离开课还有5天，前十三期成稿率200-300%，满意率100%~每个月预计推出2-3门新课，所有前期加入线上师门的师妹师弟继续免费学习~学习安排：一个月成稿第1篇SCI，两个月周期完成2~3篇，掌握光速攥写任意类型SCI论文~课题组内，任何问题都有答案，直到师妹师弟写出SCI和掌握光速攥写SCI的能力2024.11.26课题组反馈（成稿投稿阶段） 第十五期报名人数接近上限了，所以发得比较少，好的东西不用说太多，真东西就是这样。要带更多的师弟师妹们产出10+篇SCI！十五期少量名额，抢完即止
Day 3任务：文献检索+文献筛选+获得目标文献 Meta分析到底在分析什么呢？ 可以理解为对效应量的合并并且对这个合并后的结果进行评价 不同研究的效应量会有差异 汇总合并后的结果很能说明结论的可靠性和一致性 效应量来自哪里呢，来自已经有的文献 既然是对目前已有文献的分析 所以文献检索至关重要 文献检索数据库有那么多 如何精确定位 如何检索全文献 这是我们做meta最重要的 因为只有检索全了才能分析到位 只有材料备齐了才能做好一盘好菜 不同的数据库文献收录会有些许差异 所以需要针对多个数据库检索 数据库不一样，检索策略也有差异 常检索的数据库有Pubmed、WOS、Embase等 前一段时间有说Pubmed没更新了 大家应该和我一样也紧张了一下吧 还好的是虚惊一场 那如何制定检索策略呢？ P-研究人群 I-干预措施…
文章题目：Triglyceride-glucose index, renal function and cardiovascular disease: a national cohort study DOI：10.1186/s12933-023-02055-4 中文标题：甘油三酯-葡萄糖指数、肾功能与心血管疾病：一项全国队列研究 发表杂志：Cardiovasc Diabetol 影响因子：1区，IF=8.5 发表时间：2023年11月 今天给大家分享一篇在 2023年11月发表在《Cardiovasc Diabetol》（1区，IF=8.5）的文章。本研究旨在通过队列设计评估TyG指数和肾功能与心血管疾病之间的复杂关联。 研究方法：本研究纳入了中国健康与养老纵向研究 (CHARLS) 的基线无心血管疾病的参与者。我们使用 Cox 模型进行了调整后的回归分析和中介分析。TyG…
离开课还有5天，前十四期成稿率200-300%，满意率100%~ 每个月预计推出2-3门新课，所有前期加入线上师门的师妹师弟继续免费学习~ 学习安排：一个月成稿第1篇SCI，两个月周期完成2~3篇，掌握光速攥写任意类型SCI论文~ 课题组内，任何问题都有答案，直到师妹师弟写出SCI和掌握光速攥写SCI的能力 2024.11.26课题组反馈（成稿投稿阶段）
文章题目：Examining the Hypertension Control Cascade in Adults With Uncontrolled Hypertension in the US DOI：10.1001/jamanetworkopen.2024.31997 中文标题：检查美国未控制高血压成年人的高血压控制级联 发表杂志：JAMA Netw Open 影响因子：1区，IF=10.5 发表时间：2024年9月 今天给大家分享一篇在 2024年9月发表在《JAMA Netw Open》（1区，IF=10.5）的文章。本文这项研究旨在利用国家健康和营养检查调查 (NHANES)…
今天给大家分享一篇在 2024年12月发表在《Eur J Neurol》（1区，IF=4.5）的文章。本文这项研究利用了全球疾病、伤害和风险因素负担研究 (GBD) 1990-2021年的数据，旨在探索全球、地区和国家缺血性中风负担。
Day2任务：明确选题 前面Day1通过一定程度的分析和评估 发现是可行的 同时网状meta分析的步骤是清晰的 所以今天的主要任务是充分检索和评估选题是否可行 Meta分析早已成为发表论文的常客了 最近甚至有一篇网状meta发在了Lancet 对于我们来说 那些屡试不爽的经典模板和套路 无论是哪种meta分析 甚至是哪一种类型的文章 撰写流程都大同小异 但是我们也要注意到尽管方法的东西一模一样 但成果却能从顶级期刊《柳叶刀》到普通1-2分的期刊不等 这是什么原因呢？ 最重要的原因就是选题 选题直接决定了文章的级别 到底是不是解决了临床问题、提供了指导依据 投入大量时间来评估选题 是我们准备的“弹药” 数据分析和文章撰写 我都有经过验证的成熟方案 确定可以写过后 我们就要在PROSPERO网站上进行注册并获得编号 这就像是告诉别人这个选题已经被我承包了，你就别碰了…
由东晋发起的《光速科研SCI写作投稿训练营-30天成稿第一篇｜光速攥写任意类型Sci系统方法论｜GBD数据库挖掘全面版2.0｜孟德尔随机化｜Nhanes｜Meta分析｜case report｜Letter速成班|Charls数据库挖掘》 第15期还有7天就要开课啦，现已更新网状Meta手把手教学板块，助力师妹师弟冲击一区IF10+SCI，前14期好评如潮，平均成稿2-3篇~ 适用对象：所有年级（本科、硕士、博士）、所有阶段（医生、护士、基础、预防、公卫医学科研人员）的医学相关人员
一、文章内容解读 1. 研究背景 研究主题：本研究旨在探究饮食炎症指数（DII）与美国普通人群中中风之间的关系。 研究意义：饮食与炎症之间的联系可能影响中风的发生，而DII作为一种量化饮食炎症潜力的工具，有助于探索饮食与中风之间的关系。 2. 研究方法 数据来源：数据来自1999-2018年的全国健康和营养调查（NHANES）的横断面数据，共包含44,019名参与者。 参与者信息：参与者年龄在18至80岁之间，排除了孕妇和缺乏饮食摄入及中风状态信息的个体。 指标计算：使用45种食物参数计算DII，每个参数根据其对六大炎症生物标志物的影响分配特定的DII分数。 统计分析和方法： 使用加权多变量逻辑回归估计DII与中风的关联，并用限制性立方样条（RCS）回归检验非线性。 最小绝对收缩和选择算子（LASSO）回归用于识别关键的中风相关饮食因素，并建立风险预测列线图模型。 接收者操作特征（ROC）曲线用于评估模型的判别能力。 3.研究结果 3.1.基线特征和DII得分 研究共纳入了44,019名参与者，加权平均年龄为45.83岁，中风的总体患病率为3.38%，中位数DII得分为1.39。 与非中风个体相比，中风患者年龄更大，多为女性、非裔美国人、教育水平较低、吸烟者、不饮酒、糖尿病患者，并且有更高的收缩压、甘油三酯、总胆固醇、白细胞计数、单核细胞计数、淋巴细胞计数、血小板计数和估算肾小球滤过率，以及更低的空腹血糖、糖化血红蛋白、低密度脂蛋白胆固醇、高密度脂蛋白胆固醇和红细胞计数。 3.2.DII与中风的关联 通过加权多变量逻辑回归分析，研究发现随着DII得分的增加，中风的 odds ratios (ORs) 也增加。与最低四分位数相比，较高DII四分位数的调整ORs分别为1.19、1.46和1.87，显示出DII与中风之间存在正相关。 限制性立方样条（RCS）回归分析显示DII与中风之间存在非线性正相关关系。…