文章题目：The causal effect of Internet use on rural middle-aged and older adults’ depression: A propensity score matching analysis DOI：10.1177/20552076241310041 中文标题：互联网使用对农村中老年人抑郁症的因果影响：倾向得分匹配分析 发表杂志：Digit Health 影响因子：2区，IF=2.9 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《Digit…
文章题目：Association between domain-specific physical activity and triglyceride‑glucose (TyG) index among US adults: Evidence from NHANES 2007-2018 DOI：10.1186/s12889-025-21379-2 中文标题：美国成年人特定领域体力活动与甘油三酯葡萄糖 (TyG) 指数之间的关联：来自 2007-2018 年 NHANES 的证据 发表杂志：BMC Public Health 影响因子：1区，IF=3.5 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《BMC Public…
文章题目：Romosozumab adverse event profile: a pharmacovigilance analysis based on the FDA Adverse Event Reporting System (FAERS) from 2019 to 2023 DOI：10.1007/s40520-024-02921-5 中文标题：Romosozumab 不良事件概况：基于 2019 年至 2023 年 FDA 不良事件报告系统 (FAERS) 的药物警戒分析 发表杂志：Aging Clin Exp…
为什么咱们的师妹师弟都能写出文章、投出文章，因为所有的数据都是整理好的，所有的代码都是验证过的（课题组还会帮忙跑出结果）写作也是手把手一句一句的教~3.01号开课，昨晚已经成立课题组，陆续解决课前问题，确定学习方向~课题组三个目标：1、协助完成第一篇SCI创作(手把手教学保姆式服务)2、教会师妹师弟掌握光速创作任意类型SCI论文(nhanes、gbd、charls、mr、meta等等)3、让师妹师弟有冲击一区文章的能力2025.2.28课题组反馈: 光速科研第十八期开课倒计时1天啦早期报名我们的课程后续更新依旧可以免费学习，线上师门会不断为大家提供帮助~ps：本科、硕士、博士或者医生学会了光速攥写SCI论文，相信会对大家的职业以及来年的奖金评定有一个很大的帮助~目标：每个报名的师妹师弟完成2-3篇sci论文创作~以及后续不断产出SCI论文~现在报名，完成课前准备后，明晚(3.01)即可开始学习~
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是心内科的，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 Global…
第2天的主要任务：提取数据前的准备 提取数据前需要准备的有： 熟悉NHANES数据库 阅读10-20篇类似文章 明确文章需要的协变量 制作Excel表格 经过前几期的挑战， 大家对NAHNES数据库已经有了一定的了解， 这个数据库优点就在于可操作性强， 可以快速验证自己的选题， 疯狂冲锋冲锋～ 在确定协变量之前需要大量的看文献， 了解别人的协变量是怎么写的， 哪些可以借鉴，哪些需要根据自己的选题调整。 在明确好协变量后， 需要整理一份独有的Excel表格， 将X、Y以及协变量的详细内容都列进入， 比如变量名、NHANES里的变量信息； 分类变量还是连续变量； 涉及的周期等等。 任何事情做到心中有数才能事半功倍！ 只要思路清晰了，后面的一切都好说，没什么复杂和困难的， 重点就是选题（选择指标和idea） 这就是我花了很多的时间进行初步检索的意义 千万不要一来就闷头开跑，…
浙大医学院等研究者近日在8.5分公共数据库神刊《Cardiovascular Diabetology》发了篇研究，小编拆解给大家食用！ ⭕️研究设计 ⭕️关键结果 eGDR越高，衰弱进展越慢：与eGDR最低组（T1）相比，最高组（T3）的FI年增幅显著降低（CHARLS：β=-0.294；HRS：β=-0.378）。每增加1个标准差eGDR，FI进展减缓0.14-0.17分（P<0.001）。 糖尿病与非糖尿病人群一致：无论是否患糖尿病，eGDR与衰弱进展的负相关均显著（尤其CHARLS队列）。 排除基线衰弱后结果仍稳健：提示eGDR可能延缓从健康到衰弱的转变。 💡数据选择亮点 👉双队列验证增强普适性 同时纳入 中国CHARLS 和 美国HRS 两大前瞻性队列，覆盖东西方不同种族、文化背景的中老年人群，减少单一队列的地域偏倚，验证结果的跨人群一致性。 延伸思考：队列选择时需关注“外部效度”，避免结论仅适用于特定人群。 👉大样本长期随访数据 总样本量近1.5万人，平均随访4-8年，提供充足统计效力（Power）捕捉衰弱进展的细微变化，降低II类错误风险。 关键点：长期追踪数据更适合研究“进展性结局”（如衰弱指数累积）。 👉基线数据清洗严谨 排除基线已存在严重衰弱或关键变量缺失的个体，减少“疾病-暴露”反向因果干扰（如衰弱可能影响血糖控制）。 💡统计分析亮点 混合效应模型处理重复测量 采用线性混合效应模型（LMM），同时纳入固定效应（eGDR、年龄、性别等）和随机效应（个体间差异），更精准捕捉eGDR对衰弱进展的 纵向影响。 对比传统方法：优于单纯线性回归（忽略个体内多次测量相关性）。…
都说走过最长的路就是套路，在生信研究里大家一起走过的路也就各种套路的集合。 生信研究的套路可以相互组合叠加从而发展出更新更全面的新套路。 我们平时如何能创新套路呢？ 教大家一个实用的心法，带着以下六个方面的问题在生信文献库中学习调研： 表型报道：在想要研究的疾病中有哪些表型报道？ 相关基因：在表型的基因列表中有哪些基因？ 套路汇总：在本疾病中有哪些相关的生信文章发表？ 数据集信息汇总：在本疾病的研究中有哪些可以使用的数据集？ 高分热点：本疾病有哪些高分文章发表？研究的热点在哪里？ 思路借鉴：其他疾病有哪些高分热点文章？这个思路是否适用于自己的研究？ 在学习调研的过程中，要标注所有知识点的文献来源，便于回溯以及在标书或者文章中引用。 此外，还要注重整理，标记好文章的的影响因子和套路类型，便于自己能力的提升。 一、生信研究的关键问题 1️⃣ 理解本质：我们做生信研究，究竟在研究什么？2️⃣ 课题拆解：如何拆解我的科研假设？3️⃣ 提炼重点：课题设计的重点、逻辑链条和创新点是什么？4️⃣ 高效验证：如何性价比最高的验证你的生信结论？ 二、生信研究的套路主要依靠以下三步提炼 ✅ 建立文献筛选模型：梳理提炼文献——找规律、作总结、筛选模型提炼关键词✅ 批量做加法：根据关键词下载大量文献，建立对SCI文章的审美✅ 专业做减法：提炼总结共性规律和个性化差异，构建知识树 三、生信研究中的套路 四种基本套路a.…
文章题目：Association between sarcopenia and cardiovascular disease according to menopausal status: findings from the China Health and Retirement Longitudinal Study (CHARLS) DOI：10.1186/s12889-025-21933-y 中文标题：更年期状况下肌肉减少症与心血管疾病之间的关联：中国健康与养老纵向研究 (CHARLS) 的结果 发表杂志：BMC Public Health…