7天完成中介孟德尔随机化SCI论文挑战 – 第2～3天在这个挑战的第二和第三天，我专注于选题的确定和研究方法的选择。中介孟德尔随机化主要有两种思路：1. 批量筛选中介变量：这个方法与两样本孟德尔随机化中使用的批量筛选类似。我参考了一篇相关的文献（DOI: 10.1038/s41467-022-33675-1）来理解这个方法。 2. 临床经验选题：这种方法基于已发表的文章来选择研究主题。例如，一篇文章（DOI: 10.3390/nu14204434）使用炎症因子作为中介，这对于很多炎症性疾病都是适用的。由于批量筛选方法对计算资源的要求较高，我选择了第二种思路。我选择了一篇文献中的中介变量作为我的研究对象，以验证其在我的研究中的适用性。中介孟德尔随机化的核心是在暴露和结局之间进行因果推断。理解了这一点并掌握相关的代码和写作技巧，便能够有效地进行中介孟德尔随机化的研究。 ❤注：我非常好奇大家的新年科研目标是什么。欢迎在评论区分享你们的目标和计划。我们一起为新的一年的学术成就加油！
审稿国内团队中介孟德尔随机化文章，探讨孟德尔随机化发展趋势最近，我审稿了一篇来自国内团队的中介孟德尔随机化论文，这是一个三区期刊，影响因子为4分。我注意到，无论是高收稿量的期刊还是所谓的“水刊”，孟德尔随机化论文的质量普遍提升，这说明研究者们对这种方法的掌握越来越成熟。尽管孟德尔随机化（MR）作为一种研究方法受到一些争议，但我个人认为，它在某些研究领域仍然具有不可替代的价值。例如，在没有孟德尔随机化的情况下，要研究某些因素（如饮酒）与疾病（如钙代谢异常）之间的关系，就需要进行大规模且耗时的随访研究。孟德尔随机化使得研究者能够利用已有的遗传数据来快速得出初步结论。然而，随着孟德尔随机化论文数量的增加，投稿难度也在不断提高，使得这类论文越来越难成为医学生的第一篇SCI文章。因此，我计划启动一个系列项目，旨在帮助师弟师妹们从零开始学习如何撰写并发表他们的第一篇SCI论文。我相信，这将为他们的学术生涯打下坚实的基础。目前，我还在继续更新中介孟德尔随机化的挑战内容。
2024年新挑战：7天完成中介孟德尔随机化SCI自从2023年开始在小红书上发布挑战以来，我已经成功完成了各种类型的孟德尔随机化论文，并帮助了许多师弟师妹完成他们的第一篇SCI论文。这些成就使我感到非常满足，2024年我计划继续这一努力。 今天，我开始了一个新的挑战：在7天内完成一篇关于中介孟德尔随机化的SCI论文。第一天的工作主要集中在信息收集和文献检索上。我查找了“Mediating Mendelian Randomization”相关的文献，并发现了一些高影响因子的杂志，如Aging Cell和Hypertension。 在检索的1006篇相关文章中，我注意到中介孟德尔随机化的研究领域仍有很大的发展空间。我下载了10篇最近发表的相关文献进行精读，以便更好地准备我的论文。 ❤注：这个挑战完全是在我的非工作时间进行的。我鼓励大家模仿我的科研思路来进行自己的研究。去年，许多模仿我的思路的师弟师妹也成功发表了文章。我欢迎大家继续关注我的挑战进展！
2023年度科研成就总结，展望2024回顾2023年，我在学术领域取得了显著的成绩。我发表的所有文章都位于Q1和Q2区的期刊中，累计影响因子（IF）超过20分，这证明了我之前接受的挑战和努力确实有效。尤其是《Scientific Reports》最新被评为中科院二区期刊，这进一步证明了该杂志的不断努力和我的选择正确。展望2024年，我计划继续我的学术旅程，尤其是在准备转行的过程中。我将致力于发表更多高质量的文章，并希望能帮助更多的师弟师妹们在学术道路上取得成功。无论是通过实际的论文写作指导，还是提供选题和研究方法上的建议，我都希望能为他们的学术成长做出贡献。 感谢大家一直以来的支持和鼓励！我将继续分享我的学术经历、写作技巧和研究心得，希望能为更多的研究生、博士申请者以及正在留学路上的同学们提供帮助。
整个课程后面一定要加一个临床研究入门部分，把所有的临床研究的方法和写法全部总结出来。
