很多时候，开展临床、护理研究，通过一项调查或者最终研究，我们当然你希望去探讨因果关系。但是，很多时候，流行病学研究不仅仅是因果关系研究，也可能是描述性研究或者预测研究。 在这种情况下，如果我们开展了一箱基于回归分析的研究，通过分层或者多变量回归控制了“混杂”，那就可以说是“独立的影响因素”，视为具有因果关系吗？ 《European Stroke Journal》杂志的一篇Review article的说，我们在通过分层或矫正所谓“混杂”的时候，要谨慎，要根据流行病学的任务来决定是否需要矫正。 这篇评论文章为卒中研究人员对基于观察性数据的描述性流行病学和因果推断研究，提供了十个需要考量和实施的重要要点，以确保的有效性和可解释性。但由于篇幅太长，只能陆续分享整篇文章。 今天我们分享第八点，观察性流行病学研究中是不是都需要分层与校正？ 要点回顾 第一点：就是要考虑您将使用的数据类型是专门为研究而收集的数据，还是为行政和临床目的（但非特定研究目标）常规收集的健康数据。 第二点：是要考虑您的研究问题类型是因果关系还是描述性流行病学？ 第三点：基于观察性数据的因果推断 第四点：各种因果效应类型 第五点：描述性流行病学与因果推断研究中的偏倚概述 第六点：使用目标模拟试验方法定义因果效应 第七点：用于阐明和传达因果假设及最小化偏倚的有向无环图 10点入门：如何规范使用观察性数据进行描述性流行病学和因果推断研究 如何利用观察性健康数据，成功回答因果推断问题？ 做对这件事，观察性研究也能媲美 RCT！ 一文搞懂医学研究因果推断中的有向无环图（DAGs） 第八点：观察性流行病学研究中的分层与校正 有这样一篇文章，审稿人建议他们在原分析中考虑一系列相关且尚未纳入的因素（混杂因素/协变量），构建多变量回归模型，以对此前感兴趣的估计值进行校正。 举例 Garcia‑Esperon…

现如今，在预测模型领域中，传统回归模型和机器学习模型应用已经十分广泛，各有优缺点。 在机器学习构建预测模型文章中，也经常出现Logistic回归。 那为什么郑老师说，如果机器学习预测模型差别不大，首推传统logistic回归呢？ 借上海交通大学学者2025年5月发表的一篇文章，一起来探讨一下！这篇文章基于常规血液检查指标，利用七种机器学习算法构建抑郁症临床风险预测模型，虽然随机森林（RF）模型预测性能最佳，但最终选择logistic回归（LR）模型。 RF模型最优，但最终选择LR模型 本回顾性研究纳入上海市精神卫生中心 2024 年 1 月至 10 月期间确诊的 284 例抑郁障碍患者，以及同期体检的 214 名健康对照者。通过医院信息系统检索并收集参试者的血液检测数据。 随后，将数据按随机方式分为训练集（70%）和测试集（30%）。 1.特征筛选 首先进行单变量 logistic 回归分析，筛选出11个 p<0.1 的潜在预测因子； 随后对显著变量分别采用 10…

尽管线性回归是非常常用的分析工具，但它只能估计自变量对因变量平均值的影响。 如果因变量分布明显偏态、存在极端值，或者研究关注的是高风险人群，线性回归有很大局限。 这种情况下可以使用一个更合适的方法：无条件分位数回归（UQR），今天我们来介绍一下。 2025年6月，《BMC Public Health》杂志发表了一篇研究论文，利用美国“健康与退休研究”（Health and Retirement Study，HRS）公共数据库中 50 岁及以上参与者的数据，采用线性回归和无条件分位数回归实证评估教育程度与晚年 HbA1c 之间的关系，并考察二者在 HbA1c 分布各分位点上的差异性关联。 通过这种新颖的分位数回归方法，研究者对教育程度与 HbA1c 在整个分布区间的关联进行评估，能够识别教育程度对 HbA1c 不同分布区间的异质性影响，揭示线性回归所掩盖的细节。 通过这一方法，研究者期望深化对教育不平等如何影响糖尿病风险的理解。 下面一起看看这篇文章！ 研究设计 利用HRS公共数据库的数据（N =…

现如今，在预测模型领域中，传统回归模型和机器学习模型应用已经十分广泛，各有优缺点。在机器学习构建预测模型文章中，也经常出现Logistic回归。那为什么郑老师说，如果机器学习预测模型差别不大，首推传统logistic回归呢？借上海交通大学学者2025年5月发表的一篇文章，一起来探讨一下！这篇文章基于常规血液检查指标，利用七种机器学习算法构建抑郁症临床风险预测模型，虽然随机森林（RF）模型预测性能最佳，但最终选择logistic回归（LR）模型。 RF模型最优，但最终选择LR模型本回顾性研究纳入上海市精神卫生中心 2024 年 1 月至 10 月期间确诊的 284 例抑郁障碍患者，以及同期体检的 214 名健康对照者。通过医院信息系统检索并收集参试者的血液检测数据。随后，将数据按随机方式分为训练集（70%）和测试集（30%）。1.特征筛选首先进行单变量 logistic 回归分析，筛选出11个 p<0.1 的潜在预测因子；随后对显著变量分别采用 10 折交叉验证的 LASSO 回归和 Boruta 算法进行特征选择，并取两者交集构建预测模型。 2.构建机器学习预测模型基于 LASSO 回归和…

1.第一段–文章基本信息 文章题目：Association between the cumulative average triglyceride glucose-body mass index and cardiovascular disease incidence among the middle-aged and older population: a prospective nationwide cohort study…

