
爆火数据库,挑战7天一篇GBD, Day2-3天!

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
而且我有信心能顺利的完成后面所有的Table 和Figure
我有信心通过“框架写作法”高效、光速的进行写作成稿
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
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
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,
我们后面一步步挑战
好的,今天的分享就到这里了!明天见!