R", local=T)
source("f - run_linear_regression_no_smk.R", local=T)
model_stats_scale_no_smk <- run_linear_regression_no_smk(long_nhanes_subset = long_nhanes_subset_scale_dataset,
conversion = use_these_chems,
weights_dataset = survey_weights,
chem_master = list_master_files$Chemicals,
nhanes_subset = nhanes_subset_dataset)
problematic_chem_no_smk <- ensure_pop_detect_freq_same_regression(df_inclusion_criteria = use_these_chems
, df_regression = model_stats_scale_no_smk)
setwd(paste0(current_directory, "/Regression Results"))
write.csv(model_stats_scale_no_smk, "model_stats_scale_no_smk.csv", row.names = FALSE)
setwd(current_directory)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Volcano Plot ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#supp figure 4 - rerun 3/26/24
source("f - volcano_plot_lin_reg.R", local = TRUE)
volcano_plot_lin_reg(model_stats = model_stats_smk_scaled,
conversion = use_these_chems)
#figure 3 - rerun 3/26/24
source("f - significant_linear_chemical_plot.R", local = TRUE)
significant_linear_chemical_plot(model_stats = model_stats_smk_scaled,
conversion = use_these_chems)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Forest Plots ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#figure 4 - reran 8/8/23 - rerun 3/26/24
source("f - forest_plot_lin_reg.R", local = TRUE)
forest_plot_lin_reg(model_stats = model_stats_smk_scaled,
conversion = use_these_chems)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Make Correlation Plots ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#supplemental figure 5 - rerun 8/8/23, 3/26/24
source("f - correlation_plot_unweight_weight.R", local = TRUE)
correlation_plot_unweight_weight(model_stats_wt_adj = model_stats_smk_scaled,
model_stats_wt_unadj = model_stats_scale_no_smk)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Run Demographics Regressions ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#linear regressions unscaled because no chemical covariates - rerun 3/26/24
source("f - run_demog_regression.R", local=T)
run_demog_regression(nhanes_subset = nhanes_subset_dataset,
conversion = use_these_chems,
demog_dataset = demographics_clean)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Run Logistic Regressions ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#unscaled for written results - rerun 3/26/24
source("f - run_logit_regression.R", local=T)
run_logit_regression(nhanes_subset = nhanes_subset_dataset,
long_nhanes_subset = long_nhanes_subset_dataset,
conversion = use_these_chems,
weights_dataset = survey_weights)
# source("f - run_if_else_glm_logistic_wt.R", local=T)
# source("f - run_logistic_regression.R", local=T)
# model_stats_logistic <- run_logistic_regression(long_nhanes_subset = long_nhanes_subset_dataset,
# conversion = use_these_chems,
# weights_dataset = survey_weights,
# chem_master = list_master_files$Chemicals,
# nhanes_subset = nhanes_subset_dataset)
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Table of Significant Results ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#
# Creates Table 3 - not a function script so have to run separately
calculate-PCs-top-hits-table.qmd
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~#