文章题目：Global, regional, and national epidemiology of allergic diseases in children from 1990 to 2021: findings from the Global Burden of Disease Study 2021 DOI：10.1186/s12890-025-03518-y 中文标题：1990 年至 2021 年儿童过敏性疾病的全球、区域和国家流行病学：2021 年全球疾病负担研究的结果…
Day 3! Day3任务：数据下载＋数据清洗 任何一个公开数据库最费时费力的就是数据清洗了 我打算用R来实现，比stata方便很多 前期我就把所有的数据都下载好啦（非老大劲了） 现在主要的目标就是进行数据清洗 去我们下载好的数据中用R将所需要的数据提取出来 但在跑代码之前我们得知道自己需要哪些数据， 不然就算下载好的数据摆在我面前也无从下手～ 主要有三个方面： 重点关注的指标X（HRR），关注的疾病（心血管疾病，Y），还有一些协变量（Z）， 具体需要哪些协变量可以根据目标期刊里既往所发表的文献中筛选获得 并不是所有的协变量都需考虑进去，言之有理即可～ 我这篇文章主要包括以下协变量： 年龄、性别、种族、教育程度、家庭收入与贫困比(PIR)、咖啡因摄入、总能量摄入、体重指数(BMI)、腰围、吸烟状态、饮酒状态、糖尿病、高血压和高脂血症。 因为之前比较熟悉这个代码啦，所以提数据的时候很easy～ 用代码提啊提，用半天的时间就搞完了 不过有些数据还是要做的细致一点的～ 比如说高血压看起来只有是和否，但实际上定义有很多： 目前正在口服降压药或血压大于140/90mmHg，其中血压值是由受过培训的人员连续测量三个血压读数，并计算这三个读数的血压平均值。那么也就意味着，需要提取更多的数据来综合组成这个协变量 工程还是很浩大滴！毕竟一区二区的文章也不是风刮来的 但做多了也就熟练啦～ 猛猛一顿筛选就搞定！ 只要数据清晰了，后面的一切都好说，没什么复杂和困难的，…
学过的都说好哈哈~ 光速科研～课程满意度100%，学员持续产出文章~好评不断咱们团队几乎全年无休，争分夺秒带大家解决科研上的问题，做GBD的配图，charls数据库的开发，多组学的开发，帮助师妹整理一区的思路，也收到了许多对咱们团队的祝福，我们会继续加油~2025.3.18师妹师弟部分反馈: 第十九期开放报名中名额有限，先到先得近期经常有咨询的师妹师弟问我们会不会跑路？我想说的是第一期的师妹师弟也有问这个问题的，选择相信我们光速科研团队的都发表SCI了，同时已经接收500+天的持续服务啦~我们会持续优化我们的课程体系，增加服务内容，让光速科研团队成为医学科研培训（服务）的正规军~持续为咱们的师妹师弟提供优质的科研服务~早期报名的自动加入光速科研线上师门（终身制-创始会员）后续人多啦，这个福利就取消了（很快）
挑战5天完成一篇NHANES，Day 1! 今天继续发起一个新的挑战， 挑战5天完成一篇NHANES数据库SCI！ 第1天主要任务:熟悉数据库+明确选题+确定目标期刊和目标文献 关注我们的朋友知道我们挑战了很多期NHANES NHANES数据库是美国疾病控制与预防中心（CDC）主导的一个重要数据资源 这个数据库通过抽样调查收集了美国全国范围内的健康与营养状况数据 包括人口统计信息、饮食习惯、身体状况、实验室指标等 NHANES的数据时间跨度大、样本量大、代表性强 能够反映美国人口的健康趋势和变化 这个数据库质量高、代表具有广泛性 所以NHANES经常被用于发表高影响力的学术论文 特别是在慢性病、营养状况和社会健康差异等领域。 这个数据库数据量特别的大、涉及的相关指标很多 所以可以适合各个不同的科室的朋友来挖掘 所以近些年非常的火热，我也再次的来尝试，嘿嘿～ 阅读文献的过程中发现了一个新的指标 HRR：hemoglobin-to-red blood cell distribution width ratio HRR：血红蛋白与红细胞分布宽度比…
今天给大家分析一下NHANES数据库睡眠可以挖掘的文章方向： 一、睡眠质量 🔔切入点：氧化应激与睡眠质量的相关性，以及氧化平衡评分（OBS）作为评估饮食和生活方式暴露于氧化应激的工具，如何影响睡眠质量。 二、睡眠时长与认知功能的关系 🔔切入点：睡眠时长对老年人认知功能的影响，以及这种影响是否存在因果关系。 三、睡眠障碍的流行病学特征 🔔切入点：可以通过分析NHANES数据库中关于睡眠障碍的调查问卷数据，结合人口学信息、生理测量数据以及实验室检测数据等多维度信息，来深入探究睡眠障碍的流行病学特征。例如，可以分析不同年龄段、性别、种族以及教育水平的人群中睡眠障碍的患病率差异，以及睡眠障碍与高血压、糖尿病等慢性病之间的关联。 四、睡眠呼吸暂停综合征 🔔切入点：研究SAS与其他慢性疾病（如心血管疾病、糖尿病、高血压等）的共病情况及其相互影响；或者和发病相关的危险因素（如肥胖、吸烟、饮酒等）和保护因素（如健康饮食、规律运动等）。 五、饮食与睡眠质量的关联 🔔切入点：饮食成分（如咖啡因、抗氧化剂等）对睡眠质量的影响。在NHANES数据库中，可以通过分析参与者的饮食摄入量、营养素摄入量以及食物消费模式等信息，结合睡眠质量数据，来探究饮食与睡眠质量的关联。例如，可以分析高咖啡因饮食摄入量与睡眠障碍之间的关系，或者探究抗氧化剂摄入量对睡眠持续时间的影响。 挖掘NHANES数据库的睡眠方向学员接收 ✔接收期刊：Journal of Hypertension 📉IF=3.3；中科院2区期刊 📍发文方法：挖掘NHANES数据库
