文章题目：Post-marketing safety concerns with lecanemab: a pharmacovigilance study based on the FDA Adverse Event Reporting System database DOI：10.1186/s13195-024-01669-4 中文标题：lecanemab 的上市后安全性问题：基于 FDA 不良事件报告系统数据库的药物警戒研究 发表杂志：Alzheimers Res Ther 影响因子：1区，IF=7.9 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《Alzheimers…
文章题目：Adjustment of the Framingham index by abdominal aortic calcification scores enables a more accurate prediction of long-term cardiac events in general population aged 40 years…
文章题目：The combined effects of cardiometabolic index and high-sensitivity C-reactive protein on the risk of new onset stroke in a Chinese national prospective longitudinal cohort study…
文章题目：Global burden of cancer and associated risk factors in 204 countries and territories, 1980-2021: a systematic analysis for the GBD 2021 DOI：10.1186/s13045-024-01640-8 中文标题：1980 年至 2021…
文章题目：Romosozumab adverse event profile: a pharmacovigilance analysis based on the FDA Adverse Event Reporting System (FAERS) from 2019 to 2023 DOI：10.1007/s40520-024-02921-5 中文标题：Romosozumab 不良事件概况：基于 2019 年至 2023 年 FDA 不良事件报告系统 (FAERS) 的药物警戒分析 发表杂志：Aging Clin Exp…
文章题目：Association between domain-specific physical activity and triglyceride‑glucose (TyG) index among US adults: Evidence from NHANES 2007-2018 DOI：10.1186/s12889-025-21379-2 中文标题：美国成年人特定领域体力活动与甘油三酯葡萄糖 (TyG) 指数之间的关联：来自 2007-2018 年 NHANES 的证据 发表杂志：BMC Public Health 影响因子：1区，IF=3.5 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《BMC Public…
文章题目：The causal effect of Internet use on rural middle-aged and older adults’ depression: A propensity score matching analysis DOI：10.1177/20552076241310041 中文标题：互联网使用对农村中老年人抑郁症的因果影响：倾向得分匹配分析 发表杂志：Digit Health 影响因子：2区，IF=2.9 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《Digit…
文章题目：Association between modified dietary inflammation index score and lumbar vertebrae bone mineral density in patients with hypertension: data from NHANES-a population-based study DOI：10.1186/s12986-024-00877-x 中文标题：高血压患者改良饮食炎症指数评分与腰椎骨密度的关系：来自 NHANES…
文章题目：Serum creatinine- and cystatin C-based indices are associated with the risk of subsequent sarcopenia: evidence from the China Health and Retirement Longitudinal Study DOI：10.3389/fnut.2024.1471068 中文标题：血清肌酐和胱抑素…
我的新挑战持续进行中~ 第2-3天了:工作重点都集中在选题和阅读范文上，不管做什么类型的研究、不管做那种类型的MR，我们都需要花大量的时间进行选题评价，所以我用了2天的时间来进行选题确定，就是为了避免出现做完了工作发现已经被别人写了？选题不合适？等情况 说到肠道菌群孟德尔随机化，其实它就是双样本MR的plus pro max版本！就是一个暴露对应一个结局，只不过我们现在的暴露换成了肠道菌群，那我我们进行模仿的时候主要的就是去替换结局，比如别人做的比如别人写了自身免疫性肝炎，我就在想能不能写自身免疫性脑炎呢？理解起来超简单的，代码也不难掌握。最大的挑战，就是数据处理啦！毕竟这么多细菌，那么他的GWAS数据肯定是非常庞大的，细菌的基因总数比我们人类自身的基因多150倍！ 面对这么大量的GWAS数据，我已经做好准备了！代码都备好了，我的目标期刊是Journal of Affective Disorders，所以我选了里面两篇相关的文章来参考，换个角度，换个结局，就是我的新选题啦！比如别人写了肝癌，我能不能试着写结直肠癌呢？当然这只是个例子啦！但确实在临床上确实有它的意义。然后把别人做过的疾病换个自己领域的疾病，就能写出一篇新文章，同时，我们也可以把肠道菌群看成中介变量，和中介MR联系起来，这样文章就更丰富了！ 当然啦，数据量大是我们跑结局的一个限制因素。但只要我们掌握多种MR的方法，并且加强代码和写作能力的练习，相信高分MR就在眼前啦！好啦，今天的分享就到这里啦！