近期，网络上有关Frontiers系列期刊不再接受孟德尔随机化研究的截图引起了广泛关注，大致内容是：“由于最近的政策变化，我们的任何期刊都不再接受孟德尔随机化的论文。因此，您将无法在我们的期刊上提交这种类型的稿件。”许多人对此感到困惑和担忧，担心这一研究方法是否已经失去了学术界的青睐。那么孟德尔随机化真的不能发了吗？当然不是！ 学术界对于任何研究方法的接受程度都是动态变化的。孟德尔随机化作为一种流行的方法，自然也会受到过度使用和”灌水”现象的影响。但正如历史上的meta分析一样，即使面临质疑，只要研究方法本身有其科学价值和创新性，它就不会被轻易淘汰。 研究人员应该专注于提高研究的质量和创新性，而不是过分担心外部环境的变化。只要我们的研究能够为科学界带来新的知识和见解，它就仍然具有发表和传播的价值。而对于文章秒拒的情况，小编认为还是需要从文章的本身找原因。 选题–着重于临床 首先，选题的关键性不容忽视，尤其是在临床研究领域。无论采用孟德尔随机化、Meta分析，还是利用各种公共数据库，这些方法固然多样且重要，但它们只是工具，而非研究的核心。真正的核心问题在于，能否通过这些方法切实解决临床问题。因此，研究选题必须紧密围绕临床需求，确保研究具备实际应用价值。对于SCI论文来说，选题的重要性甚至超过了研究方法的复杂程度和研究结果的阳性或阴性。一个临床导向明确的选题，不仅决定了文章的学术水平，还直接关系到其在实践中的应用潜力。因此，选题的优劣是学术研究成功的基石。与其担心孟德尔随机化这个方法本身不再受欢迎，又或者太过追求复杂的方法，不如专注于那些真正具有临床意义的选题。 结合其他方法–解决MR的局限性 在做孟德尔随机化研究时，建议将其作为研究方法之一，而非唯一的方法。通过与其他技术手段的结合，可以有效弥补孟德尔随机化的某些局限性。例如，可以做更深层次的MR（免疫、蛋白组学等等），或者将孟德尔随机化与多组学数据（如转录组学、单细胞测序）或机器学习、网络药理学等方法结合使用。这不仅有助于提升研究的创新性，还能够增强研究结果的可靠性和科学性。对于拥有充足科研经费的团队，可以在数据分析之后添加适当的实验验证，以进一步巩固研究结论，从而增加文章被高水平期刊接受的可能性。 为了应对当前孟德尔随机化研究中存在的数据选择偏倚、参数调整、单一论证及多效性等问题，可以采用以下策略进行优化： 1.整合Meta分析：通过纳入来自不同来源的多组数据作为暴露和结局进行分析，能够有效减少GWAS数据选择偏倚，提升研究的广泛性。 2.结合公共数据库或真实世界数据：例如，利用NHANSE、CHARLS、ELSA等大型数据库，可以拓宽分析范围，减少常规混杂因素的影响，从而增强研究结果的可信度。 3.结合药物靶点和PheWAS分析：在缺乏临床试验数据时，药物靶点MR可以预测药物的潜在疗效和安全性，类似于临床试验中的随机化。此外，通过PheWAS分析，可以探讨候选药物对全表型组的遗传预测变化，进而识别可能的靶向副作用，为复杂性疾病寻找新的治疗靶点或干预措施。 写作规范化 建议在MR写作中，应当采用STROBE-MR清单来详细阐述术语，并解释其包含的20个项目。这些项目及其含义和基本原理对于确保研究的透明度和可重复性至关重要。研究者应在撰写论文和设计研究时，将这些规范作为补充材料的一部分，严格遵循以确保研究的质量和标准。 下面这篇优质选题+药靶+中介+细胞学验证的最新高分文章分享给大家。 该文章综合了来自多个大规模研究的蛋白质定量性状位点（pQTL）数据和基因组关联数据，对数据进行了深入挖掘和分析，还通过多维度的验证，进一步验证了蛋白质与衰老之间的因果关系和潜在机制，在最后还进行了一部分细胞学实验作为验证，干湿结合的研究设计很值得大家学习借鉴。 结果： 写在文末： 一味追求捷径，缺乏耐心、浅尝辄止，不深入思考，也不以解决临床问题为导向，无论面对任何问题，都很难取得好的结果。找到自己真正热爱的领域，踏实努力，到了一定程度，文章自然会顺利发表～
文章题目：The association between blood manganese and liver stiffness in participants with chronic obstructive pulmonary disease: a cross-sectional study from NHANES 2017-2018 DOI：10.1186/s40001-022-00977-5 中文标题：慢性阻塞性肺病患者血锰与肝脏硬度之间的关系：2017-2018 年 NHANES 横断面研究…
