6 月 28 日，科睿唯安发布了最新版期刊征引报告（Journal Citation Reports, JCR）和 2022 年 SCI 影响因子。与去年影响因子普遍上涨的趋势不同，多本排名高位期刊的影响因子出现了不同程度的回落。 影响因子均呈整体下降趋势。在排名前十的期刊中，排名第一的《CA:A 临床肿瘤杂志》（CA：A CANCER JOURNAL FOR CLINICIANS）影响因子继续下跌，从去年的 286.13 降至 254.7。位列第二的《柳叶刀》（The Lancet）在去年突破 200 分大关后，今年回落至 168.9。《新英格兰医学杂志》（NEJM）由去年的 176.079…
十一月断更了断更一个月（10.25停更），后台催更无数，但确实太忙了，也没空回复大家，先说句抱歉~ 这次回来跟大家汇报挑战的成果：十一月总共接收两篇文章：一篇一区的JMIR，影响因子：7.4行业顶刊（大修后小修，小修后接收）另外一篇传统的二区杂志，非OA，因为我还要持续投，所以就不透露杂志啦（这已经是该杂志接收第二篇啦~） 除了汇报成果以外，还得宣布12月份的挑战至少更新18天（大概也就是两篇文章的水平~其实我电脑里已经堆了几篇没投稿的了） 感谢大家的关注，祝你们也多多Accept!
🤪其实有很多小伙伴私信我，说找不到点子做，想到的别人都做过了，问我为啥能源源不断的产出论文。也有个别小伙伴对我表示了质疑哈，认为我是吹牛逼或者发的letter/correspondence，我可以告诉大家我发的original research 目前占比 90%。 ‼️其实只要科研品味足够低，对很多人来说一年发20篇也不是难事，但是我依然要说，灌水确实不违法但是灌水太多对于今后想从事科研工作的同学没有好处，而且我说我自己灌水只是说发表的期刊水平比较低而不是使用我所介绍的灌水方法。 ✅我通过我平时读文献审稿的一些经验总结，直接给小伙伴们介绍一下怎么样才能源源不断的灌水，相信大家看完之后都能学会。 ⭕第一种 更换研究对象首先，大家要把复杂问题简单化来看待，X是暴露因素，Y是结局因素，Z是研究人群。大家都知道发 SCl最重要的是创新，但真实情况是只需要做出一丟丟的创新就足以把成果发在一般的SCI上，比如图里的3篇文章。 ✅第一篇 2014年发表x是血铅，Y是骨密度，Z是中国人；✅第二篇用 NHANES数据把Z换成美国女性在2022年也依然可以发表；✅第三篇依然是 NHANES数据，只不过把Z换成了美国儿童和青少年那如果把乙换成老年人呢？换成绝经女性呢？📍大家可能会说，要是老年人和绝经女性被发了怎么办呀，那当然是思路还没有打开呀。⭕还可以把Z换成✅有糖尿病的老年人✅有高血压的绝经女性✅有糖尿病肾病的中年男性…🖍触类旁通，这样的方法不仅仅用于临床类型的文章在基础类或者生信文章里也比比皆是，简单更换元素对于一篇文章来说就是一丢丢创新。由于篇幅有限，下期我再给小伙伴们介绍其他的灌水方法。 欢迎联系我。
~首先进行Figures整理排版:在整理排版过程中需要反复思考进行 Figure位置及顺序调整，形成整篇SCI的逻辑框架，理出一条清晰地讲述story逻辑线路(个人认为这是SCI写作中最关键的一步，既是第一步，也基本上是最后一步，每次当Figure整理排版完成后，整篇SCI写作框架和思路在脑海中已经完全形成，后面其他板块的写作就是对这一步的落实); ~Materials&Methods部分的撰写这里是记录你的研究基础和研究方法，可以是自己的实验记录和笔记，但是需要你整理成论文形式。这部分是论文的主体，因此这部分放在写作顺序的第二步骤~写Results对图表进行详细的解释说明，最好是一个图表对应一个内容 (可以是一个段落，也可以是多个段落)。结果是根据研究方法做实验得到的数据，因此这部分放在写作顺序的第三步骤。~写Discussion讨论就是回答results里可能存在的各种问题，也回答你解决的问题。把问题回答好，审稿人也就少点问题。讨论就是结果的分析，因此这部分放在写作顺序的第四步骤。~写conclusion总结是对上述内容的总结，因此这部分放在写作顺序的第五步骤 ~写introduction引言是很重要的，包含methods、conclusion的概括，因此这部分放在写作顺序的第六步骤。~写abstract。摘要是对论文正文的总结和概括，因此这部分放在写作顺序的第七步骤。写title~题目必须准确，描述性强的 title更加吸引读者。题目很重要，需要从论文主体中提炼，因此放在写作顺序的第八步骤。~写key words关键词的作用就是方便读者检索和索引，可以根据论文的materials&methods确定关键词，关键词不是最重要的，可以放在写作顺序的第九步骤。 欢迎联系我。
