进度汇报：跑出图片和表格 数据已经整理好啦， 那现在就是做出Table和Figure就可以咯！ 在具体操作之前呢，肯定要先去看文献， 模仿目标文献一步一步来就好啦， 常规NHANES+MR的文章， 一般先做出NHANES的结果确定相关性， 然后跑出MR的结果确定因果性。 NHANES需要的结果： Figure 1：流程图—–数据来源过程 Table 1：基线资料表—-人群基本信息描述 Table 2：回归分析—X与Y之间有无关系 Figure 2：限制性回归样条–X与Y的剂量效应关系 Table 3：亚组分析—敏感性分析 MR需要的结果（正向+反向）： 机制图、漏斗图、森林图、留一法图、散点图 如果做的是组学， 那就将阳性结果再做一个森林图， 然后把结果都整理在一起就好啦！ 这就是NHANES+MR文章的主要结果啦，…
光速科研由协和博士团队领衔，以手把手带教、保姆式服务为准则，以帮助#光速科研线上师门师妹师弟掌握光速攥写任意类型SCI为基础，同时不断产出热点课程，帮助师妹师弟发表更多SCI论文~第十五期现在预报名阶段~早期加入，后续热点课程免费学习~有个统计率，从研一开始跟着咱们学习的，拿到国家奖学金的概率是90+%，申请博士的几率也是90%＋%~当然每个群体都有自己的科研需求，我们会努力满足这些需求。光速科研每天都会帮助师妹师弟解决问题，我们每天都会好好记录好好整理，努力对得起所有助教，私教，代码助教和老师的工作~这也是每个报名线上师门的师妹师弟都能30天成稿第1篇，60天成稿2-3篇的原因。2024.11.11师妹师弟课题组答疑反馈: 感谢线上师门师妹师弟们的信任，选择跟着我，跟着光速科研学习～ (持续运营400+天)一定要掌握创作 Sci 的能力，其次方法论和代码的问题，我们也会逐步迭代，提供给你们。我们要做一个线上师门，还有很多东西要给师弟师妹们提供，这样确保每个师弟师妹以后都不会再有科研上的困扰。目前看来，我们做到啦！以后会继续坚持！！认真，勤奋，好学，加上掌握正确方法，有人手把手带，就能取得想要的结果。第十五期开放报名中~
一、文章内容解读 1.研究背景 研究主题：本研究旨在探讨甘油三酯-葡萄糖指数（TyG）和体重指数（BMI）对中风风险的交互和联合效应，并研究TyG在中老年中国人中BMI与中风风险之间的中介作用。 研究意义：由于超重或肥胖个体常发展为胰岛素抵抗，通过TyG来介导BMI与中风风险之间的关联似乎是合理的，但尚未被研究。这项研究有助于更全面地理解中风风险因素，并可能揭示新的干预途径，以减轻中风风险。 2.研究方法 数据来源：数据来自2011年启动的中国健康和退休纵向研究（CHARLS），这是一个全国代表性的前瞻性队列研究。 参与者信息：研究涉及8,231名45岁及以上的中老年中国人，他们在基线时没有中风病史。 指标计算：TyG指数是空腹甘油三酯和血糖浓度的对数化乘积，BMI是通过体重（千克）除以身高（米）的平方来计算的。 统计分析和方法：使用Cox比例风险回归模型估计BMI和TyG与中风结果相关的风险比（HRs）和95%置信区间（CIs）。分析了TyG作为BMI与中风关系的中介，并使用受限立方样条（RCS）回归评估潜在的非线性关联。还评估了BMI和TyG的加性和乘性交互作用，并使用ROC曲线和AUC评估了预测性能。 3.研究结果 基线表： TyG作为中介的作用： 我们发现TyG在BMI与中风风险之间起到了部分中介作用。具体来说，对于BMI在24.0-27.9 kg/m²的群体，TyG中介了16.3%的中风风险；而对于BMI ≥ 28.0 kg/m²的群体，TyG中介了53.8%的中风风险。这一发现表明，胰岛素抵抗可能是BMI影响中风风险的一个重要途径。 图1: BMI和TyG与中风事件的关联 图1展示了BMI和TyG指数与中风事件风险之间的正相关关系。随着BMI和TyG指数的增加，中风的风险比（HR）也在增加，表明这两个指标都是中风风险的独立预测因子。 图2: TyG和BMI与中风的非线性关联 图2揭示了TyG和BMI与中风风险之间的非线性关系。TyG的增加与中风风险的增加有关，而BMI与中风风险之间的关系也是非线性的，这表明可能存在某些阈值效应或更复杂的生物学机制。 图3: BMI和TyG对中风风险的交互和联合效应…
