2.7/Q2,Charls最新文章解读!

文章题目:Association of the Triglyceride-Glucose Index and Obesity Indicators with Multiple Chronic Diseases: A Longitudinal Cohort Study Based on CHARLS DOI:10.2147/JMDH.S496304 中文标题:血糖指数及肥胖指标与多种慢性疾病的关联性:基于CHARLS的纵向队列研究 发表杂志:J Multidiscip Healthc 影响因子:2区,IF=2.7…

NHANES指标推荐:LC9!

文章题目:Association between Life’s Crucial 9 and overactive bladder: the mediating role of weight-adjusted-waist index DOI:10.3389/fnut.2024.1508062 中文标题:生命关键 9 与膀胱过度活动症之间的关系:体重调整腰围指数的中介作用 发表杂志:Front Nutr 影响因子:2区,IF=4.0 发表时间:2025年1月 今天给大家分享一篇在 2025年1月发表在《Front Nutr》(2区,IF=4.0)的文章。本研究调查了生命关键 9 (LC9) 与膀胱过度活动症 (OAB) 之间的关系,并评估了体重调整腰围指数 (WWI)是否会缓和这种关系。 研究方法:本研究的数据来自美国国家健康和营养调查 (NHANES)。我们使用亚组分析、限制性三次样条曲线 (RCS) 和多变量逻辑回归来探索 LC9 与 OAB 之间的关系。此外,还进行了中介分析,以调查 WWI 水平与 LC9 与 OAB 之间的关系之间的潜在关联。 Table&Figure…

4.4/Q1,FAERS数据库最新文章解读!

文章题目:Comprehensive analysis of adverse events associated with onasemnogene abeparvovec (Zolgensma) in spinal muscular atrophy patients: insights from FAERS database DOI:10.3389/fphar.2024.1475884 中文标题:脊髓性肌萎缩症患者使用 onasemnogene abeparvovec (Zolgensma) 治疗相关不良事件的综合分析:来自 FAERS 数据库的见解 发表杂志:Front Pharmacol…

新课发布!8种机器学习+SHAP 分析旧数据发新paper :零基础轻松实现

“ 零基础零成本轻松发表机器学习SCI 引言 机器学习是以数据和算法为核心,采用统计学、优化方法和计算机科学等技术手段,研究医疗数据模式的自动学习、预测建模和优化决策的一门学科。在医学研究中,机器学习被广泛用于疾病诊断、影像分析、预后预测和个性化治疗等领域。其核心目标是通过构建数学模型,从海量医学数据中提取规律,提高诊断准确性、优化治疗方案,并辅助临床决策。近年来,基于机器学习的研究已成为医学SCI论文的重要方向,为精准医学和智慧医疗的发展提供了有力支撑。 现在我们继续推出线上师门福利《零基础轻松发表机器学习SCI》! 机器学习 数据准备(子刊标准) 1–机器学习简单的概念 2–常见的机器学习模型 ##3.1-Logistic回归 ##3.2-knn 模型 ##3.3-决策树模型 ##3.4-随机森林(RF)模型 ##3.5-Xgboost模型 ##3.6-LightGBM模型 ##3.7-支持向量机(SVM) ##3.8-神经网络(nnet) 3–代码实操 –结局为二分类变量机器学习+SHAP –结局为生存变量机器学习+KM 机器学习发文情况一览 轻松实现8种常见的机器学习模型+SHAP模型分析! 旧数据也能蹭机器学习热点,文章影响因子UPUP! Logistic回归+k近邻(knn)模型,+决策树模型+随机森林(RF)模型+Xgboost模型+LightGBM模型+支持向量机(SVM)+神经网络(nnet)…

冲击高分!挑战7天一篇Nhanes数据库,day1

挑战7天完成NHANES,Day 1! 今天发起一个全新的挑战, 挑战7天完成一篇NHANES数据库SCI! 今天的主要任务就是初步检索+确定目标期刊。 NHANES数据库全名叫National Health and Nutrition Examination Si Urvey,是一项基于人群的横断面调查,旨在收集有关美国家庭人口健康和营养的信息。项目每年调查一个全国代表性的样本,约5000人。NHANES访谈部分包括人口统计学、社会经济学、饮食和健康相关问题。体检部分包括生理测量、实验室检查等内容。 数据量特别的大,涉及的相关指标很多,可以适合各个不同的科室的朋友来挖掘写作,所以近些年非常多的火热,我也来试试水,嘿嘿 我首先就用简单的“NHANES”进行了初步的检索,发现目前文章非常多, 高分文章不少,仔细看了看,基本集中在5分-10分居多,而且基本都是1区2区,还是可以的。 因为我最近对抑郁症恰好比较感兴趣,就打算做关于抑郁症文章,又去检索了“NHANES and depression”,发文数目和文章的质量都还是不错的,那就真么定啦 刚好出现在第一个文章是复旦大学最新的抑郁文章,后面全是我们之前调整的Journal of Affective Disorders,那我们就换一个目标杂志,我的目标文献就是这篇啦(DOI: 10.1080/07853890.2024.2314235),目标期刊就是Annals of Medicine。…

7.0/Q1,Charls最新文章解读!

