3.2/Q2,GBD数据库最新文章解读!

文章题目:Health dynamics in war-torn Yemen: insights from 32 years of epidemiological data (1990-2021) DOI:10.1186/s12963-025-00363-3 中文标题:饱受战争蹂躏的也门的卫生动态:基于 32 年流行病学数据(1990-2021 年)的见解 发表杂志:Popul Health Metr 影响因子:2区,IF=3.2 发表时间:2025年2月 今天给大家分享一篇在 2025年2月发表在《Popul Health Metr》(2区,IF=3.2)的文章。本研究使用《2021 年全球疾病负担 (GBD)、伤害和风险因素研究》中的数据,估计了 1990 年至 2021 年期间也门疾病及其风险因素的负担和时间趋势。 研究方法:在本系统分析中,我们使用标准化 GBD 方法展示了全因死亡率和特定原因死亡率、残疾生存年限 (YLD)、寿命损失年限 (YLL) 和残疾调整生命年 (DALY),以及出生时的预期寿命和健康调整预期寿命 (HALE)。此外,我们还根据 2021 年全球和平指数 (GPI) 将也门的疾病负担与阿富汗、叙利亚、南苏丹和伊拉克等五个饱受战争蹂躏的国家进行了比较。 Table&Figure…

3.9/Q2,Charls最新文章解读!

文章题目:Association between hs-CRP/HDL with type 2 diabetes mellitus in middle-aged and elderly people: a cross-sectional study from CHARLS DOI:10.3389/fendo.2025.1471292 中文标题:hs-CRP/HDL 与中老年人 2 型糖尿病的相关性:CHARLS 的一项横断面研究 发表杂志:Front Endocrinol 影响因子:2区,IF=3.9 发表时间:2025年3月 今天给大家分享一篇在 2025年3月发表在《Front…

NHANES指标推荐:LC9!

文章题目:Association between life’s crucial 9 and kidney stones: a population-based study DOI:10.3389/fmed.2025.1558628 中文标题:生命的关键 9 与肾结石之间的关联:一项基于人群的研究 发表杂志:Front Med 影响因子:1区,IF=3.1 发表时间:2025年3月 今天给大家分享一篇在 2025年3月发表在《Front Med》(1区,IF=3.1)的文章。我们旨在阐明Life’s Crucial 9 (LC9) 评分与美国成年人肾结石患病率之间的关联。 研究方法:使用 2007 年至 2014 年全国健康与营养检查调查 (NHANES) 的数据,该横断面分析侧重于患有肾结石发作或复发的成年参与者。将 LC9 分数分为四个四分位数进行分析。采用加权多变量 logistic 回归、限制三次样条函数…

3.5/Q1,Charls最新文章解读!

文章题目:Association between non-high-density lipoprotein cholesterol to high-density lipoprotein cholesterol ratio and cardiometabolic multimorbidity among middle-aged and older adults in China  DOI:10.1186/s12889-025-21757-w 中文标题:中国中老年人非高密度脂蛋白胆固醇与高密度脂蛋白胆固醇比值与心脏代谢多病的相关性 发表杂志:BMC Public Health…

NHANES指标推荐:PhenoAge!

文章题目:The relationship between biological aging and psoriasis: evidence from three observational studies DOI:10.1186/s12979-025-00500-4 中文标题:生物衰老与牛皮癣的关系:来自三项观察性研究的证据 发表杂志:Immun Ageing 影响因子:1区,IF=5.2 发表时间:2025年2月 今天给大家分享一篇在 2025年2月发表在《Immun Ageing》(1区,IF=5.2)的文章。本研究旨在探讨生物年龄与银屑病的关系。 研究方法:从美国国家健康和营养调查(NHANES)(12973例)、重症监护医学信息集市(MIMIC-IV)(558例)和浙江中医药大学第一临床医学院(206例)中招募银屑病和非银屑病患者。使用Klemera-Doubal方法年龄(KDM-age)和表型年龄(PhenoAge)计算生物年龄。使用线性回归和logistic回归探讨银屑病与生物年龄增长之间的关联。使用Cox回归探讨生物年龄增长与死亡率之间的关联。最后,使用生物年龄增长来预测银屑病患者的死亡。 Table&Figure 结果解读:在NHANES中,线性回归显示银屑病导致PhenoAge提前0.54(调整后的Beta:0.54,95CI:0.12-0.97,p = 0.018)。银屑病导致的KDM年龄提前无统计学意义(p…