文章题目：Association between atherogenic index of plasma and new-onset stroke in individuals with different glucose metabolism status: insights from CHARLS DOI：10.1186/s12933-024-02314-y 中文标题：不同糖代谢状态个体血浆动脉粥样硬化指数与新发卒中的关联：CHARLS 的见解 发表杂志：Cardiovasc Diabetol 影响因子：1区，IF=8.5…
文章题目：Red blood cell distribution width to albumin ratio associates with prevalence and long-term diabetes mellitus prognosis: an overview of NHANES 1999-2020 data DOI：10.3389/fendo.2024.1362077 中文标题：红细胞分布宽度与白蛋白比率与糖尿病患病率和长期预后相关：NHANES 1999-2020…
文章题目：Global, regional, and national burden and trends of migraine among women of childbearing age from 1990 to 2021: insights from the Global Burden of Disease…
进度汇报：数据下载＋数据清洗。 Day2的时候我列好了需要下载的所有数据， 现在只需要用代码提取出来就好啦～ 列表格的时候就已经确定好了周期， 我一般在提取的时候， 会先把每个数据的所有周期都先合并在一起， 也就是在下方加数据， 然后再根据SEQN，在右边合并数据。 最后再提取所需要的变量名就完成啦～ 这里提取数据的时候， 每个人都有不同的喜好， 大家也可以去试试不同的方法！ 既然打开R了， 就顺便把批量筛选出来的MR的结果跑了一下， 结果还不错，是可以用滴～ 数据提取完后就是数据的清洗咯， 数据的清洗掌握了技巧之后也是非常快的， 主要用到的就是excel的筛选功能， 在第2天列的表格中， 有明确每个变量的类型， 如果是数值变量就不需要管他， 如果是分类变量就需要手动分类～ 不过虽然看起来简单， 工程量还是很浩大滴！ 因为比如说高血压看起来只有是和否，但实际上定义有很多：目前正在口服降压药或血压大于140/90mmHg，其中血压值是由受过培训的人员连续测量三个血压读数，并计算这三个读数的血压平均值。那么也就意味着，需要提取更多的数据来综合组成这个协变量。…
文章题目：The association of manganese levels with red cell distribution width: A population-based study DOI：10.1371/journal.pone.0292569 中文标题：锰水平与红细胞分布宽度的关系：一项基于人群的研究 发表杂志：PLoS One 影响因子：1区，IF=2.9 发表时间：2024年8月 今天给大家分享一篇在 2024年8月发表在《PLoS One》（1区，IF=2.9）的文章。本文这项研究利用了美国国家健康和营养调查（NHANES）2011–2018年的数据，旨在探索美国普通人群中血液锰水平与 RDW 之间的相关性。 暴露：本研究的暴露变量是血液中的锰水平。…
文章题目：The burden, trends, and projections of low back pain attributable to high body mass index globally: an analysis of the global burden of disease study…
拥有SCI是件简单的事情 光速科研已经帮助咱们的师妹师弟发表了数十篇一区二区 SCI论文。算上三区、四区，已到数百篇。 最厉害的是，跟着我们学习的很大一部分都是零基础的本科生/研0，或者没有经过系统科研学习的硕士博士、医生。我们很快推出下一个热点数据库。 让我们线上师门的师妹师弟持续产出论文~ 2024.11.09课题组反馈: #光速科研线上师门，所有选题方案、写作方案均为原创，知识产权已申请~ 早期报名自动加入#光速科研线上师门，终生答疑，每月热点课程更新免费学习~