进度汇报：完成Table和Figure Figure 1：研究人群——-数据来源过程Table 1：基线资料表—–人群基本信息描述Table 2：回归分析—X与Y之间有无关系Figure 2：限制性回归样条–X与Y的剂量效应关系Table 3：亚组分析—敏感性分析 Figure 1：就是简要说明我们的筛选数据的流程，比如说2013-2014总计有10175例，根据我纳入条件（年龄大于20岁，同时具有抑郁评分和暴露某某血清学指标）进行纳入和排除，最终纳入1900人。本质上就是数据的筛选和清洗流程，对数据处理的过程进行简单的可视化呈现。Table 1：就是基线资料比较。比如我的结局是抑郁，那我就可以列分为depression组和non-depression组，对比两组之间的基线资料的差异，变量数据类型是连续变量或者分类变量，那就用t-检验或者卡方检验等。 Table 2：回归分析。根据纳入协变量的多少构建3个不同的模型以评估暴露和结局之间的关系的是否稳健。Crude Model中不纳入协变量；Model I纳入人口统计学（性别、年龄、种族、婚姻、教育程度等）；Model II纳入Model I中+疾病（糖尿病、高血压、高脂血症等）+生活方式（吸烟、饮酒、BMI等）。 Figure 2:RCS结果呈现。X和Y是相关的，那么他们是有什么样的剂量效应关系呢？直线?L型？N型？J型？这些都可以通过RCS曲线非常直观的看到，而且会检验线性和非线性关系，如果是非线性关系还会找到对应的拐点值。Ｐ ｆｏｒ ｎｏｎｅ－ｌｉｎｅａｒ＜０.０５就说明是非线性的。RCS是这种类型文章的核心，一定要会看哦！Table 3：亚组分析。X与Y的关系会不会在不同的亚组中存在一定的差异呢？就举个例子，儿童的抑郁风险和成年人的抑郁风险肯定是不一样的，做亚组分析就是看X与Y在不同组别（性别，年龄，有某种疾病）关系是否依旧稳健存在，如果有差异，能否通过目前文献进行合理的解释。这就是NHANES文章的主要结果啦，因为已经整理好了数据，后面的分析实际上是非常简单的，
文章题目：Adverse drug events associated with linezolid administration: a real-world pharmacovigilance study from 2004 to 2023 using the FAERS database DOI：10.3389/fphar.2024.1338902 中文标题：与利奈唑胺给药相关的药物不良事件：使用 FAERS数据库进行的2004年至2023年真实世界药物警戒研究 发表杂志：Front Pharmacol 影响因子：1区，IF=4.4 发表时间：2024年2月…
文章题目：Association between atherogenic index of plasma and post-stroke depression: a cross-sectional study DOI：10.1080/20008066.2024.2429266 中文标题：血浆动脉粥样硬化指数与卒中后抑郁症的关系：一项横断面研究 发表杂志：Eur J Psychotraumatol 影响因子：1区，IF=4.2 发表时间：2024年12月 今天给大家分享一篇在2024年12月发表在《Eur J Psychotraumatol》（1区，IF=4.2）的文章。本研究旨在探讨血浆动脉粥样硬化指数（AIP）与卒中后抑郁症（PSD）之间的潜在关系，为PSD患者的预防和预后管理提供参考。 研究方法：采用横断面研究，研究对象为2005年至2018年全国健康与营养检查调查的参与者。纳入标准要求提供完整的AIP、卒中史和抑郁状况数据。采用加权逻辑回归模型和限制性三次样条（RCS）检验AIP与PSD之间的关联。通过亚组分析和交互作用分析，评估不同亚组之间AIP和PSD相关的稳定性。 Table&Figure 结果解读：最终纳入的32364名参与者中，482人被诊断患有PSD。在加权多因素logistic回归调整模型3中，作为连续变量的AIP与PSD风险呈正相关〔比值比（OR）=1.85，95%可信区间（CI）：1.18，2.91；P…
