文章题目：Association of pyridoxal 5′-phosphate (PLP) with lipid profiles: a population-based cohort study DOI：10.3389/fnut.2025.1545301 中文标题：5′-磷酸吡哆醛 (PLP) 与血脂谱的关系：一项基于人群的队列研究 发表杂志：Front Nutr 影响因子：2区，IF=4.0 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《Front Nutr》（2区，IF=4.0）的文章。本研究旨在利用国家健康和营养检查调查(NHANES) 数据库的数据，探索成年人体内吡哆醛 5′-磷酸 (PLP) 水平与脂质谱之间的相关性。 研究方法：研究对象为20 岁及以上的个人，取自 NHANES 数据库，涵盖 2005 年至 2010 年期间。主要目标是仔细研究 PLP 与脂质谱之间的关系。这是通过采用加权多变量逻辑回归来确定这些关联来实现的。此外，为了评估不同人口统计部分内的变异性，进行了相互作用分析。此外，实施了受限三次样条 (RCS) 方法来深入研究 PLP 浓度和脂质水平之间潜在的非线性动态。 Table&Figure 结果解读：本研究纳入了6,459 名受试者。我们的数据显示，51.60% 的受试者年龄在 50 岁以下，48.40% 的受试者年龄在 50 岁以上，其中男性占 48.83%，女性占 51.17%。PLP 水平与低密度脂蛋白胆固醇 (LDL-C) 水平呈负相关。控制混杂变量后，PLP 水平每增加一个单位，LDL-C 浓度就会降低 17.7%（OR：0.823，95% CI：0.823-0.824，p <…
文章题目：Antiepileptic drugs and foetal disorders: analysis of 20-year data from the pharmacovigilance center DOI：10.3389/fphar.2025.1556598 中文标题：抗癫痫药物与胎儿疾病：药物警戒中心 20 年数据分析 发表杂志：Front Pharmacol 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《Front Pharmacol》（1区，IF=4.4）的文章。本研究旨在分析美国食品药品管理局（FDA）不良事件报告系统（FAERS）的数据，探讨抗癫痫药物单一疗法或联合疗法对胎儿及婴儿疾病的影响。 研究方法：采用贝叶斯分析和非比例方法，基于2004 年第一季度至 2023 年第四季度的 FAERS 数据库，评估 AED 使用与胎儿疾病之间的关联。还调查了患者的临床特征和结果。 Table&Figure 结果解读：研究发现胎儿疾病与第一代和第二代抗癫痫药物之间存在显著相关性，ROR 分别为 3.8 和 4.9。丙戊酸单药治疗与胎儿疾病的相关性最高（ROR =…
文章题目：Correlation between atherogenic index of plasma and cardiovascular disease risk across Cardiovascular-kidney-metabolic syndrome stages 0-3: a nationwide prospective cohort study DOI：10.1186/s12933-025-02593-z 中文标题：心血管-肾脏-代谢综合征0-3期血浆动脉粥样硬化指数与心血管疾病风险的相关性：一项全国性前瞻性队列研究 发表杂志：Cardiovasc Diabetol 影响因子：1区，IF=8.5…
文章题目：Difference between estimated glomerular filtration rate based on cystatin C versus creatinine and cardiovascular-kidney-metabolic health DOI：10.3389/fmed.2024.1477343 中文标题：根据胱抑素 C 与肌酐估计的肾小球滤过率与心血管-肾脏代谢健康的差异 发表杂志：Front Med 影响因子：1区，IF=3.1 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 Med》（1区，IF=3.1）的文章。本研究旨在探讨根据胱抑素 C 和肌酐计算出的估计肾小球滤过率 (eGFR) 差值 (eGFRdiff)在心血管-肾脏-代谢 (CKM) 健康中的作用及其对 CKM 综合征患者死亡率的影响 研究方法：本研究纳入了1999 年至 2004 年间开展的全国健康和营养检查调查 (NHANES) 中的 3,622 名参与者。采用加权有序逻辑回归探讨 eGFRdiff 与 CKM 健康之间的联系，采用加权 Cox 回归研究 eGFRdiff 与 CKM 综合征患者死亡率之间的关系。采用限制性立方样条 (RCS) 分析剂量反应关系。 Table&Figure…
文章题目：Cross-Country Inequalities in Disease Burden and Quality of Care of Stroke, 1990-2021: A Systematic Analysis of the Global Burden of Disease Study 2021 DOI：10.1111/ene.70050 中文标题：1990 年至 2021 年中风疾病负担和护理质量的跨国不平等：2021 年全球疾病负担研究的系统分析…
倒计时6天啦，#光速科研Sci光速写作训练营 第二十期，每个步骤手把手带~发表过该研究方法论文参与指导和助教~2025.4.25日课题组反馈汇总: 早期报名学习自动加入#光速科研线上师门 后续更新热点课程免费学习~第二十期报名倒计时6天现在报名，提前开始学习准备~跟着光速科研，轻松发SCI~