文章题目：A study on the impact of chronic diseases and depressive symptoms comorbidity on the risk of cognitive impairment in middle-aged and older adults people based…
文章题目：Nonlinear association between blood urea nitrogen to creatinine ratio and obstructive sleep apnea: a cross-sectional study from NHANES DOI：10.1186/s12890-025-03557-5 中文标题：血尿素氮与肌酐比值与阻塞性睡眠呼吸暂停之间的非线性关联：NHANES 的一项横断面研究 发表杂志：BMC Pulm Med 影响因子：2区，IF=2.6 发表时间：2025年3月…
文章题目：Assessing hemorrhagic risks in combination therapy: implications of angiogenesis inhibitors and immune checkpoint inhibitors DOI：10.3389/fimmu.2025.1527570 中文标题：评估联合治疗中的出血风险：血管生成抑制剂和免疫检查点抑制剂的影响 发表杂志：Front Immunol 影响因子：1区，IF=5.7 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 Immunol》（1区，IF=5.7）的文章。本研究旨在利用 FDA 不良事件报告系统 (FAERS) 数据库评估接受血管生成抑制剂 (AGI)、免疫检查点抑制剂 (ICI) 及其联合治疗的实体瘤患者的出血风险。 研究方法：从 FAERS 数据库中提取了 2011 年第一季度至 2023 年第四季度接受 AGI、ICI 或二者联合治疗的实体瘤患者的数据。通过计算报告比值比 (ROR) 和相应的 95% 置信区间 (CI) 以及比例报告比 (PRR) 进行不成比例分析，以识别潜在的安全信号。为了评估联合治疗的出血风险是否高于单药治疗，我们采用加法和乘法模型来评估联合治疗和单药治疗之间的相互作用。 Table&Figure 结果解读：AGI 和 ICI 联合使用显著增加出血不良事件的风险，尤其是肿瘤和肺出血。出血事件在女性（50.97%）和老年患者（64 岁以上）中很常见，多发生在治疗的前 30 天内（38.11%）。牙龈出血（ROR…
文章题目：Association between the cumulative estimated glucose disposal rate and incident cardiovascular disease in individuals over the age of 50 years and without diabetes: data from…
文章题目：Blood lead levels and bladder cancer among US participants: NHANES 1999-2018 DOI：10.1186/s12889-025-21549-2 中文标题：美国参与者的血铅水平和膀胱癌：NHANES 1999-2018 发表杂志：BMC Public Health 影响因子：1区，IF=3.5 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《BMC Public Health》（1区，IF=3.5）的文章。本研究旨在探讨血铅水平（BLL）与膀胱癌之间的联系。 研究方法：本项横断面研究利用 NHANES（1999-2018）数据库，探讨了 20-85 岁美国人的 BLL 与膀胱癌之间的关系。采用加权多变量逻辑回归进行分析。此外，还进行了亚组分析和平滑曲线拟合。 Table&Figure 结果解读：本研究共纳入40486名受试者，受试者的体质指数（BMI）为28.71±6.68…