3.4/Q2,FAERS数据库最新文章解读!

文章题目:Age-stratified analysis of adverse event signals for clarithromycin: a disproportionality analysis using the FDA Adverse Event Reporting System DOI:10.1177/20420986241311231 中文标题:克拉霉素不良事件信号的年龄分层分析:使用 FDA 不良事件报告系统进行不成比例分析 发表杂志:Ther Adv Drug Saf 影响因子:2区,IF=3.4…

NHANES指标推荐:CKM!

文章题目:Joint association of the inflammatory marker and cardiovascular-kidney-metabolic syndrome stages with all-cause and cardiovascular disease mortality: a national prospective study DOI:10.1186/s12889-024-21131-2 中文标题:炎症标志物和心血管-肾脏-代谢综合征分期与全因和心血管疾病死亡率的联合关联:一项全国前瞻性研究 发表杂志:BMC Public Health…

8.5/Q1,Charls最新高分文章解读!

文章题目:Joint association of triglyceride glucose index (TyG) and a body shape index (ABSI) with stroke incidence: a nationwide prospective cohort study DOI:10.1186/s12933-024-02569-5 中文标题:甘油三酯葡萄糖指数 (TyG) 和体形指数 (ABSI) 与卒中发病率的联合关联:一项全国性前瞻性队列研究 发表杂志:Cardiovasc Diabetol…

医学生速看!挑战7天完成一篇NHANES,Day 5!

进度汇报:完成Table和Figure。 经过数据的整理,接下来的任务是制作Table和Figure。在开始具体操作之前,我再次翻阅了相关文献,以模仿文献的思路来进行操作。NHANES文章的常规流程通常包括以下几个步骤,当然,也会有一些文章采用了其他处理方法,比如机器学习,但本质上还是一样的思路,只不过在数据的选择和分析方法上会有一些差异。在刚开始的时候,我们可以先学会最简单的思路,之后再逐步学习和挑战其他方法。 Figure 1:研究人群的数据来源过程。这个图表简要说明了我们筛选数据的流程,比如在2013-2014年,总共有10175例数据,根据我的纳入条件进行筛选和排除,最终纳入1900人。这是数据筛选和清洗流程的可视化呈现。 Table 1:基线资料表。这个表格用于比较不同人群之间的基线资料差异,例如抑郁组和非抑郁组,以描述人群的基本信息。在这个表格中,我们会列出不同变量的连续或分类数据,并进行t-检验或卡方检验等统计分析。 Table 2:回归分析表。通过构建不同的回归模型,评估暴露和结局之间的关系是否稳健。这包括了三个不同的模型,分别是 Crude Model、Model I 和 Model II。在这些模型中,我们会纳入不同的协变量,例如人口统计学信息和疾病情况,以评估其对结果的影响。 Figure 2:限制性立方样条(RCS)结果图。通过RCS曲线的呈现,展示了X和Y之间的剂量效应关系。这种图表非常直观地展示了线性和非线性关系,并且通过检验P for non-linear是否小于0.05来判断是否存在非线性关系。 Table 3:亚组分析表。这个表格用于评估X与Y的关系是否在不同的亚组中存在差异。通过在不同的组别(如性别、年龄、特定疾病)中进行分析,我们可以观察到X与Y的关系是否依然稳健存在,以及在不同组别中是否存在差异。 这些Table和Figure是NHANES文章的主要结果展示方式。由于数据已经整理好,后续的分析工作实际上相对简单。选题和数据的整理才是最费时间的部分,也容易让人浮躁,但只要方向正确,就一定能够获得成果。 今天的挑战圆满成功,继续加油!

NHANES指标推荐:ALI!

文章题目:Predictive effects of advanced lung cancer inflammation index and serum vitamin D on mortality in patients with asthma DOI:10.1186/s12937-024-01065-6 中文标题:晚期肺癌炎症指数及血清维生素D对哮喘患者死亡率的预测作用 发表杂志:Nutr J 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《Nutr…

“一作”和“通讯”的差别竟然这么大!?