自己科室的数据很少、没有系统收集、或者是拿不到数据。给大家介绍一个不用做实验还不用收集数据的方法：NHANES数据库！绝对不会被审稿人和编辑要求补实验! NHANES 数据库拥有庞大的数据资源，并且完全开放免费下载，而且这个数据库每两年更新一次，会加入大把新数据，完全不担心样本量不够。当然介绍的再多都不如自己去网站逛一逛。 官网直接免费下载！（步骤已经整理出来了 看👀图） 最后提醒一下下载的数据为XPT格式，XPT格式的文件用Excel是查看不了的，我们可以导入到R语言中，使用R Studio查看，我们一般是转换成CSV格式进行查看并将其导出。 欢迎联系我。
拿现成数据发自己文章の小攻略来啦今天介绍GEO数据库 🤔肿瘤、非肿瘤、芯片、NGS、差异分析、分子验证……GEO几乎都涵盖了所有你能想到的数据， 😊同时还能够做一些在线分析。 💡重要的是💡这些数据不花一分钱！ 只要你动动小脑袋跟着王师兄学起来3分文章收入囊中洒洒水啦 常见的利用GEO数据库发文套路：登录GEO数据库检索关键词下载GEO原始CEL数据等文件oligo/affyR包读取CEL文件数据质量控制RMA算法背景矫正并进行数据标准化探针基因注释limma包获得表达矩阵数据 欢迎联系我。
发表论著需要有数据支持，但是如果是没有课题、没有经费、也没有实验数据的情况，难道就发不了SCI，只能干着急？当然有解决的办法‼️‼️ 1、Case Report（病例报告）Case Report是医学论文常见体裁，通过对一两个生动的病例进行记录和描述，试图在疾病的表现、机理以及诊断治疗等方面提供第一手感性资料的医学报告，Case Report字数少，工作量小，写起来更简单，轻松。 2、Review（综述）Review是指对大量原始研究论文中的的数据、资料和主要观点进行归纳整理、分析提炼而写成的论文。不同于Meta分析，不需要二次统计分析，更适合没有统计基础的小伙伴们。 3、Meta分析（荟萃分析）Meta分析是在临床研究上全面收集所有相关研究并进行统计学处理，再分析得出结论。目前，Meta分析依旧如火如荼地进行。学习 Meta 分析的基本流程分为6个模块。 4、临床研究（Study Protocol）4.1原始研究原始研究是对直接在患者中进行单个有关病因、诊断、预防、治疗和预后等试验研究所获得的第一手数据，进行统计学处理、分析、总结后得出的结论。4.2二次研究二次研究是尽可能全面地收集某一问题的全部原始研究证据，进行严格评价、整合处理、分析总结后所得出的综合结论，是对多个原始研究证据再加工后得到的更高层次的证据。 📖一些公共数据库可以提供大量的临床研究数据，其中许多是免费的，运用好这些免费的数据，能够解决你没有自己的数据可发布的问题，让你到手3分paper指日可待~欢迎各位学弟学妹赶紧加入!🥰欢迎联系我。 毕竟，一个人跑得快，一群人才能跑得远哦~
在癌症或者疾病的治疗过程大家当然是最关注预后📖COX比例风险回归分析是一种在生存分析中常见的分析模式，根据各项特征（每一个基因的表达量）与预后信息（生存时间和生存状态）进行自变量与因变量的回归分析计算出风险率后我们就能够预测🚨哪些基因会患者的生存造成显著影响 介绍两种在文章中常见方法 👉对组分类变量资料，采用Kaplan-merier法进行单因素分析，筛选发现风险因素。但是对于连续性数值变量，不能直接进行Kaplan-merier法，可以基于专业将数值降级为分类进行Kaplan-merier法。然后将单因素分析筛选出来的多个因素，再进行多因素Cox回归分析。👉直接进行单因素Cox回归，将分类变量、连续变量、等级资料分别进行单因素分析，筛选有意义变量，然后将有意义的多个变量进行多因素Cox回归分析。————————————————单因素，多因素，Kaplan-merier分析代码有需要的小伙伴👀 欢迎联系我。
cBioPortal 是一个基于 TCGA 数据库，不需要注册登录即可进行可视化分析的网页，不需要代码， 里面内容十分丰富，提供了最详细的 TCGA 在线分析展示。 cBioPortal 显着降低了复杂基因组数据与癌症研究人员之间的获取障碍，促进快速、直观、高质量地获取大规模癌症基因组学项目的分子谱和临床预后相关性。 DNA 拷贝数数据（每个基因的假定，离散值，例如“深度缺失”或“扩增”，以及 log2 水平），mRNA 和 microRNA 表达数据，非同义突变，蛋白质水平和磷蛋白水平（RPPA）数据，DNA 甲基化数据和有限的临床数据。 各位学弟学妹们有任何疑惑都可以在下方评论区留言，或关注私信师兄，师兄看到一定会及时回复哒!另外，有需要系统化学习生信和医学类SCI一对一 辅导的同学，也可以猛戳师兄私信!! 欢迎联系我。