文章题目：Association between chronic pain and cognitive frailty among middle-aged and elderly individuals: evidence from the China Health and Retirement Longitudinal Study DOI：10.3389/fnagi.2024.1491120 中文标题：慢性疼痛与中老年人认知能力下降的关系：来自中国健康与养老纵向研究的证据 发表杂志：Front Aging…
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…
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…
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…
进度汇报：数据下载＋数据清洗。 Day2的时候我把所有的数据都下载好了，现在就是数据清洗啦，任何一个公开数据库最费时费力的就是数据清洗了我打算用R来获取相关的数据。获取的数据可以用来构建一个自己的数据库，我换个指标，即换个指标、换个研究人群，就又能有一篇新的文章。 在提取变量之前我们需要确定需要提取什么数据，处理你重点关注的指标（X），和关注的疾病（抑郁，Y），还有一些协变量（Z），具体需要哪些协变量可以根据既往的文献中获得。我就提取了：年龄、性别、种族、教育程度、婚姻状况、贫困收入比率、体重指数（BMI）、肾小球滤过率（eGFR）、睡眠持续时间、饮酒、吸烟状况、心血管疾病、高血压、糖尿病、高脂血症和抗抑郁药使用。所以说，数据提取是公开数据库中最费时费力的，但是有代码的话，也还好，毕竟一二区的文章也不是大风刮来的 使用代码提啊提，终于用了2天的时间搞完了因为比如说高血压看起来只有是和否，但实际上定义有很多：目前正在口服降压药或血压大于140/90mmHg，其中血压值是由受过培训的人员连续测量三个血压读数，并计算这三个读数的血压平均值。那么也就意味着，需要提取更多的数据来综合组成这个协变量。工程还是很浩大滴 只要数据清晰了，后面的一切都好说，没什么复杂和困难的，重点就是选题（选择指标和idea）+数据提取这就是我花了很多的时间进行初步检索确定目标期刊、选题的意义千万不要一来就闷头开跑，
文章题目：Associations between Life’s Essential 8 and liver function: a cross-sectional study DOI：10.3389/fnut.2024.1515883 中文标题：生命必需品 8 与肝功能之间的关系：一项横断面研究 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。本研究旨在检查大型队列中 LE8 评分与肝功能指标之间的关系，以解决理解心血管和肝脏健康之间相互作用的关键差距。 研究方法：本横断面研究使用了 2007-2018 年全国健康和营养检查调查 (NHANES) 的数据。研究纳入了 21,873 名参与者，分为低 (0-49)、中等 (50-79) 和高 (80-100) LE8 评分类别。使用多变量线性回归、平滑曲线拟合、阈值效应分析和加权分位数和 (WQS) 回归评估了 LE8 评分与肝功能标志物（包括丙氨酸氨基转移酶 (ALT)、天冬氨酸氨基转移酶 (AST)、碱性磷酸酶 (ALP)、γ-谷氨酰转移酶 (GGT) 和 ALT/AST 比率）之间的关系。根据性别和年龄进行亚组分析以评估潜在的相互作用。 Table&Figure 结果解读：较高的 LE8 评分与肝功能改善显著相关，两个主要发现尤其突出了这一点。首先，LE8 评分与肝功能参数（包括 ALT 和 ALT/AST 比率）之间存在非线性关联，超过特定阈值（ALT：50.625，ALT/AST：61.875）时，其影响更强。其次，亚组分析显示，这些关联在年轻参与者（<60 岁）中更为明显，表明这种关系存在年龄特异性差异。这些与年龄相关的差异可能归因于年轻和年长个体代谢功能的差异或心血管和肝脏相关风险因素严重程度的差异。WQS 回归确定体重指数、血压、血糖和尼古丁暴露是肝功能标志物的最大贡献者。这些发现强调了 LE8 评分作为肝脏健康综合指标的潜力，尤其是在年轻人群中。 结论：本研究表明 LE8 评分与肝功能改善相关。临床医生和公共卫生从业者可以考虑将 LE8 评分纳入常规评估，以帮助识别有肝功能障碍风险的个体，尤其是在年轻人群中。进一步的研究应该探索针对心血管健康的干预措施是否也能改善肝功能结果。 大家在科研路上，可以借鉴这种研究方法，为自己的课题添砖加瓦。万层高楼平底起，一起加油呀！