文章题目：Burden of non-communicable diseases among adolescents and young adults aged 10-24 years in the South-East Asia and Western Pacific regions, 1990-2019: a systematic analysis for…
Day 2任务：明确选题不管是普通的meta分析还是网状meta分析还是计量反应meta、累积meta都是一样的模板化、流程化的思路和操作能够让我们能够快速成稿只需要按照PRISMA的要求一步一步做就行Meta分析、任何公开数据库的挖掘都是要以选题为核心只要明确了选题，后续的一切操作都很简单就一定能挑战成功 按照我们常规meta分析的流程首先一定要现在PROSPERO网站上面进行注册，拿到一个编号这个编号对后面的投稿和暗示别人不要做类似研究有非常重要的意义一步一步按照网站的要求进行各种研究设计的填写一般2周左右会通过审核只要填写好了就安心等待一边等待一边开启后续的分析和写作拿到了编号就去投稿阅读PRISMA并且根据里面的信息注意研究设计和内容书写根据里面的条目清单规范写作会大大增加中稿率 通过文献检索我发现与急性.心.肌.梗si术后该yao.物.治.疗.的研究很多但是没有相关的网状meta分析其中原始文献的文章质量也很高和临床研究的一些小伙伴讨论了过后觉得这个选题没有问题可以继续实操下去师弟师妹们，一定要多花时间砸选题上不然都是后面都白干！
文章题目：TGlobal, regional, and national burden of osteoarthritis, 1990-2020 and projections to 2050: a systematic analysis for the Global Burden of Disease Study 2021 DOI：10.1016/S2665-9913(23)00163-7 中文标题：1990…
文章题目：Predicted visceral adiposity index in relation to risk of coronary heart disease and all-cause mortality: insights from NHANES DOI：10.3389/fendo.2023.1296398 中文标题：预测内脏脂肪指数与冠心病风险和全因死亡的关系：来自 NHANES 的见解 发表杂志：Front Endocrinol 影响因子：2区，IF=3.9…
Day 1 主要任务：确定选题方向+目标期刊+目标文献 近几天有很多的小伙伴过来说对网状meta分析非常感兴趣。我也有思考，meta分析的火热程度较在前几年有所下降，但是一些特殊类型的meta分析比如网状meta依旧有非常打的前景，通过检索与meta分析相关的文献发现：其实不管是那种类型的meta都有很大的发文量。这也是我们之前一直给大家传递的一个理念是：选题比实践更加重要 所以继挑战了MR、NHANES和GBD数据库后这次我就挑战网状meta分析，期待挑战成功！ 我们实验室的同事最近在关·注AMI相关的基·因·治·疗，而且关于急性心肌梗si（AMI）的话题永不过时所以就围绕这一话题。 任何的研究，选题一定是最关键的如果师弟师妹们也有想发文章的冲动师弟师妹们一定要好好的打磨自己选题研究的顶层设计决定了文章能不能发、能什么水平的文章在文章发表过程中有着举足轻重的作用回到挑战，首先：明确主题对于急性心肌梗si后的某些yao·物治·疗十分重要我去检索了与AMI相关的网状meta数量并不多大概看了一下，基本是高分文章这也是我们可能去挖掘的点初步检索“AMI and network meta-analysis and XXX(yao物)”发现并没有人做过然后：明确目标杂志和目标期刊通过检索文献发现“International Journal of Cardiology”杂志有类似文章检索发现杂志属于2区虽然也知道扎杂志对于文章质量要求很高但是还是先按照杂志的要求进行准备不行再换期刊投嘛。 有了前面的普通meta 分析的挑战基础知识储备发现不管是网状meta还是其他类型的meta分析操作起来都是非常简单的在有限的时间和精力中完成高质量meta分析SCI写作的现在跟着我的思路写起来吧第一天的挑战就结束啦，明天继续~