1区8+分孟德尔文章解读:不好发的孟德尔怎么

今天给大家分享一篇在2024年4月发表在《Cardiovascular Diabetology》(1区,IF=8.5)的文章。本文这项研究利用了孟德尔随机化方法,探讨了钠-葡萄糖共转运体2(SGLT-2)抑制剂对心力衰竭( HF)风险的影响及其潜在的抗炎机制。暴露:本研究的暴露是SGLT-2抑制剂的使用,通过遗传工具变量来模拟SGLT-2抑制的效应。研究者选择了与SGLT-2 mRNA表达水平相关的遗传变异,并评估了这些变异与糖化血红蛋白(HbA1c)水平的关联,以代表SGLT-2抑制剂的降糖效果。结局:研究的结局是心力衰竭(HF),涵盖了保留和降低射血分数的心衰患者。研究使用了来自大规模GWAS荟萃分析的数据,包括47,309例心衰病例和930,014名对照。

医学生速看!挑战7天完成一篇网状Meta分析!

最近有很多师弟师妹又来咨询说能不能求带网状Meta我们上一期挑战了GBD数据库目前也在筹备CHARLS数据库等多个公开数据库内容应师弟师妹们的要求这一次我们继续挑战,挑战7天完成一篇网状Meta分析!Day 1 ,老规矩:确定选题+目标期刊+目标文献最近一期的Lancet中了一篇meta分析:Antivirals for post-exposure prophylaxis of influenza: a systematic review and network meta-analysis关注的是抗病毒药物用于流感暴露后预防从11845份记录中确定有33项关于6种抗病毒药物(扎那米韦、奥司他韦、拉尼米韦、baloxavir、金刚烷胺和金刚乙胺)的试验,总共19096例受试者如果有兴趣的师弟师妹们可以去仔细看看这篇文章总体来讲思路是清晰且容易复刻的最终纳入的文献只有仅仅33篇为什么这篇文章就能发顶刊呢?这值得大家思考也是我们给大家传达的观念:选题比实操更加重要特别是对于meta分析、对于MR、对于NHANES、GBD等一系列数据库来说都是如此开始我们的网状meta挑战期待挑战成功!我们课题组一直都是聚焦与“AMI”所以我们还是做和心肌梗死相关的挑战虽然感觉有点儿“烂大街了”但是总的要在自己的研究领域“发光发热”任何的研究,选题一定最关键如果师弟师妹们有想写文章的冲动那大家一定要好好的打磨和评估自己选题 1-明确主题我们还是关注急性心肌梗死后的某些药物治疗我们通过检索发现神药“GLP-1”现在在心血管中的应用十分广泛并且可以检索得到其他比如肥胖、心衰等相关的meta分析经过仔细检索文献初步检索发现相关文献较少可以伸入探索2-明确目标杂志和目标期刊通过检索文献发现“Diabetes Obesity & Metabolism”杂志有类似文章检索发现杂志属于1区这个杂志对于文章质量要求很高高标准、严要求不行就换杂志前期的指数储备帮助我们积累了经验和教训具体的实操是非常简单的 今日任务完成第一天的挑战就结束啦,明天继续~

从小白到轻松选题,师弟SCI+5(已接收1篇),仿佛看到以前的我哈哈

SCI+5(已接收1篇),零基础到轻松搞定SCI只需要系统的科研方法论~ 零基础到科研高手、能手(月5篇),我们来带师妹师弟战胜科研恐惧,无痛搞定医学SCI~ 零基础到科研高手、能手(月5篇),我们来带师妹师弟战胜科研恐惧~

又有师妹师弟解锁咱们代码批量选题的美感,一个结局,批量产出阳性暴露,随便选一个就是一篇文章,再结合咱们光速SCI攥写方法论,论文疯狂产出~

又有师妹师弟解锁咱们代码批量选题的美感,一个结局,批量产出阳性暴露,随便选一个就是一篇文章,再结合咱们光速SCI攥写方法论,论文疯狂产出~ 师弟论文+5(已接收一篇),刷新记录,批量产出阳性暴露,又有师妹师弟解锁咱们代码批量选题的美感~ 师弟论文+5(已接收一篇)

NHANES指标推荐:HbA1c!

文章题目:Association between glucose levels and all-cause mortality in cancer survivors: findings from NHANES 1999-2018  DOI:10.1186/s12889-024-19545-z 中文标题:癌症幸存者血糖水平与全因死亡率之间的关联:1999-2018 年 NHANES 调查结果 发表杂志:BMC Public Health 影响因子:1区,IF=3.5 发表时间:2024年7月 今天给大家分享一篇在…

GBD数据库高分文章解读!

今天给大家分享一篇在 2023年5月发表在《Neurology》(1区,IF=7.7)的文章。本文这项研究利用了全球疾病、伤害和风险因素负担研究 (GBD) 1990-2019年的数据,对亚洲的神经系统疾病进行全面评估。研究方法:计算了 1990 年和 2019 年亚洲常见神经系统疾病的负担,包括发病率、患病率、死亡率和伤残调整生命年 (DALY)。分析了 13 种常见神经系统疾病。数据以总数和按性别、年龄、年份、地点、风险因素和社会人口指数 (SDI) 呈现,并以计数和比率显示。