为什么咱们的师妹师弟都能写出文章、投出文章,因为所有的数据都是整理好的,所有的代码都是验证过的(课题组还会帮忙跑出结果)写作也是手把手一句一句的教~5.01号开课,昨晚已经成立课题组,陆续解决课前问题,确定学习方向~课题组三个目标:1、协助完成第一篇SCI创作(手把手教学保姆式服务)2、教会师妹师弟掌握光速创作任意类型SCI论文(nhanes、gbd、charls、mr、meta等等)3、让师妹师弟有冲击一区文章的能力2025.4.30课题组反馈:
文章题目:National prevalence and incidence of benign prostatic hyperplasia/lower urinary tract symptoms and validated risk factors pattern DOI:10.1080/13685538.2025.2478875 中文标题:全国前列腺增生/下尿路症状的患病率和发病率以及经过验证的风险因素模式 发表杂志:Aging Male 影响因子:2区,IF=2.7 发表时间:2025年2月 今天给大家分享一篇在 2025年12月发表在《Aging Male》(2区,IF=2.7)的文章。本研究旨在系统性研究中国人群中 BPH/LUTS 发病相关可靠风险因素模式。 研究方法:本研究采用横断面和前瞻性队列研究设计,研究对象来自中国健康与养老纵向研究(CHARLS),调查全国BPH/LUTS的患病率、发病率、BPH/LUTS的平均发病年龄、BPH/LUTS的用药率、BPH/LUTS在中国人群中已验证的危险因素模式。…
文章题目:The association between novel metabolic parameters and all-cause/cardiovascular mortality in patients with metabolic syndrome is modified by age DOI:10.1186/s12933-025-02587-x 中文标题:年龄改变了代谢综合征患者新代谢参数与全因/心血管死亡率之间的关联 发表杂志:Cardiovasc Diabetol 影响因子:1区,IF=8.5 发表时间:2025年2月 背景:全身炎症反应指数(SIRI)是一种有前景的炎症标志物;然而,SIRI与潜伏性结核感染(LTBI)之间的关系,以及其与死亡率的关联,目前尚不明确。本研究旨在探索SIRI与LTBI和全因死亡率之间的关联。…
文章题目:Potential Adverse Events of Fluoxetine: A Real-world Study Based on FAERS Database DOI:10.47626/1516-4446-2024-3879 中文标题:氟西汀的潜在不良事件:基于 FAERS 数据库的真实世界研究 发表杂志:Braz J Psychiatry 影响因子:1区,IF=3.6 发表时间:2025年3月 今天给大家分享一篇在 2025年3月发表在《Braz J Psychiatry》(1区,IF=3.6)的文章。本研究利用FAERS数据库挖掘和分析氟西汀的不良事件信号。 研究方法:以2004年第一季度至2023年第二季度的疑似药品不良反应报告为研究对象,以氟西汀为主要疑似药品,采用4种信号挖掘与分析方法对不良事件信号进行综合评估。 Table&Figure 结果解读:共收集到19,932,732份报告,其中22,884份主要怀疑与氟西汀有关。通过分析,共识别出862个PT信号,涉及27个SOC。在报告的患者中,女性患者(58.81%)报告比例高于男性患者(26.84%),且18~45岁年龄段占比最大。与妊娠及新生儿状况相关的不良事件信号强度显著,包括妊娠期胎儿暴露、妊娠期暴露,而新生儿健康相关不良事件表现出较高的信号强度,如房间隔缺损、早产儿、室间隔缺损、母体药物影响胎儿等。…
文章题目:Chronic diseases and catastrophic health expenditures in elderly Chinese households: a cohort study DOI:10.1186/s12877-025-05692-4 中文标题:中国老年家庭的慢性病和灾难性卫生支出:一项队列研究 发表杂志:BMC Geriatr 影响因子:2区,IF=3.4 发表时间:2025年4月 今天给大家分享一篇在2025年4月发表在《BMC Geriatr》(2区,IF=3.4)的文章。本研究旨在分析中国老年人家庭不同慢性病与CHE 之间的纵向关联,并探讨这种关联是否受到其他人口和社会经济变量的影响。 研究方法:分析了中国健康与养老纵向研究(CHARLS) 的四波(2013 年、2015 年、2018 年、2020 年)共获得 6,483 名老年人(包括基线时没有 CHE 的老年家庭)。CHE 被定义为自付费用卫生支出超过家庭非食品支出的 40%。采用混合效应 logistic 回归模型探讨不同慢性病状况与 CHE 之间的纵向关系,并进行分层分析以探讨潜在的调节效应。 Table&Figure 结果解读:分析表明,单一慢性病(P…
