今天给大家分享一篇在 2024年2月发表在《EBioMedicine》（1区，IF=9.7）的文章。本文这项研究使用两样本孟德尔随机化（MR）和MR贝叶斯模型平均方法（MR-BMA），来分析和排序不同脂质和脂蛋白对血压和脉搏压的潜在因果效应。 暴露：本研究的暴露变量是血液中的各种脂质和脂蛋白水平。具体来说，包括三酰甘油（TG）、高密度脂蛋白胆固醇（HDL_C）、低密度脂蛋白胆固醇（LDL_C）等，以及它们在不同密度脂蛋白粒子中的含量。 结局：研究的主要结局是血压指标，具体包括收缩压（SBP）、舒张压（DBP）和脉搏压（PP）。脉搏压是血压读数中的一项重要指标，表示收缩压和舒张压之间的差值，常用作评估动脉硬化的指标
进度汇报： 在这两天里，我主要进行了代码运行和图表生成的工作。GBD的数据提取相对容易，不需要复杂的数据清洗。通过在网站上下载所需数据，利用预先整理好的代码，我能够快速生成所有必要的表格和图表。GBD研究的特点：通过对GBD文章的分析，我发现这类研究更像是“描述性研究”。它主要涉及不同水平（如国家和地区）、不同性别（男女）等的描述和可视化展示。文章的思路非常清晰，师弟师妹们如果要做类似的研究，可以轻松上手。 选题策略：有师弟师妹可能会问：如果我关注的疾病已经被研究过了怎么办？其实这个问题很好解决。我们发现，即使是同样的疾病，依然可以有多篇文章。以下是一些可行的策略：– 换地区：例如，如果别人研究了全球范围，你可以只关注中国、亚洲或金砖国家。– 换人群：如果别人研究了全部人群，你可以只关注儿童或老年人。– 换时间：使用不同年份的数据，比如最新的2021年数据。– 换角度：即使是相同年份和病种的数据，也可以从不同角度进行分析。 下一步计划：选题确定后，我已经开始一个接一个地生成图表和表格。代码运行完毕，图表和表格也准备就绪，接下来我将开始撰写论文。通过这几天的努力，我有信心在7天内完成这项挑战。让我们一起期待最终的成果。
今天给大家分享一篇在 2024年1月发表在《Journals of Gerontology Series A-Biological Sciences and Medical Sciences》（1区，IF=4.3）的文章。本文这项研究利用了双样本孟德尔随机化 (MR) 分析来调查生活习惯与良性前列腺增生之间的因果关系。暴露：本研究的暴露变量是指与生活习惯相关的因素，包括睡眠时间、久坐行为和不同强度的运动。睡眠时间：此指标关注的是每日的睡眠持续时间。久坐行为包括长时间坐着工作或休息，如长时间使用电脑、看电视或开车等。不同强度的运动：包括轻、中、重度的运动。结局：研究的主要结局是良性前列腺增生（BPH），这是一种常见的泌尿系统疾病，主要发生在中老年男性身上，其特征是前列腺体积增大，可能导致尿频、尿急、夜尿增多等下尿路症状。这些症状和体征的出现和加重，严重影响患者的生活质量。
文章题目：Exposure to cadmium and lead is associated with diabetic kidney disease in diabetic patients DOI：10.1186/s12940-023-01045-z 中文标题：接触镉和铅与糖尿病患者的糖尿病肾病有关 发表杂志：Environ Health 影响因子：1区，IF=5.4 发表时间：2024年1月 今天给大家分享一篇在 2024年1月发表在《Environ Health》（1区，IF=5.3）的文章。本文这项研究利用了美国国家健康和营养调查（NHANES）2007–2016年的数据，探讨了镉（Cd）和铅（Pb）对糖尿病肾病（DKD）之间的关系。 暴露：本研究的暴露变量是参与者体内的铅（Pb）和镉（Cd）水平，这些数据是通过血液和尿液样本中的测量得到的。具体来说，研究考察了血铅（BPb）、血镉（BCd）、尿铅（UPb）和尿镉（UCd）的水平。铅和镉主要来自环境污染源，如工业排放、烟草烟雾和污染的饮食。在糖尿病患者中，这些重金属的积累可能因代谢变化而增加其对肾脏的毒性作用。 结局：研究的主要结局是糖尿病肾病（DKD），这是一种糖尿病并发症，表现为肾功能衰退，通常通过尿白蛋白排泄率和/或估算肾小球滤过率（eGFR）来诊断。…
文章题目：Association between weight-adjusted-waist index and urge urinary incontinence: a cross-sectional study from NHANES 2013 to 2018 DOI：10.1038/s41598-024-51216-2 中文标题：体重调整腰围指数与急迫性尿失禁之间的关联：2013 年至 2018 年 NHANES 的一项横断面研究 发表杂志：Scientific Reports…
进度汇报：自确定目标期刊以来，我的主要任务是选题。我们一直强调，选题立意比实操更重要，Idea比流程化的操作更关键。没有好的立意和选题，文章质量难以保证。我有信心顺利完成后续的表格和图表制作，并采用“框架写作法”高效、快速地完成写作。 方法学一致性：无论是MR、NHANES还是GBD，方法学都是相似的。只要准备好相关代码，从GBD数据库中下载数据后，直接运行即可。这与我们处理MR、NHANES的思路一致。实际上，所有公开数据库的操作模式都是相同的：获取数据、清洗数据是最复杂、费时费力的部分，而运行代码则相对简单。 选题策略：这两天我投入了大量时间进行选题。原本考虑的“心力衰竭”已被广泛研究，为了避免重复，我选择了数据库中存在但相对小众的疾病。 文献精读：我精读了几篇基于GBD数据库的高分文献，发现大部分GBD文章的结构模式相似。例如，肠道菌群、中介、药靶MR等研究，本质上只是换了研究的疾病。确实，有些研究者能够发表在顶级期刊如BMJ，且大多位于Q1、Q2分区，影响因子相当不错。 文章结构整理：通过文献精读，我大致整理了类似文章的结构，包括：– 全球及地区水平疾病负担– 国家水平疾病负担– 全球疾病负担地图– 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（社会人口指数）相关性– 国家水平的疾病负担与SDI相关性– 疾病负担的危险因素分析当然，也有一些其他的文章模式，我们将在后续的挑战中逐步探索。 总结：今天的分享就到这里。
今天给大家分享一篇在 2024年1月发表在《Frontiers in Immunology》（1区，IF=5.7）的文章。本文这项研究通过双样本孟德尔随机化研究，探讨了免疫细胞与四种主要神经退行性疾病（阿尔茨海默病、帕金森病、肌萎缩侧索硬化症和多发性硬化症）之间的因果关系。暴露：本研究的暴露变量是特定类型的免疫细胞的表达或特性，这些特性涵盖了731种免疫细胞特征，如细胞表面标志物的表达水平、细胞数量等。例如，T细胞、B细胞、自然杀伤细胞、树突状细胞和单核细胞等不同类型的免疫细胞在神经退行性疾病发展中的作用被考察作为潜在的暴露因素。结局：研究的主要结局是是特定的神经退行性疾病，包括阿尔茨海默病（AD）、帕金森病（PD）、肌萎缩侧索硬化症（ALS）和多发性硬化症（MS）。