Nutrients (IF 5.9) 近期刊登了一篇外国学者发表的孟德尔随机化研究，该研究探讨了软骨素，葡萄糖胺，维生素/矿物质摄入等与肾功的因果关系。 利用两组结局数据进行分析，验证结果的稳固性，是这篇文章的一个小亮点，同时也把整个文章的体量翻了一番。通篇行文平平无奇，图更是普通(还有点丑)，能发表5.9分的，应该从多个方面去考量。选题可以说占了一定优势，另外一些设计的点子上在正文中也有所交代，可以看得出来是懂MR，且能够相对完整地将成果呈现，可谓优缺点并存，发表5分左右的杂志也是可以理解。 再说回Nutrients，这个杂志出了发表孟德尔文章数量多之外，Nhanes方面的文章也是常客。有需要的小伙伴可以将其纳为候选期刊之一。另偷偷告诉各位，第II期的NHANES联合MR Talk将在下周举行，届时欢迎各位帅哥靓女捧场哦！ 如果需要系统学习孟德尔，欢迎来主页逛逛或者踢我哦！欢迎联系我。
本日分享，外国学者发表在EJE(IF 13)上的两样本孟德尔随机化文章，题为探索thyroid function 与SCZ 之间的因果关系。 在选题上，thyroid function 与mental disorders在之前的MR文章里面已经有人做过MDD及BIP，在SCZ 这一块还属于相对空白。 除了thyroid function ➡️SCZ，作者也做了反向MR，工作量上去了; 结合多数据库meta 分析，证据等级也上去了。 在各个环节上只要不出纰漏，再加上做到有一些亮点吸引眼球，是能够冲高分文章的。 向高分看齐，你不一定能发高分，但不会很差。追求廉价快餐式教学，往往比较容易碰壁。有不少来我这儿报名的学员都是吃了亏再来的，浪费💰不说，也耽误了时间，最终吃亏的还是自己。 欢迎联系我。
今日推文，是来自Mol Psych(IF 11)今年发表的一篇双向两样本孟德尔随机化研究: 运动/久坐行为与mental disorders的因果探讨。 以下从几个维度来探讨这篇文章为何适合小白学习 1️⃣ 从选题上，这篇孟德尔随机化的创新性并不算高，甚至于一些三五分的文的新意都比它还强。Mental disorder在孟德尔随机化领域可以说是做的非常多的，绝大部分表型都有人做过。因此，想从创新性去对文章进行加持，是有难度的。而这一篇文章，能够在已经做烂的表型里面去另辟蹊径，并且发表在10➕分的杂志，是值得学习探讨的。 2⃣️ 方法学传统简约。通篇利用最基础的两样本孟德尔随机化技术进行数据分析与展示，对于小白来说，这是非常友好的。随着发展，很多文章，尤其是药物靶点相关，会用到一些共定位之类的方法，看似高大上，实际上代码非常简单，这一类的在网上一搜就有。这篇文章虽然做的比较传统简约，但是胜在事无巨细交代的很清楚，对于初学者来说也是一个学习的榜样。 3⃣️结果展示简单直接，表格➕森林图两大元素构成了结果的展示。花里胡哨只能在原有的基础上稍微锦上添花，简约明了且合理的展示显得更加重要。 今日分享就到这儿。孟德尔随机化发展到现在，在文章质量要求方面已然是一个水涨船高的局势。还是那句话，有需要可后台滴！ 欢迎联系我。
今日分享的这篇孟德尔随机化，发表在Frontiers in immunology上，主题为COVID-19 为NMOSD的因果关系探讨，为简单的单纯两样本孟德尔随机化，这样的工作量及结果能发表在7➕分的杂志已经很罕见了，只能说Frontiers 系列真实门槛不高。 另外仔细看结果部分，还是有一部分内容需要斟酌考量的。 严谨规范的两样本是进阶孟德尔的基石，这也是我们课程的生命线。欢迎大家关注点赞收藏。 欢迎联系我。