写论文的时候,第一作者和通讯作者到底该怎么定,一直是科研圈里的大问题。实际情况中,因为 SCI 论文署名起争执的事太多了。下面给大家仔细讲讲第一作者和通讯作者到底有什么不一样,让大家清楚了解它们在科研里各自扮演着什么角色。 学术界的“香饽饽” 第一作者(“一作”) 一篇论文里,第一作者通常是承担了大部分实际操作与核心工作的人。当完成第一作者署名后,后续作者的排序就以对研究贡献的多少来决定,贡献多的自然就排在前面。 但情况并非总是那么简单。有时候,几个作者在不同方面的贡献不相上下,这种情况下,共同一作、共同二作就诞生了。 为什么第一作者如此关键? 从学生的角度看,有亮眼的第一作者论文,毕业时更有底气;对于职场中的科研人员,评职称的时候,第一作者论文就是硬通货,能助力自己在职场上更进一步;要是想申请科研基金,手握第一作者的头衔,获批的几率也会大大增加。 所以说,第一作者的身份,真的是学术生涯里的 “香饽饽”,少了它可不行。 课题的“大管家” 通讯作者(“通讯”) 简单来讲,通讯作者相当于整个课题的 “大管家”,不仅要为课题拉来经费,设计出靠谱的研究方案,还要负责论文撰写的指导与质量把关。在投稿、接受同行评审直至成功发表的全过程,通讯作者都得和期刊编辑保持紧密联系,解决各种问题。 从知识产权层面讲,这个课题产出的成果,通讯作者拥有主导权。 在学生的学术成长中,导师常作为他们的通讯作者,为学生的科研之路保驾护航。对研究机构而言,承担项目的负责人大概率会成为通讯作者,肩负起推动研究进展与成果发布的重任。而出版机构那边,为了把控成果质量与影响力,机构老板有时会亲自担任通讯作者。 孰重孰轻 谁的分量更重要? 这二者身份并非完全重叠,通讯作者不一定是第一作者,不过第一作者倒有可能兼任通讯作者。 从普通作者的角度出发,第一作者身份关乎自身学术成果展现,重要性不言而喻;至于通讯作者是谁,往往不太在意,但通讯单位却不容忽视,毕竟不少单位在进行职称评定时,会着重考量通讯单位,而非通讯作者个人。 对导师而言,通讯作者的地位更为关键。因为在学生科研成果中,导师通常会担任通讯作者,把控全局,相对来说,第一作者是谁就没那么要紧。 出版机构十分看重通讯作者,毕竟机构老板常常作为通讯作者出现在论文中,这关系到机构的学术声誉和影响力。 值得注意的是,通讯作者的署名绝非小事,一旦确定了通讯作者,文章的科研版权问题就得格外谨慎对待,因为这背后涉及到复杂的知识产权归属与责任划分。 占据学术成果认定的一席之位…

4.4/Q1,FAERS数据库最新文章解读!

文章题目:A pharmacovigilance study of the association between proton pump inhibitors and tumor adverse events based on the FDA adverse event reporting system database DOI:10.3389/fphar.2024.1524903 中文标题:基于FDA不良事件报告系统数据库的质子泵抑制剂与肿瘤不良事件关联性药物警戒研究…

NHANES指标推荐:HRR!

文章题目:Hemoglobin-to-red blood cell distribution width ratio is negatively associated with stroke: a cross-sectional study from NHANES DOI:10.1038/s41598-024-79520-x 中文标题:血红蛋白与红细胞分布宽度比与中风呈负相关:NHANES 的一项横断面研究 发表杂志:Sci Rep 影响因子:1区,IF=3.8 发表时间:2024年11月 今天给大家分享一篇在 2024年11月发表在《Sci Rep》(1区,IF=3.8)的文章。本研究旨在探讨血红蛋白与红细胞分布宽度比 (HRR) 与中风之间的关联。 研究方法:这项横断面研究是在拥有 2005-2018 年国家健康和营养检查调查 (NHANES) 中血红蛋白-红细胞分布宽度比 (HRR) 和中风完整数据的成年人中进行的。HRR 的计算方法是将血红蛋白 (HGB) 以克/分升 (g/dL) 为单位除以红细胞分布宽度 (RDW)。采用加权多变量逻辑回归和广义加性模型来研究 HRR 与中风之间的独立和非线性关系。使用两部分线性回归模型评估阈值效应。此外,还进行了亚组分析和相互作用检验。…

1 2 3 105