5天完成双向孟德尔随机化挑战“圆满”结束我很高兴地宣布，5天完成双向孟德尔随机化的挑战已经“圆满”结束。第五天的主要任务包括完成机制图（Figure 1）、引用添加（使用Endnote20）、添加结构性语句（如伦理、致谢、贡献、利益声明）以及论文的最后润色。虽然这篇论文完成了，但我暂时没有投稿的计划。在这个挑战中，我使用了完整的孟德尔随机化分析方法，包括以下步骤：1. 使用TwoSampleMR包进行统计分析。2. 在GWAS summary数据库中提取SNP以及对应的统计数值作为工具变量。3. 进行方向性检验：使用Steiger方向性测试或Reverse MR方法。4. 主要采用IVW方法。5. 加权中位数和MR-Egger回归作为敏感性分析。6. 使用Cochran Q评估异质性。7. 利用MR-Egger回归的截距来评估多效性和使用MRPRESSO。我分享的这些步骤和分析方法为孟德尔随机化的基础，可以帮助大家更好地理解和应用这一研究方法。 💗注：未来我计划继续分享更多关于孟德尔随机化的干货和进行论文写作的挑战。由于最近比较忙，可能会适当延长挑战的时间。感谢大家对这次挑战的关注和支持！
挑战5天完成双向孟德尔随机化，第四天进展进入挑战的第四天，我的双向孟德尔随机化论文进展顺利。今天的主要成就是完成了摘要（Abstract）、引言（Introduction）和讨论（Discussion）部分。在我的论文中，我利用了Steiger方向性测试来分析数据。具体来说，我们发现，暴露变量解释的方差明显高于结果变量（分别为0.01073299和6.288587e-05）。这种分析方法的细节可以为想要撰写类似论文的研究者提供参考。 明天将是这个挑战的最后一天。剩下的工作主要是添加引用、撰写投稿信（Cover Letter），然后准备投稿。这篇文章的难度并不高，因此我不打算专注于它的投稿，而是将精力投入到更具挑战性的项目中。但正如我所说，所有事物的学习都是从简单到困难，一旦掌握了基本逻辑，就可以应用到更多领域。 我分享的图三包含孟德尔随机化写作的权威框架和一些选题经验，希望能帮助到更多想要学习孟德尔随机化的师弟师妹们。许多人是通过我最初整理的资料开始学习孟德尔随机化的，希望大家继续努力！
挑战五天完成双向孟德尔随机化，第三天进展第三天的双向孟德尔随机化挑战相对轻松，主要任务是根据已有的图片和代码结果撰写材料和方法、结果部分。虽然双向孟德尔随机化的难度不高，但由于每天可用于写作和分析的时间有限，如果不认真对待，很可能无法成功完成挑战。 今天的写作思路如下：– 首先，使用批量代码筛选出暴露因素（结局也作为暴露进行筛选）。– 然后，找出互为因果的暴露和结局（两个表格都有对方的数据）。– 接着，选取几篇范文进行精读，使用光速阅读法。– 确定写作框架，并制作清单。– 运行MR分析，生成图片和数据。– 采用框架写作法撰写论文。– 最后，进行论文的润色和选刊投稿准备。 💗注释：对于零基础的师弟师妹来说，进行论文写作前应至少阅读50-100篇相关的孟德尔随机化论文。在确定暴露和结局后，务必通过PubMed等数据库检索，确认该主题是否已有人研究。挑战还有两天，欢迎大家加入我们的写作行列！
挑战5天完成双向孟德尔随机化！第二天进展进入双向孟德尔随机化挑战的第二天，这个任务其实相当直接。双向孟德尔随机化的核心概念在于互为因果关系的探索：即将原本的暴露因素作为结局，原本的结局因素作为暴露因素，再进行分析，从而探究是否存在双向的因果关系。要实现双向孟德尔随机化的分析，有两种主要的思路： 1. Steiger方向性检验：这涉及到在和谐化的数据之后添加特定代码，以计算结果。2. 反向MR（Reverse MR）：这是遵循TwoSampleMR的完整流程，但将暴露和结局因素对调（即，暴露变成结局，结局变成暴露），然后再进行一遍完整的TwoSampleMR分析。 我选择了Steiger检验，并将在明天的写作部分具体展示这一过程。 💗注释：实际上，任何类型的孟德尔随机化都不难掌握。目前，一篇双向孟德尔随机化能够投稿的杂志大多在3~5分区间。对于追求更高文章分数的师弟师妹们，我建议参考我之前挑战的肠道菌群和药物靶向孟德尔随机化。 一起学习，加油！对于基础较差的师弟师妹们，可以多花些时间在这上面。明天，我们将开始正式的写作部分！