文章题目:Association between atherogenic index of plasma and new-onset stroke in individuals with different glucose metabolism status: insights from CHARLS DOI:10.1186/s12933-024-02314-y 中文标题:不同糖代谢状态个体血浆动脉粥样硬化指数与新发卒中的关联:CHARLS的见解 发表杂志:Cardiovasc Diabetol 影响因子:1区,IF=8.5…
文章题目:Global, regional, and national burden and trends of migraine among women of childbearing age from 1990 to 2021: insights from the Global Burden of Disease…
文章题目:Red blood cell distribution width to albumin ratio associates with prevalence and long-term diabetes mellitus prognosis: an overview of NHANES 1999-2020 data DOI:10.3389/fendo.2024.1362077 中文标题:红细胞分布宽度与白蛋白比率与糖尿病患病率和长期预后相关:NHANES 1999-2020数据概述…
进度汇报:完成文章写作+投稿 表格和图片就完成啦,后面就是写作 写作是最简单的哈哈 《框架写作法》嘎嘎一顿狂写 我又不是“芒果”,所以夜班把电脑带去了科室 疯狂输出写作 情绪一下子就到位,写的太入神了 有个大妈喊了我好几声我竟然都没听见 然后大妈说:你们医生辛苦、就是有水平, 我孙女当年就是没考上某某大学医学院,遗憾的很, 然后找了个学医的男朋友 我emmmmmm然后哈哈哈 按照我们之前挑战Meta和MR的经验来说 一般1天能写完初稿, 而且其实我在挑战之初就已经在写方法了, 所以把跑出来的图片和结果放进去, 然后模仿我的目标文献就好啦~ 光速中文成稿后再翻译+润色+投稿前准备 挑战成功!!
6个月,从小白写出一篇生信SCI,我的时间线👇 研究思路设计(大概3周) 生信虽有套路,但是没有创新性的文章也越来越难发。 前期一定要花点时间打磨研究思路设计。 数据挖掘(大概1周) 学习生信常见数据库的挖掘,比如GEO、TCGA 等。 如果没有人带,自己要找代码、调试,解决报错的话,时间会更久。 数据清洗和整理(2个月) 将数据处理成符合特定格式的制式,并且各项信息要全面、去缺失值、去重复值。 这是生信分析的第一步很重要,决定后面的路是否顺利。 数据分析(2个月) 通常包含①差异基因筛选②功能富集分析及聚类分析 ③网络分析④生存率分析 多看文献,总结分析思路。 SCI写作 (1个月) 如果前面的分析都做好了,写作会很快。 总共耗时:6个月左右! 接下来就是选刊投稿返修啦…… 刚开始学的时候,几乎所有概念都不知道,懵逼状态大概持续了1个月之久。 0基础学习生信分析,到底要经历些什么?只有经历过,才有发言权。今天与大家分享一些学习经验: 1. R语言学习 R语言的课程视频网上到处都是。对于一个初学者来说,我们只要学会分析数据,至于更高的内容,比如编写脚本或者函数之类的我们就不用学了,学会怎么用别人的代码才是我们学习的目的。…
光速科研线上师门,只做优质直播和课程,一切以教会学员写出SCI论文为原则~经常半夜帮师妹师弟跑代码所以大家都能轻松搞定论文~课题组辅助完成第一篇SCI创作同时掌握光速攥写任意类型sci的能力~ 线上师门后续协助继续学习~课题组需要至少帮助人师妹师弟成稿投稿第一篇以及帮助师妹师弟掌握光速攥写任意类型SCI论文之后,所以不是光听课,实践大于听课2024.12.22师妹师弟课题组反馈: 光速科研第十六期~1.01日正式开课 报名倒计时啦 名额有限,先到先得 早期报名自动加入#光速科研线上师门享有权益:1、成为亲师妹亲师弟,后续终身答疑2、每月更新热点课程(方向),免费学习,持续产出SCI~3、线下师门聚会(安排中) (光速科研团队,用心服务我们的师妹师弟)