第一段–文章基本信息 文章题目： Relationship between Hyperlipidemia, Cardiovascular Disease and Stroke: A Systematic Review 中文标题：高脂血症、心血管疾病和中风之间的关系：系统评价 发表杂志：Curr Cardiol Rev  影响因子：2区，IF=2.4 发表时间：2021年6月 第二段–本文创新点和科研启发 本文创新点和科研启发 揭示高脂血症与心血管疾病及中风的密切关联：本研究通过系统综述，全面梳理了高脂血症与心血管疾病及中风之间的关系，发现高脂血症是心血管疾病和中风的重要危险因素。高脂血症可导致动脉粥样硬化，进而引发冠心病、心肌梗死、脑卒中等严重疾病。 综合分析多种研究数据，提供全面的证据支持：研究综合了来自不同地区、不同人群的多项前瞻性队列研究、病例对照研究和随机对照试验的数据，涵盖了大量样本，确保了研究结果的可靠性和普遍性 强调早期干预的重要性，提出针对性的预防建议：研究指出，早期识别和干预高脂血症对于预防心血管疾病和中风至关重要。建议通过生活方式的改变（如饮食控制、增加运动）和药物治疗相结合的方式，有效控制血脂水平。 第三段-Introduction 背景 血脂异常是指血液中脂质和脂蛋白水平异常，表现为总胆固醇（TC）、低密度脂蛋白胆固醇（LDL-C）、甘油三酯（TG）升高和高密度脂蛋白胆固醇（HDL-C）降低，是心脑血管事件的独立预测因子，其预防和控制对减轻中风和心肌梗死负担具有重要意义。心肌梗死是慢性心脏病最常见的形式和主要死亡原因之一，尤其在男性中多发，2015年约有740万人死于冠心病，预计到2030年将增至2360万人。中风是第二大死亡原因和主要致残因素，占总死亡人数的11.13%，发病率占人口的0.2%，且缺血性中风患者死亡率和致残率较高。动脉粥样硬化是高脂血症的关键机制，涉及炎症和免疫反应，由氧化应激引发内皮功能障碍，导致LDL氧化、巨噬细胞激活和泡沫细胞形成。约90%的心血管疾病危险因素可改变，包括血脂异常、糖尿病、肥胖、吸烟等，但发展中国家心肌梗死病例增加，而工业化国家发病率下降。…

第一段–文章基本信息 文章题目：Medicinal herbs for the treatment of anxiety: A systematic review and network meta-analysis 中文标题：治疗焦虑症的草药：系统评价和网络荟萃分析 发表杂志： Pharmacol Res  影响因子：1区，IF=9.1 发表时间：2022年4月 第二段–本文创新点和科研启发 本文创新点和科研启发 综合评估多种药用草药的疗效：本研究通过系统综述和网络荟萃分析，全面评估了多种药用草药在治疗焦虑症中的疗效和安全性。研究不仅涵盖了常见的药用草药，还对近年来新兴的草药进行了综合分析，提供了关于不同草药在缓解焦虑症状方面的相对疗效的详细比较。 创新性地应用网络荟萃分析方法：研究采用了网络荟萃分析这一先进的统计方法，能够综合直接和间接证据，评估不同药用草药之间的相对疗效。这种方法不仅提高了研究的统计效能，还能够更准确地识别出哪些草药在缓解焦虑症状方面更为有效。 为临床实践提供高质量的循证依据：研究严格遵循系统综述和网络荟萃分析的方法学标准，确保了研究结果的可靠性和科学性。通过评估不同药用草药的疗效和安全性，研究为临床医生提供了高质量的循证依据，有助于推动药用草药在焦虑症管理中的应用。 第三段-Introduction…

第一段–文章基本信息 文章题目： Psychological interventions for chronic, non-specific low back pain: systematic review with network meta-analysis 中文标题：慢性非特异性腰痛的心理干预：系统评价与网状荟萃分析 发表杂志： BMJ  影响因子：1区，IF=93.6 发表时间：2022年6月 第二段–本文创新点和科研启发 本文创新点和科研启发 综合评估多种心理干预方法的效果：本研究通过系统综述和网络荟萃分析，综合评估了多种心理干预方法对慢性非特异性腰痛患者的疗效。这不仅包括常见的认知行为疗法（CBT），还涵盖了其他心理干预方法（如正念疗法、心理教育等）。这种全面的评估能够为临床医生提供更丰富的选择依据，帮助他们根据患者的具体情况选择最适合的心理干预方案。  创新性地应用网络荟萃分析方法：研究采用了网络荟萃分析这一先进的统计方法，能够整合直接和间接证据，评估不同心理干预方法之间的相对疗效。这种方法不仅提高了研究的统计效能，还能够更准确地识别出哪些心理干预方法在缓解慢性腰痛方面更为有效。 为临床实践提供高质量的循证依据：研究严格遵循系统综述和网络荟萃分析的方法学标准，确保了研究结果的可靠性和科学性。通过评估不同心理干预方法的疗效和安全性，研究为临床医生提供了高质量的循证依据，有助于推动心理干预在慢性腰痛管理中的应用。 第三段-Introduction 背景…

1.第一段–文章基本信息 文章题目：The mediating effect of BMI in serum vitamin D related sleep deprivation based on the NHANES database 中文标题：基于NHANES 数据库的 BMI 在血清维生素 D 相关睡眠剥夺中的中介效应 发表杂志：Frontiers in Nutrition 影响因子：1区，IF= 5.1 发表时间：2024年6月…

文章题目：Association between polycyclic aromatic hydrocarbons exposure and metabolic dysfunction-associated steatotic liver disease in US adults 中文标题：多环芳烃暴露与美国成年人代谢功能障碍相关性脂肪肝的关联 发表杂志：Frontiers in Public Health 影响因子：1区，IF=3.4 发表时间：2025年6月 今天给大家分享一篇在2025年6月发表在《Frontiers in Public…