GBD2023协作者数据6图读懂!

🔷 GBD 协作者数据的优势 GBD 协作者(Collaborator)是由 IHME 官方认证的研究机构/团队,拥有提前获取数据的权限,且可访问更细粒度字段(如特定省份的亚人群分层、疾病亚型归因数据)。 此外,协作者数据与普通公开数据在数据深度、应用场景和科研价值上存在显著差异。 📊 GBD协作者数据 VS 普通公开数据 维度 GBD 协作者数据 普通公开数据 数据完整性 包含更细尺度数据(subnational-level) 以国家/地区为最小单元 更新频率 实时或阶段性更新(如提交报告数据) 按年发布固定周期数据包(如GBD年报) 变量维度 包含未公开的社会经济指标、环境暴露因子等 标准核心六大指标如…

顶级期刊心头好呀!GBD数据库再现高分思路

顶级期刊青睐的数据库,高分文章跑不掉! 今天为大家简单介绍一篇IF=8.2,北大学者用GBD数据库写的一篇文章,逻辑清晰、主题明确,简简单单就上了SCI! 标题:The incidence of asthma attributable to temperature variability: An ecological study based on 1990-2019 GBD data 👉本文结合全球疾病负担(GBD)数据库和TerraClimate气象数据集,采用两步法分析了哮喘发病率与气候变化的关系,为制定针对气候变化和哮喘的公共卫生政策和干预措施提供了重要的参考依据。 🎯统计方法 研究员们采用两步法分析气候变化与哮喘发病率关系。 首先,通过广义线性混合模型识别关键气候变量,然后用广义加性回归模型进一步分析高温变异性对哮喘发病率的影响。 研究中充分调整了多个潜在影响因素,包括年龄、性别、地理位置、社会经济指数、O3、PM2.5和气象因素(最高温度、土壤湿度、降水量、风速)等,进行了亚组分析。 在预测未来哮喘发病率时,利用CMIP6数据预估变化范围,通过模拟不同纬度和社会经济途径下的气候数据,进行多次迭代,以评估哮喘发病率的可能变化趋势。 最后经过研究员的预测显示,SSP126至SSP585情景下哮喘发病率显著上升,尤其纬度在60度以上的地区。由于温室气体排放恶化,SSP585情景下2050年后哮喘发病率可能会加速。到2100年,纬度60°以上地区的哮喘发病率可能会增加5倍以上。但在SSP370情景下,2080年代纬度60°以上地区哮喘发病率开始下降。…

4.3/Q1,Charls最新文章解读!

文章题目:Longitudinal trajectories of disability index and associated factors in Chinese older adults DOI:10.1016/j.jnha.2025.100530 中文标题:中国老年人残疾指数纵向轨迹及相关因素 发表杂志:J Nutr Health Aging 影响因子:1区,IF=4.3 发表时间:2025年3月 今天给大家分享一篇在 2025年3月发表在《J Nutr Health Aging》(1区,IF=4.3)的文章。本研究旨在确定老年人残疾指数轨迹的模式和影响这些轨迹的相关因素。 研究方法:共有 3,227 名 60 岁及以上的老年人从四波中国健康与退休纵向研究…

5.9/Q1,GBD数据库最新文章解读!

文章题目:Epidemiological trends and characteristics of osteoarthritis in China during 1990-2021 DOI:10.1016/j.jot.2025.02.006 中文标题:1990—2021 年中国骨关节炎流行病学趋势及特征 发表杂志:J Orthop Translat 影响因子:1区,IF=5.9 发表时间:2025年3月 今天给大家分享一篇在 2025年3月发表在《J Orthop Translat》(1区,IF=5.9)的文章。本研究旨在按年龄、性别、关节部位、高体重指数 (BMI) 和社会人口学指数 (SDI) 全面分析 1990 年至 2021 年中国骨关节炎 (OA) 的发病率、患病率和残疾调整生命年…

NHANES指标推荐:NHHR!

文章题目:The association between non-high-density lipoprotein cholesterol to high-density lipoprotein cholesterol ratio and hepatic steatosis and liver fibrosis among US adults based on NHANES DOI:10.1038/s41598-025-90773-y 中文标题:基于 NHANES 的美国成年人非高密度脂蛋白胆固醇与高密度脂蛋白胆固醇比率与肝脂肪变性和肝纤维化之间的关联…

第十九期过去7天大家的进展(选题已落实)

选题、跑代码(分析)、写作、润色、投稿选刊、返修,全流程,手把手教学,保姆式服务~插班今日截止,明日开放第二十期入口~接下来更新更多热点课程,训练营帮助师妹师弟学会光速攥写任意类型Sci,线上师门不断推出热点课程,帮助大家掌握学术热点和新的研究方法~2025.4.07课题组反馈: 早期加入训练营学习可免费加入#光速科研线上师门,每月至少更新2门新课~今日内仍旧可插班~

基于机器学习的Meta是什么?检索式直接给!

很多小伙伴在没有临床数据、没有实验验证条件下想做Meta,又担心自己的Meta过于简单! 好好好~那就推荐大家了解一下基于机器学习的Meta分析,如果你还不知道基于机器学习的Meta分析是什么?可以在本账号内搜索 了解哦,之前小编都有介绍到✔ 当然,只理解概念不清楚怎么写是不是你也会困扰的一个问题❓ 所以今天教大家如何搜索基于机器学习的Meta分析文章 检索式👇 (“machine learning”[Title/Abstract] OR “deep learning”[Title/Abstract] OR “neural network”[Title/Abstract]) AND (“meta-analysis”[Title/Abstract] OR “systematic review”[Title/Abstract]) 今天要分享的学员就是学习基于机器学习的Meta分析成功发表文章的案例 ✔接收期刊:Brain and Behavior 📉IF=2.6;中科院3区SCI 📍发文方法:基于机器学习的Meta分析

1 15 16 17 18 19 305