一区思路!挑战7天一篇CHARLS day5

挑战火热数据库,挑战7天完成一篇CHARLS,Day 5! Day 5:完成文章中的Table和Figure 数据已经整理好了 那后面就是数据分析 做出Table和Figure 其实有了前面NHANES数据库处理的基础后 这种类型的文章内容基本是类似的 Figure 1:研究人群 Table 1:基线资料表 Table 2:回归分析 Figure 2:RCS Table 3:亚组分析 如果有问题的话 可以找一篇NHANES或者CHARLS的文献仔细品读 整篇文章的核心就是回归分析(到底有没有关系?) 和RCS曲线(如果有关系,是什么样的剂量效应关系?) 我们按照目标范文中的内容一步一步的做就好啦 通过这么久的实践来说…

网状Meta是啥?今天给你说清楚!

网状Meta分析能整合直接证据与间接证据,对多个干预措施进行全局比较和排序(如药物A vs B vs C),而普通Meta分析仅能处理两两比较。 网状Meta分析,其实就是一种更复杂一点的统计方法,专门用来比较多种治疗方法的效果。简单来说,就像织了一张大网,把所有相关的研究都网罗进来,综合分析。 比如,假设有三种药A、B、C,传统Meta方法只能两两比较,比如A和B哪个更好。但网状Meta分析更牛,它能同时考虑所有药,把A、B、C的效果都放在一张“网”里比。即使有些药之间没有直接比过,它也能通过其他研究的数据,间接推断出它们的效果差异。 举个例子,如果直接比较A和B的研究很多,但B和C、A和C的直接研究很少,网状Meta分析就能利用A和B的数据,再结合B和C的数据,间接算出A和C谁更好。这样,我们就能更全面地了解所有治疗方法的效果,做出更好的选择啦! 今天要分享的学员就是药学方向做网状Meta分析成功发表文章的案例 ✔接收期刊:Postgraduate Medical journal 📉IF=3.6;中科院4区SCI 📍发文方法:药学Meta分析

南昌大学二院又挖MIMIC发1区!上周才给南昌大学二院团队点赞,连续发表中科院1区,公共数据库被玩明白了!

⭕文章研究背景 TAVR(经导管主动脉瓣置换术)是治疗严重主动脉瓣疾病的重要手段,但术后患者的血糖管理对预后影响尚不明确。传统指标如空腹血糖、HbA1c存在局限性,而新兴指标——HGI(血红蛋白糖化指数)、SHR(应激性高血糖比率)和GV(血糖变异性)能否更精准预测患者死亡风险?这篇研究首次通过MIMIC-IV探索了这一问题。 ⭕关键统计过程 ·数据来源: 使用MIMIC-IV数据库(3342例TAVR患者)和单中心数据(122例)进行外部验证 排除重复入院、数据缺失及血糖测量不足的患者 ·变量处理: 将HGI、SHR、GV按三分位数分组(Q1-Q3) 用随机森林插补处理缺失值(<10%) ·生存分析: Kaplan-Meier曲线比较不同组别30天/365天生存率。 多因素Cox回归模型(分三阶段调整混杂因素:人口学→并发症→实验室指标+用药)。 ·进阶分析: 限制性立方样条(RCS)探索非线性关系。 亚组分析(年龄、性别、BMI、合并症)和敏感性分析(剔除异常值、不同插补方法)。 ⭕关键结果 ·长期死亡率(365天): 低HGI(Q2)风险↑48%(HR=1.48,P=0.025) 高SHR(Q3)风险↑63%(HR=1.63,P=0.006) 高GV(Q3)风险↑43%(HR=1.43,P=0.02) ·短期死亡率(30天): 高SHR(Q3)**风险↑192%(HR=2.92,P=0.008) ·非线性关系: GV与死亡率呈“S型”曲线,阈值19.03%(P=0.015) ⭕简要结论…

1 69 70 71 72 73 347