挑战7天光速完成一篇GBD，Day 4-5!进度汇报：跑代码+出图片GBD的数据提取实际上是非常容易获得的，而且并不需要复杂的数据清洗。按照不同的需要在网站上面进行数据下载，下载的数据通过整理好的代码跑一遍就能获得所有的表格和图片。 实际上，通过我们对GBD文章的解读，发现这有点儿像“描述性研究”。在不同水平（国家和地区）、不同性别（男女）等的描述以及可视化展示。文章的思路非常清晰。 师弟师妹们如果要做类似的研究，非常简单，换一个自己感兴趣的方向很快就能上手。那有的师弟师妹们可能会问：我关注的疾病被别人写过了怎么办？这个问题很好解决，我们在检索的过程中发现即使同样的方向依然有多篇文章–换地区：比如别人做了Global， 那我只关注中国？我关注亚洲？我关注金砖国家？这都是可以挖掘的点–换人群：别人关注了全部人群，我只关注儿童？只关注老年？–换时间：同样的主题，用不同年份的数据（2021年数据最近才更新）–换角度：相同年份同一个细分方向的数据也可以有多个角度。。。。 所以说idea不会少，文章是写不完的敲定选题后就一个图片、一个表格的跑代码我的代码就跑完啦图表就弄完，就要开始写作啦！

挑战7天完成一篇GBD，Day 1!在师弟师妹们的见证下，NHANES、MR、Meta我们都已经成功挑战很多期啦我们换一种挑战，那就是GBD（Global Burden of Disease）当听到这个名字的时候，Global肯定就知道这个数据库十分不简单GBD都是四大顶刊的常客了而且最大的特点就是统计方法很简单也不涉及复杂的数据清洗更重要的是不管你是临床、护理，还是公卫都能进行实操 我在Pubmed上面进行了初步的检索“Global Burden of Disease”发现总共有3万多篇，发文量呈现逐年增多的趋势大致浏览了一下发表的文章质量让我口水直流啊！！！同样的思路移植到我自己的关注的领域或者疾病就是一篇新的顶刊paper所以也来尝试挑战挑战自己 老规矩，首先要设定目标期刊因为我比较喜欢心内科，关注心内科疾病相对来说多一些，我初步检索了一下“GBD and heart failure”竟然有600+篇而且里面最简单的已经被写过了我得琢磨琢磨能不能从里面挖掘点儿信息出来琢磨选题花了大量的时间那就换了一个在数据库里面有的但是相对来说比较小众的心内科疾病 开干啦，选了个近期发表过GBD挖掘的期刊作为我的目标期刊就把Public Health暂定为我的目标期刊吧但是我觉得可能工作不止这个量值得更高IF的期刊就先选定这个期刊吧，到时候再调整 我选定了来自上海交通大学2024年2月刚发表的文章‘Burden of heart failure in Asia, 1990-2019: findings from the…

进度汇报：自从确定了目标期刊后，我的任务主要集中在选题 熟悉我们的师弟师妹们都知道，我们一直给大家传递的理念是选题立意比实操更重要，Idea比流程化的操作更重要，没有好的立意和选题，文章质量肯定欠佳。第一我有信心能顺利的完成后面所有的Table 和Figure，有信心通过“框架写作法”高效、光速的进行写作成稿第二，不管是MR还是NHANES还是GBD,方法学都是一样的。也就是说，我只要准备了相关的代码，从GBD数据库中下载了相关的数据，直接进去跑就可以啦。你可能会想：这不就是和我们MR、NHANES思路一样嘛？对的，实际上所有的公开数据库都是一样的。获取数据、清洗数据是最复杂、费时费力的，而跑代码就是“易如反掌” 所以这两天我用了充分的时间进行选题。本来想选“Heart Failure”，这种选题肯定被人做了，避免撞车的情况，我换了个在数据库里面有这个病但是比较小众的病。随后我去精读了几篇基于GBD数据库的高分文献，发现大部分的GBD文章的文章模式是类似的。正如肠道菌群、中介、药靶MR等，无非就是换了个疾病而已。 确实有些人就能发顶刊BMJ也能拿下。基本在Q1、Q2左右，分还蛮不错的。 通过文献的精读，大概整理了类似文章的结构–全球及地区水平负担–国家水平负担–全球负担地图–不同性别和年龄的疾病负担对比–全球和地区水平的疾病负担与SDI相关性–国家水平的负担与SDI相关性–负担的危险因素分析 当然也有一些其他的文章模式，我们后面一步步挑战 好的，今天的分享就到这里了！