今日分享的这篇孟德尔随机化，是由中国学者发表在J Endocrinol Invest 上的关于糖网与三大常见的Psychiatric disorders 的因果关系的探讨。 我们由浅入深来探讨一下这篇文章 首先不难看出，这是一篇简单的两样本孟德尔随机化，暴露为糖网，数据来自FinnGen R9； 结局为MDD、anxiety ，以及BD (可细分为BD I以及BD II)。结果表明糖网可增BD，尤其是BD I的风险。接着进行敏感性分析，探讨结果是否稳固。至此呢，文章已经接近尾声，没有在进行深入剖析。 那如果是你来做这个题，该怎么设计呢？或者说，假如你是审稿人，这样的题，存在什么样的缺陷呢？ 菜菜子在这里简单分析一下。首先作为暴露，糖网这样的表型缺乏一定的纯粹性，因此呢从选题开始就注定存在争议了。到底是糖网中的糖引起的风险，还是糖网中的网引起的风险呢？对于这样一个题，这是我们需要去重点关注的一个点，因为审稿人可能会在这里跟你过不去。那作为研究者，我们在选择数据的时候，是否要去关注GWAS是否做了糖的矫正？做没做矫正对数据会带来什么bias，基于这样的前提去选择数据，才能体现我们对问题看的是否透彻，文章才能具备一定的严谨性。其次，为了区分是糖还是网所带来风险，我们应该怎么去设计这样一个研究？或者在研究之初，是否可以看透此缺陷并且备好对策来反驳审稿人的意见呢？ 课题设计的精妙之处就在于此。当然了，发表为王，文章都会存在一定缺陷的。只不过是，在设计之初，应当尽量减少给自己埋雷，这样投稿的过程将会顺利很多，这也是我在答疑过程中反复给初学的学员灌输的思想，不要急于求快，不然文章烂在手里是分分钟的事情。 觉得有用的欢迎点赞收藏转发。更多高质量学习欢迎报名加入。 欢迎联系我。
今日分享的是今年7月份发表在JAMA Network Open上的一篇孟德尔随机化，一作是老外本科生 (太卷啦太卷啦) 回到文章，文章标题在图一已经展示，这里不多做介绍，就简单讲一下做到我心坎上的几个点 1、文章撰写。无论是在框架上的布置安排，还是整体行文流畅度，都是值得我们好好学习的。这一点我是比较有感触的，前前后后也审了很多稿子，现在的要求只会是越来越高，在文章呈现上一点马虎不得。 2、多重数据验证的处理方式，跟我的一篇文章极为相似。 3、在最后的中介分析上，作者做了非常详细的阐述，让人一目了然。 4、也是最重要的一点，整篇文章从头到尾展示的，都是极具设计感的。孟德尔随机化发展到目前这个状况，之所以让人产生审美疲劳，有很大一个原因就是大多数文章毫无设计，以至于很多杂志在看到这类文章都直接劝退，我相信有很多投稿以后直接desk rejection的例子。 欢迎联系我。
这两天顺利完成了初步选题(3个)和肠道菌群数据下载(图1),初步分析期间电脑崩了一次，遂在线指导师弟分析，20分钟教会 肠道菌群孟德尔随机化非常简单，看完这篇笔记，你就掌握啦(IF+5) 第一步、下载肠道菌群数据作为暴露(MiBioGen) 第二步、根据自己研究方向，下载结局数据或使用IEU结局数据(IEU数据加载太慢，我让师弟做的课题使用下载的数据，我继续使用在线数据库)第三步、数据处理(过滤、协调、合并)第四步、孟德尔随机化统计分析及结果可视化(森林图、散点图等) 需要注意的是，肠道菌群数据量比较大，常规跑循环时间太久，一报错前面的努力白费！因此建议大家通过分割肠道菌群数据，然后和结局做MR，得出结果。 总体来说，肠道菌群难度很小，师弟二十分钟掌握后告诉我，还是我的光速攥写SCI论文有意思。事实也是如此，任何方法都有过时的一天，只要会快速写论文，方法学起来很快的。 ❤️注释:这样的挑战难度系数太低啦，后面让我的师弟师妹们来完成这样的挑战，选定课题，我来指导他们在规定时间内完成一篇SCI论文，你们想看吗？ 不管如何，这个挑战我会做完，三个选题，让师弟做一个，我自己做两个，哪个数据好看就写哪个~ 晚安~~ 欢迎联系我。
不要版面费，也没有很快乐，因为在等一篇JCR一区杂志的信息。最近决定多到小红书接Accept了！ 同时下一轮开始挑战创作一区(＞10)的论文啦，照旧欢迎围观！ 欢迎联系我。