文章题目：Association between atherogenic index of plasma and cognitive impairment in middle-aged and older adults: results from CHARLS DOI：10.3389/fnagi.2025.1506973 中文标题：血浆动脉粥样硬化指数与中老年人认知障碍的关系：CHARLS 研究结果 发表杂志：Front Aging Neurosci 影响因子：2区，IF=4.1 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《Front…
MIMIC（Medical Information Mart for Intensive Care） 是由美国麻省理工学院（MIT）和贝斯以色列女执事医疗中心（BIDMC）联合开发的公开医疗数据库，专为医学研究设计。其核心数据来源于重症监护病房（ICU）患者的临床信息，经过严格匿名化处理，供全球科研人员免费使用（需通过伦理认证和申请流程）。 主要包括三类数据：临床数据（从ICU信息系统和医院档案中汇总）；生理数据（从床边监护仪获得）；死亡数据（社会保障局的死亡档案）。记录了患者的人口统计学信息、实验室检查、用药情况、生命体征、手术操作、疾病诊断、药物管理、随访生存状态等详细信息。 MIMIC数据库覆盖的疾病研究有哪些？MIMIC数据库能做哪些类型研究？ ❓ MIMIC是什么？ MIMIC（Medical Information Mart for Intensive Care）是由美国麻省理工学院（MIT）和贝斯以色列女执事医疗中心（BIDMC）联合开发的公开医疗数据库，专为医学研究设计。其核心数据来源于重症监护病房（ICU）患者的临床信息，经过严格匿名化处理，供全球科研人员免费使用（需通过伦理认证和申请流程）。 主要包括三类数据： 记录了患者的人口统计学信息、实验室检查、用药情况、生命体征、手术操作、疾病诊断、药物管理、随访生存状态等详细信息。 疾病的诊断主要通过ICD编码进行识别（包括ICD9和ICD10）。 📈 发文情况 目前总发文量达 1.7w+篇，光2024年就发文4000+，可以说是目前最热门的数据库之一了！ 🦠…
今天给大家带来的内容非常干，一起来了解一下转录组学是什么？转录组学挖掘公共数据库的步骤；转录组学的推荐工具 ⭕转录组学（Transcriptomics）：从基因表达角度出发，研究在不同时间、空间或生理条件下，细胞中所有RNA分子的表达情况，包括mRNA、lncRNA、miRNA、circRNA等。它能揭示基因的活跃程度、转录起始与剪接机制，并通过单细胞转录组、时序与空间转录组等技术深入揭示组织或器官中不同细胞类型的表达特征及其动态变化。 🧬 公共数据库转录组数据分析的常见流程 在数据获取与预处理阶段 首先从多个数据库下载相关数据，包括RNA-seq原始数据可通过NCBI SRA（使用prefetch或fasterq-dump）、ENA、TCGA（通过GDC或UCSC Xena）获取，处理后的表达矩阵则可从GEO（使用GEOquery R包）、GTEx、ArrayExpress等平台下载，同时提取样本的表型信息，如疾病状态和处理条件。 数据格式转换方面 使用fasterq-dump（SRA Toolkit）将SRA格式转换为FASTQ格式，对于微阵列数据，使用oligo R包处理Affymetrix平台的CEL文件。 质量控制和去污染步骤中 RNA-seq数据可使用FastQC进行质量评估，Trimmomatic或Cutadapt去除接头序列和低质量碱基，Bowtie2可用于比对宿主基因组后过滤宿主污染；微阵列数据则通过arrayQualityMetrics R包进行质控，过滤低信号探针。 数据标准化与批次效应校正方面 RNA-seq数据可使用DESeq2（基于负二项分布的标准化）、edgeR（TMM标准化）、Salmon/kallisto（TPM/FPKM计算），微阵列数据则使用limma R包（RMA算法、分位数标准化），批次效应校正可采用ComBat（基于线性模型）、Harmony、sva R包，并通过PCA图或UMAP降维图进行可视化验证。差异表达分析阶段，RNA-seq数据可使用DESeq2、edgeR、limma-voom进行分析，微阵列数据则使用limma（线性模型+经验贝叶斯校正），跨平台数据整合时需统一基因名（通过biomaRt）并进行表达值分位数对齐。 功能注释与通路分析方面 使用clusterProfiler（GO/KEGG）、GSEA（预排序基因列表）等工具进行基因集富集分析，数据库包括MSigDB、Reactome、WikiPathways；网络分析可使用WGCNA（加权基因共表达网络）、STRING、Cytoscape进行蛋白互作网络分析，驱动基因预测工具包括OncodriveCLUST（癌症数据）、VIPER（调控网络推断）。 结果验证与临床关联方面 采用从同一数据库下载独立队列数据进行验证（如GEO多数据集交叉验证），生存分析可使用survival R包、KM-plotter（癌症数据），多组学整合可结合DNA甲基化、拷贝数变异，使用MOFA、iCluster进行分析。…
文章题目：Development of a Longitudinal Model for Disability Prediction in Older Adults in China: Analysis of CHARLS Data (2015-2020) DOI：10.2196/66723 中文标题：中国老年人残疾预测纵向模型的开发：CHARLS 数据分析 （2015-2020） 发表杂志：JMIR Aging 影响因子：1区，IF=5.0 发表时间：2025年4月…