其实不是在贩卖焦虑,而是在告诉你现实。 读研时,导师会让你体会到,很多资源在向部分人倾斜;师兄师姐会告诉你,没博士,没博后,大三甲不要你;进了医院又有职称等着你熬…… 再具体一点,现在医学年轻人是什么样的现实处境呢?我经常吐槽,就像在手术室吃手术餐一样。 前浪做完关键步骤就进食堂,去的早竞争的人少,大鱼大肉不费力就能夹到。 中浪做完手术也陆续到食堂,没有肉了就吃蔬菜。 而年轻的这波人抬完病人送完标本,再去食堂,只剩下米饭了。 为了吃饱饭,年轻的这波人即使是白米饭也要抢着吃,因为她们想着,努努力,或许还能吃到菜和肉呢。 努力了很久似乎也没吃到肉,光看别人吃肉,自己心里很不甘。 僧多肉少,这就是大部分人焦虑的根源。 其实,你只要想开一点,把“我怎么就吃不到肉呢?”换成“能吃饱白米饭就很幸福啦”,日子不是照样过吗? 而且,不仅仅是医学生,每个行业都有自己的苦衷。不要去放大自己的焦虑,多做事,多落地,你总能感受到自己的成长! 🎯对医学生而言,做什么是你可以现在就行动起来,慢慢积累,对未来受益匪浅的? 那一定是科研!科研!科研! 最后提醒在医院搬砖的姐妹,千万不要丢了科研,我同事就是很好的例子,没有晋升每天临床都是干的极致重复的工作~ 临床医生搞科研其实并没有大家想象那么难的!! 你可以选择临床回顾性研究!! 回顾性研究所研究的对象正是临床上每天都接触到的患者。只需要掌握如何收集和保管这些病例,就可以获得合适的研究对象,并开始回顾性研究工作。可利用医院的HIS系统去搜集病例。 👉但是如果你没有条件收集数据,或者时间太忙不想苦苦收集数据,现在有很多公开的数据库可以挖掘,自己没有数据同样可以发SCI。 宝藏公共数据库: 🚩SEER数据库挖掘,适合癌症研究 🚩NHANES数据库挖掘,适合全科 🚩MIMIC数据库挖掘,适合重症研究 🚩GBD数据库挖掘,适合全科 只要思想不滑坡,办法总比困难多!! 其实不是在贩卖焦虑,而是在告诉你现实。…
MIMIC数据库是啥❓ 它是一个公开的数据库,该数据库于2003年在美国国立卫生研究院的资助下,由美国麻省理工学院计算生理学实验室、美国哈佛医学院贝斯以色列女执事医疗中心(Beth Israel Deaconess Medical Center,BIDMC)和飞利浦医疗公司共同建立。 👉重症相关的数据库,基本上想研究进ICU的疾病就是可以挖掘MIMIC数据库的。 数据库优点❗ ✔好建模:它就像一个医院系统一样,所以数据更好用于建模。对于建模感兴趣的急重症宝子更不能错过啦~ tips:一般来说MIMIC数据库基本上只能做回顾性研究和横断面的研究哦! ✔范围广:90%的急诊重症疾病都可以做,急诊可以做很多 今天的案例学员是脑梗方向,所以主要说脑梗,如果想看看MIMIC数据库的文章是研究什么内容可以参考一下👇 PMID: 35601742 PMID: 37386419 PMID: 38779217 PMID: 33103496 学员接收期刊:Scientific Reports 📉IF=3.8;中科院2区SCI 📍发文方法:挖掘脑梗方向】 🔖医学SCI一对一指导学习,符合学术规范,学到真技能
文章题目:Adverse childhood experiences and mental health disorder in China: A nationwide study from CHARLS DOI:10.1016/j.jad.2024.03.110 中文标题:中国不良童年经历与心理健康障碍:CHARLS全国调查 发表杂志:J Affect Disord 影响因子:1区,IF=4.9 发表时间:2024年6月 今天给大家分享一篇在2024年6月发表在《J Affect Disord》(1区,IF=4.9)的文章。本研究旨在利用中国健康与养老纵向研究(CHARLS)的数据探索不良童年经历(ACE)与精神健康障碍之间的关联。 研究方法:CHARLS是一项正在进行的全国性调查,调查对象为中国17,708名年龄≥45岁的居民。共提取了20项ACE指标。评估了未测量的混杂因素和潜在中介因素,并将效应量估计值表示为比值比(OR)和95%置信区间(CI)。…
文章题目:The association of manganese levels with red cell distribution width: A population-based study DOI:10.1371/journal.pone.0292569 中文标题:锰水平与红细胞分布宽度的关系:一项基于人群的研究 发表杂志:PLoS One 影响因子:1区,IF=2.9 发表时间:2024年8月 今天给大家分享一篇在2024年8月发表在《PLoS One》(1区,IF=2.9)的文章。本文这项研究利用了美国国家健康和营养调查(NHANES)2011–2018年的数据,旨在探索美国普通人群中血液锰水平与RDW之间的相关性。 暴露:本研究的暴露变量是血液中的锰水平。 结局:研究的结局是红细胞分布宽度(RDW),这是一项常规的完整血细胞计数(CBC)指标,用于反映循环红细胞体积的异质性。RDW的升高通常表示存在异形红细胞症,与多种疾病状态相关,包括慢性系统性炎症、营养不良和微循环障碍。 Table&Figure 结果解读:分析共涉及15882名参与者,我们确定参与者的血锰水平与RDW之间存在独立的正相关关系(β=…