吐血整理!临床预测模型十大回归分析👍

回归分析在临床研究中的应用非常广泛,扮演着非常重要的角色。回归分析的目的和套路基本上差不多,通常用于: (1)探索危险因素,比如疾病发生或临床结局的影响因素有哪些? (2)定量分析影响因素对结局的影响,比如血糖和血脂有可能影响高血压病人的结局,哪个影响更大一些? (3)校正混杂因素,比如饮食模式是结直肠癌的影响因素,但肥胖可能是影响两者关系的混杂因素,需要进行校正,观察饮食模式对结直肠癌的真实效应; (4)预测风险概率,即根据已知的危险因素去预测临床结局的发生概率。 本期给大家整理了一些常见回归分析的定义以及使用场景,近期在学习或者想学习临床预测模型的同学一定要存好了! 1. 线性回归(Linear Regression) 2. Logistic回归(Logistic Regression) 3. Cox比例风险回归(Cox Regression) 4. 泊松回归(Poisson Regression) 5. 负二项回归(Negative Binomial Regression) 6. 有序Logistic回归(Ordinal Logistic…

2.8/Q2,Charls最新文章解读!

文章题目:Association of sarcopenia index, based on serum creatinine and cystatin C, with incident diabetes mellitus DOI:10.1186/s40001-025-02405-w 中文标题:基于血清肌酐和胱抑素 C 的肌肉减少症指数与糖尿病发病率的关系 发表杂志:Eur J Med Res 影响因子:2区,IF=2.8 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《Eur J…

NHANES指标推荐:MDS!

文章题目:Potential association between magnesium depletion score and hyperuricemia in American adults, a cross-sectional study based on NHANES 2003-2018 DOI:10.1016/j.pmedr.2025.103000 中文标题:美国成年人镁缺乏评分与高尿酸血症之间的潜在关联,一项基于 2003-2018 年 NHANES 的横断面研究 发表杂志:Prev Med Rep 影响因子:2区,IF=2.4 发表时间:2025年2月…

4.4/Q1,FAERS数据库最新文章解读!

文章题目:Mining and analysis of dizziness adverse event signals in postoperative analgesia patients based on the FDA adverse event reporting system database DOI:10.3389/fphar.2025.1488469 中文标题:基于FDA不良事件报告系统数据库的术后镇痛患者头晕不良事件信号挖掘与分析 发表杂志:Front Pharmacol…

2.8/Q1,Charls最新文章解读!

文章题目:Relationship Between Sleep Time and Depressive Symptoms in Middle-Aged and Elderly Chinese: Mediating Role of Body Pain DOI:10.2147/PRBM.S482589 中文标题:中老年人睡眠时间与抑郁症状关系:身体疼痛的中介作用 发表杂志:Psychol Res Behav Manag 影响因子:1区,IF=2.8 发表时间:2025年1月…

NHANES指标推荐:NHR!

文章题目:Associations of neutrophil/high-density lipoprotein cholesterol ratio with frailty and its mortality DOI:10.3389/fendo.2024.1495139 中文标题:中性粒细胞/高密度脂蛋白胆固醇比率与虚弱及其死亡率的关系 发表杂志:Front Endocrinol 影响因子:2区,IF=3.9 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《Front Endocrinol》(2区,IF=3.9)的文章。本研究旨在评估中性粒细胞/高密度脂蛋白胆固醇比率(NHR)在衰弱及其长期生存中的价值。 研究方法:纳入了来自美国国家健康和营养检查调查(NHANES) 数据库的七个研究周期的成年参与者。使用 49 项虚弱指数 (FI) 评估虚弱程度。使用加权逻辑回归、限制性三次样条 (RCS) 和 Cox 回归分析 NHR 与虚弱及其长期生存的关联。此外,还进行了亚组和相互作用分析。 Table&Figure 结果解读:共纳入34,382名平均年龄为47.6岁的成年参与者,其中16,950人(48.8%)为男性。调整潜在混杂变量后,NHR增加一个标准差(SD)导致衰弱发生率增加11%(OR:1.11,95%CI:1.04-1.18,P=0.002)。RCS显示NHR与衰弱之间呈J形关联,亚组分析显示该关联在所有亚组中均保持稳健。此外,生存分析显示,在虚弱个体中,NHR 与全因死亡风险(HR:1.12,95% CI:1.07-1.17,P < 0.0001)、心脑血管疾病(CCD)特异性死亡风险(HR:1.21,95%…

3.8/Q1,GBD数据库最新文章解读!

文章题目:The Global Burden and Trends of Legionella spp. Infection-Associated Diseases from 1990 to 2021: An Observational Study DOI:10.1007/s44197-025-00342-9 中文标题:1990 年至 2021 年军团菌属感染相关疾病的全球负担和趋势:一项观察性研究 发表杂志:J Epidemiol Glob Health 影响因子:1区,IF=3.8 发表时间:2025年1月…

本科有SCI和写SCI的能力,意味着什么?保研,研究生成师门核心,然后博士预订

每个步骤100%✅=一篇SCI每节直播好评如潮跟着我们节奏光速拥有SCI论文~保证产出,加方法教学,咱们是独一档的师弟跟着我们学习后完成自己进课题组前立的目标: 2025.3.6课题组答疑反馈: 可以一直感到自豪的事情(师弟的论文接受啦,师弟的母亲来感谢我们~) 培养一堆科研怪物,得考虑涨价了,不然以后竞争太激烈了7号之后就停止插班第十八期~(也就是今天和明天)

冲刺高分!挑战7天一篇charls数据库!day4-5

Day 4-5任务:完成核心表格和图片 这两天主要任务是数据清洗(已经清洗好了)+数据分析(作图+做表) 数据库最难的、最费时间的就是数据清洗了 我们之前花了大量的时间进行数据清洗 现在来说也是非常方便的了 所以就是说 数据库是个宝 只要数据清晰,怎么挖都是paper 那问题来了,怎么确定我的文章中需要什么数据? 这就回到Day 1的时候目标文献的确定 因为我们关注的都是CVD这个人群 所以很多的协变量基本不会发生太大的变化 只是自变量的X这个指标会不一样 阅读高质量文献的重要性这个时候及凸显出来了 协变量从既往的文献中获得: 文章中都详细的说明了每一种变量的定义 这也是我们在写文章的时候需要放的内容 对于变量的定义来说有一些是要按照常规 一些也可以自己定义 不管是那种方式,都一定要十分的清晰 单独的变量还是数据组成的复合变量 然后就是使用数据的提取和合并 这需要一些时间整理成可以直接分析的数据…

1 91 92 93 94 95 351