文章题目:The relationship of cardiometabolic index with bowel movement frequency: an NHANES-based cross-sectional analysis DOI:10.1186/s12944-025-02567-w 中文标题:心脏代谢指标与排便频率的关系:基于NHANES 的横断面分析 发表杂志:Lipids Health Dis 影响因子:2区,IF=3.9 发表时间:2025年4月 今天给大家分享一篇在2025年4月发表在《Lipids Health Dis》(2区,IF=3.9)的文章。我们的研究探讨了CMI 和 BMF 之间可能存在的关联。 研究方法:本研究采用了2005 年至 2010 年全国健康和营养检查调查数据。每个参与者的 CMI 由甘油三酯、高密度脂蛋白胆固醇和腰臀比决定。采用多元回归、平滑曲线拟合和阈值效应分析来研究 CMI 和 BMF 之间的关联。通过亚组分析和交互测试评估了该关联在人群中的稳定性。 Table&Figure…
文章题目:The burden of colorectal cancer attributable to diet low in whole grains from 1990 to 2021: a global, regional and national analysis DOI:10.3389/fnut.2025.1527522 中文标题:1990 年至 2021 年低全谷物饮食导致结直肠癌的负担:全球、区域和国家分析 发表杂志:Front…
1–背景 GBD(Global Burden of Disease)项目由 Bill & Melinda Gates Foundation 资助,理论上隔年更新。因新冠疫情“鸽”了四年后,GBD 2023 将首次把 2020-2023 年完整纳入模型,覆盖 1990-2023三十余年,是后疫情时代最值得关注的大规模健康数据集。 2–GBD2023 版本迭代 –GBD 原本“隔年更新”节奏因疫情被打乱: –GBD 2019:公开已久,很多论文都用到“烂”; –GBD 2021:补作业式集中发布(2024 年 5 月); –GBD 2023:IHME日程表写着2025 年2月左右内部首发,目前协作者已经可以获得数据,正式公开发布指日可待! 换句话说——这一次,是把疫情三年里“塌方”的健康数据,全部补回去! 3–疾病&伤害扩容 –疾病&伤害:372 种 → 380 +(下面是GBD2023新增内容) 【主要新增疾病:长新冠、电子烟肺损伤、热相关疾病、非酒精性脂肪性肝炎、抗微生物耐药性败血症、热应激型慢性肾病、子宫内膜异位症、登革热】 4–风险因素再细分 风险&因素88 项 →…
近期美国关闭seer数据库的信息在互联网上广泛传播,大家都在担心数据库挖掘是否还能做。这个问题其实是有答案的,数据库挖掘肯定能做,做没被关的数据库即可,同时留意一些国产数据库~ 因此我在这个时间段挑战做一篇nhanes数据挖掘库挖掘,坚定大家的信念。只有拥有SCI,才有硕士选择更好的权利,才有读到博士的机会,一定坚定信念,数据库那么多,总有我们能做的~ 为了提高挑战的难度和成稿文章的接收率,挑我决定挑战5天利用NHANES数据库完成一篇预测模型SCI! 第一天的主要任务就是熟悉数据库+明确选题+确定目标期刊和目标文献。 由于我们之前发起过很多期NHANES的挑战,对NHANES的官网还是非常熟悉的,这里就大大缩短了熟悉网站的时间。 简单来说,NHANES数据库是一个涉及心血管、内分泌、营养、感染、妇产等多个领域的,无需申请或伦理审批,数据完全免费的公共数据库。数据量特别的大,涉及的相关指标很多,可以适合各个不同的科室的朋友来挖掘写作~ 之前的挑战大多研究的是A变量与B疾病之间的关联,这次想做点不一样的,利用同样的数据库来做临床预测模型~ 我用“NHANES + nomogram”进行了初步的检索,发现发的文章数量不多,正是发文的好时机! 我想建立一个我的目标疾病的人群全因死亡率的列线图,所以又去检索了“NHANES and nomogram and 目标疾病”,目前还没有人发过,那就这么定啦! 接着在pubmed上根据我的目的选择了一个目标杂志,目标期刊:Front Pharmacol标题Development and validation of a nomogram for predicting all-cause…