7.0/Q1,Charls最新文章解读!

文章题目:Anti-hypertensive medication adherence, socioeconomic status, and cognitive aging in the Chinese community-dwelling middle-aged and older adults ≥ 45 years: a population-based longitudinal study DOI:10.1186/s12916-025-03949-8 中文标题:中国社区居住中老年人群≥45岁抗高血压药物依从性、社会经济地位及认知老化:一项基于人群的纵向研究…

新课发布!8种机器学习+SHAP 分析旧数据发新paper :零基础轻松实现

“ 零基础零成本轻松发表机器学习SCI 引言 机器学习是以数据和算法为核心,采用统计学、优化方法和计算机科学等技术手段,研究医疗数据模式的自动学习、预测建模和优化决策的一门学科。在医学研究中,机器学习被广泛用于疾病诊断、影像分析、预后预测和个性化治疗等领域。其核心目标是通过构建数学模型,从海量医学数据中提取规律,提高诊断准确性、优化治疗方案,并辅助临床决策。近年来,基于机器学习的研究已成为医学SCI论文的重要方向,为精准医学和智慧医疗的发展提供了有力支撑。 现在我们继续推出线上师门福利《零基础轻松发表机器学习SCI》! 机器学习 数据准备(子刊标准) 1–机器学习简单的概念 2–常见的机器学习模型 ##3.1-Logistic回归 ##3.2-knn 模型 ##3.3-决策树模型 ##3.4-随机森林(RF)模型 ##3.5-Xgboost模型 ##3.6-LightGBM模型 ##3.7-支持向量机(SVM) ##3.8-神经网络(nnet) 3–代码实操 –结局为二分类变量机器学习+SHAP –结局为生存变量机器学习+KM 机器学习发文情况一览 轻松实现8种常见的机器学习模型+SHAP模型分析! 旧数据也能蹭机器学习热点,文章影响因子UPUP! Logistic回归+k近邻(knn)模型,+决策树模型+随机森林(RF)模型+Xgboost模型+LightGBM模型+支持向量机(SVM)+神经网络(nnet)…

4.4/Q1,FAERS数据库最新文章解读!

文章题目:Comprehensive analysis of adverse events associated with onasemnogene abeparvovec (Zolgensma) in spinal muscular atrophy patients: insights from FAERS database DOI:10.3389/fphar.2024.1475884 中文标题:脊髓性肌萎缩症患者使用 onasemnogene abeparvovec (Zolgensma) 治疗相关不良事件的综合分析:来自 FAERS 数据库的见解 发表杂志:Front Pharmacol…

NHANES指标推荐:LC9!

文章题目:Association between Life’s Crucial 9 and overactive bladder: the mediating role of weight-adjusted-waist index DOI:10.3389/fnut.2024.1508062 中文标题:生命关键 9 与膀胱过度活动症之间的关系:体重调整腰围指数的中介作用 发表杂志:Front Nutr 影响因子:2区,IF=4.0 发表时间:2025年1月 今天给大家分享一篇在 2025年1月发表在《Front Nutr》(2区,IF=4.0)的文章。本研究调查了生命关键 9 (LC9) 与膀胱过度活动症 (OAB) 之间的关系,并评估了体重调整腰围指数 (WWI)是否会缓和这种关系。 研究方法:本研究的数据来自美国国家健康和营养调查 (NHANES)。我们使用亚组分析、限制性三次样条曲线 (RCS) 和多变量逻辑回归来探索 LC9 与 OAB 之间的关系。此外,还进行了中介分析,以调查 WWI 水平与 LC9 与 OAB 之间的关系之间的潜在关联。 Table&Figure…

2.7/Q2,Charls最新文章解读!

文章题目:Association of the Triglyceride-Glucose Index and Obesity Indicators with Multiple Chronic Diseases: A Longitudinal Cohort Study Based on CHARLS DOI:10.2147/JMDH.S496304 中文标题:血糖指数及肥胖指标与多种慢性疾病的关联性:基于CHARLS的纵向队列研究 发表杂志:J Multidiscip Healthc 影响因子:2区,IF=2.7…

4.4/Q1,FAERS数据库最新文章解读!

文章题目:Disproportionality analysis of upadacitinib-related adverse events in inflammatory bowel disease using the FDA adverse event reporting system DOI:10.3389/fphar.2025.1436183 中文标题:使用 FDA 不良事件报告系统对炎症性肠病中乌帕替尼相关不良事件进行不成比例分析 发表杂志:Front Pharmacol 影响因子:1区,IF=4.4 发表时间:2025年2月 今天给大家分享一篇在 2025年2月发表在《Front Pharmacol》(1区,IF=4.4)的文章。本研究利用美国食品药品监督管理局不良事件报告系统 (FAERS) 的数据评估了乌帕替尼相关的不良事件 (AE)。…

NHANES指标推荐:PhenoAge!

文章题目:Systemic immune inflammation mediates the association of serum omega-3 and omega-6 polyunsaturated fatty acids with biological aging: a national population-based study DOI:10.1007/s40520-025-02964-2 中文标题:全身免疫炎症介导血清 omega-3 和 omega-6 多不饱和脂肪酸与生物衰老的关系:一项基于全国人群的研究 发表杂志:Aging Clin…

冲刺高分!挑战7天完成一篇趋势性分析GBD! Day 2-3!

今日进展:继昨天确定了目标期刊和文献后我对选定的主题进行了深入的评估,判断其可行性选题是任何一个研究中最重要的一步 选对了就是事半功倍选错了就是一切努力都可能白费只要确定主题有研究价值我们就能信心满满地攻克所有方法学难题毕竟,“所有方法学都一定会被掌握”而且“框架写作法”会快射上手成稿 接着,我下载并精读了几篇基于GBD趋势性分析的高分经典文献发现结果展示部分大同小异主要区别在于研究的疾病不同写作风格和结构也有共通之处,那么,我该重点分析哪些具体内容呢? 通过阅读目标期刊的相关文献,我明确了需要完成的内容:–发病率和年均百分比变化(AAPCs)–患病率和AAPCs–DALYs率和AAPCs–全球发病率地图–新病例数量变化–发病率、患病率和DALYs率的趋势分析–发病率与社会人口指数(SDI)的关系 我们的挑战还在继续,让我们保持这股冲劲,一往无前!

1 52 53 54 55 56 171