文章题目:Anti-hypertensive medication adherence, socioeconomic status, and cognitive aging in the Chinese community-dwelling middle-aged and older adults ≥ 45 years: a population-based longitudinal study DOI:10.1186/s12916-025-03949-8 中文标题:中国社区居住中老年人群≥45岁抗高血压药物依从性、社会经济地位及认知老化:一项基于人群的纵向研究…

NHANES指标推荐:RFM!

文章题目:Higher relative fat mass was associated with a higher prevalence of gallstones in US adults DOI:10.1186/s12876-025-03715-3 中文标题:在美国成年人中,相对脂肪质量越高,胆结石患病率就越高 发表杂志:BMC Gastroenterol 影响因子:2区,IF=2.5 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《BMC Gastroenterol(2区,IF=2.5)的文章。本研究旨在调查成年人相对脂肪质量(RFM)与胆结石之间的关联。 研究方法:利用 2017-2023 年全国健康和营养检查调查 (NHANES) 获得的信息,基于加权多变量回归分析、平滑曲线拟合和阈值效应分析,检验 RFM 与胆结石之间的相关性。使用亚组分析和交互作用检验,我们调查了这种关联在不同人群中是否保持一致。我们通过受试者工作特征 (ROC) 分析和计算曲线下面积 (AUC) 评估了 RFM 和体重指数 (BMI) 在检测胆结石方面的有效性。 Table&Figure…

4.4/Q1,FAERS数据库最新文章解读!

文章题目:Real-world pharmacovigilance investigation of imipenem/cilastatin: signal detection using the FDA Adverse Event Reporting System (FAERS) database DOI:10.3389/fphar.2025.1524159 中文标题:亚胺培南/西司他丁的真实世界药物警戒调查:使用 FDA 不良事件报告系统 (FAERS) 数据库进行信号检测 发表杂志:Front Pharmacol 影响因子:1区,IF=4.4 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 Pharmacol》(1区,IF=4.4)的文章。本研究利用美国食品药品管理局(FDA)不良事件报告系统(FAERS),通过数据挖掘对亚胺培南/西司他丁的真实世界药物警戒调查。 研究方法:通过对 FDA 不良事件报告系统 (FAERS) 数据库进行全面搜索,选择与 IMI/CIL 相关的作为主要嫌疑 (PS) 的 AE 报告进行分析,时间跨度从 2004 年第一季度到 2023 年第四季度。利用不成比例分析技术,通过报告比值比 (ROR)、比例报告比 (PRR)、贝叶斯置信传播神经网络 (BCPNN) 和经验贝叶斯几何平均值 (EBGM) 识别 AE 的潜在信号。使用医学法规活动词典 (MedDRA) 对获得的结果进行系统分类。 …

冲刺高分!挑战7天完成一篇趋势性分析GBD! Day 2-3!

今日进展:继昨天确定了目标期刊和文献后我对选定的主题进行了深入的评估,判断其可行性选题是任何一个研究中最重要的一步 选对了就是事半功倍选错了就是一切努力都可能白费只要确定主题有研究价值我们就能信心满满地攻克所有方法学难题毕竟,“所有方法学都一定会被掌握”而且“框架写作法”会快射上手成稿 接着,我下载并精读了几篇基于GBD趋势性分析的高分经典文献发现结果展示部分大同小异主要区别在于研究的疾病不同写作风格和结构也有共通之处,那么,我该重点分析哪些具体内容呢? 通过阅读目标期刊的相关文献,我明确了需要完成的内容:–发病率和年均百分比变化(AAPCs)–患病率和AAPCs–DALYs率和AAPCs–全球发病率地图–新病例数量变化–发病率、患病率和DALYs率的趋势分析–发病率与社会人口指数(SDI)的关系 我们的挑战还在继续,让我们保持这股冲劲,一往无前!

1 20 21 22 23 24 285