进度汇报：自从确定了目标期刊后，我的任务主要集中在选题 熟悉我们的师弟师妹们都知道，我们一直给大家传递的理念是选题立意比实操更重要，Idea比流程化的操作更重要，没有好的立意和选题，文章质量肯定欠佳。第一我有信心能顺利的完成后面所有的Table 和Figure，有信心通过“框架写作法”高效、光速的进行写作成稿第二，不管是MR还是NHANES还是GBD,方法学都是一样的。也就是说，我只要准备了相关的代码，从GBD数据库中下载了相关的数据，直接进去跑就可以啦。你可能会想：这不就是和我们MR、NHANES思路一样嘛？对的，实际上所有的公开数据库都是一样的。获取数据、清洗数据是最复杂、费时费力的，而跑代码就是“易如反掌” 所以这两天我用了充分的时间进行选题。本来想选“Heart Failure”，这种选题肯定被人做了，避免撞车的情况，我换了个在数据库里面有这个病但是比较小众的病。随后我去精读了几篇基于GBD数据库的高分文献，发现大部分的GBD文章的文章模式是类似的。正如肠道菌群、中介、药靶MR等，无非就是换了个疾病而已。 确实有些人就能发顶刊BMJ也能拿下。基本在Q1、Q2左右，分还蛮不错的。 通过文献的精读，大概整理了类似文章的结构–全球及地区水平负担–国家水平负担–全球负担地图–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相关性–国家水平的负担与SDI相关性–负担的危险因素分析 当然也有一些其他的文章模式，我们后面一步步挑战 好的，今天的分享就到这里了！

今天给大家分享一篇在2023 年 4 月发表在《BMC Psychiatry》（2区，IF=4.4)的文章。本文这项研究利用了孟德尔随机化(MR) 分析方法，基于公开可用的遗传数据，探索了免疫细胞特征与精神分裂症（SCZ）之间的因果关联。暴露：免疫细胞特征，包括 731 种免疫细胞特征（7 组），涵盖了中值荧光强度（MFI）、相对细胞（RC）、绝对细胞（AC）和形态参数（MP）结局：精神分裂症（SCZ）

文章题目：Kidney Function Measures and Mortality: A Mendelian Randomization Study 中文标题：肾功能测量与死亡率： 孟德尔随机研究

今天给大家分享一篇在 2022 年 9 月发表在《Frontiers in Public Health》（1区，IF=5.2)的文章。本文这项研究利用了美国国家健康和营养检查调查（NHANES）的数据，构建了一个 XGBoost 机器学习模型，用于预测参与者的肝硬度测量（LSM）。研究包括了一般特征信息、血液检测指标和与胰岛素抵抗相关的指数，如胰岛素抵抗的家庭评估模型（HOMA-IR）和胰岛素抵抗的代谢评分（METS-IR）。 文章题目：Machine learning models including insulin resistance indexes for predicting liver stiffness in United States population:…