回顾性队列研究是一种观察性研究，通过收集和分析历史数据来回答问题。 今天小编就来给大家解析一下这种研究方法的优势及与其他研究类型相比对数据要求的便捷性 ⭕研究方法的优势可以归纳 ⭕对数据要求的便捷性 数据收集相对容易：回顾性队列研究的数据收集相对容易，因为研究者不需要实时收集数据，而是从已有的记录中追溯所需的信息。这大大节省了人力、物力和时间。 适合大型数据库分析：回顾性队列研究非常适合对大型数据库或现有资料进行分析，因为这些数据库通常包含了大量的历史数据，可以满足研究的需求。 设计灵活且适用于多种研究目的：回顾性队列研究的设计相对灵活，可以根据不同的研究目的进行调整。同时，由于数据是现成的，因此可以快速收集并分析数据，适合时间紧迫的研究。 今天要分享的学员就是呼吸方向用单位数据做的回顾性队列研究成功发表文章的 ✔接收期刊：BMC Pulmonary Medicine 📉IF=2.6；中科院3区SCI 📍发文方法：呼吸方向使用单位数据做的回顾性队列研究

广州中医药大学近期发表在10.7分1区牛刊《Redox Biology》的一篇文章很有意思，大家一起看看。 📑《Machine learning and SHAP value interpretation for predicting comorbidity of cardiovascular disease and cancer with dietary antioxidants》 （基于机器学习与SHAP值解析膳食抗氧化剂对心血管病与癌症共病的预测） ⭕️研究背景：心血管疾病（CVD）与癌症常“相伴而生”，两者共享氧化应激、炎症等病理机制。而膳食中的抗氧化剂（如维生素、多酚）能中和自由基，可能降低共病风险。但传统统计方法难以处理复杂数据关系，机器学习（ML） 结合 SHAP值解释 成为新突破！ ⭕️研究过程（详见图2）…

其实还在挣扎当中！！不能放弃！！ 医学读研期间，导师通常会让我们学习写一篇Meta分析，一是Meta分析能快速发表SCI，可解决毕业的小论文问题，也可以在研究生期间多积累科研成果。二是Meta分析特别适合科研小白入门。 为什么入门最好去学Meta分析？你想想你刚进课题组的时候，是不是直接上？根本没人教你基础的科研技能，上课也不会有成体系的科研基础课，好像老师们都默认我们会。 如果你想尽快跟上课题组的节奏，自己就要快速适应科研工作。这时学习Meta分析，你就会遇到大量问题，文献怎么检索怎么筛选？医学统计怎么回事？SCI写作有哪些技巧？SCI选刊投稿是怎样的流程？当你成功发表了一篇Meta分析后，你会发现这些技能你已经有了一定的基础！ 所以医学科研小白学习Meta分析，可以给自己一个接触科研的缓冲机会，毕竟它比基础实验温柔多了，能让你迅速了解学术语言，体会科研是怎么一回事，从而更快地适应医学科研。

挑战7天光速完成一篇药物靶向MR，Day 4-5!进度汇报：寻找靶基因+跑代码+出图片药物靶向的代码非常的简单也非常的好理解，但是要注意的是要搞清楚整个过程中的思路第1步：明确蛋白与疾病表型存在明显的因果关系或者已知该蛋白能够有效作用于该疾病的治疗。第2步：寻找调节该蛋白表达的一类基因来模拟药物作用第3步：寻找到这个靶基因后获取其工具变量与疾病进行单变量MR分析。 这就是我们的药靶的文章设计思路很重要的一部就是寻找靶基因一般我们通过eQTL的网站无寻找https:/www.eqtlgen.org/因为基因表达的过程会受到很多的调控所以不仅要关注该基因，还要关注该基因的上下游1兆的基因信息 我的eGTL的数据来源于Genomic atlas of the proteome from brain, CSF and plasma prioritizes proteins implicated in neurological disorders，里面包括了来自人体血浆、CSF等的eQTL数据我对这些下载来的数据进行了预处理实际上本质就是本地数据的数据处理然后再用这些数据进行药靶MR的分析 然后再做一个共定位分析其实就是看暴露X与结局Y的GWAS summary中该区域的所有SNP的位置是不是基本一致的今日图表弄完啦，就要开始写作啦！