选题、跑代码（分析）、写作、润色、投稿选刊、返修，全流程，手把手教学~倒计时6天啦，#光速科研Sci光速写作训练营 第十七期，每个步骤手把手带~发表过该研究方法论文参与指导和助教~2025.1.25日课题组反馈汇总: 早期报名学习自动加入#光速科研线上师门 后续更新热点课程免费学习~第十七期报名倒计时6天现在报名，提前开始学习准备~跟着光速科研，轻松发SCI~
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…
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%…
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…
文章题目：Association between various insulin resistance indices and cardiovascular disease in middle-aged and elderly individuals: evidence from two prospectives nationwide cohort surveys DOI：10.3389/fendo.2024.1483468 中文标题：中老年人各类胰岛素抵抗指标与心血管疾病的关联性：两项全国性前瞻性队列调查的证据 发表杂志：Front Endocrinol…
文章题目：Relationship between Geriatric Nutritional Risk Index with all-cause and CVD mortality in osteopenia and osteoporosis DOI：10.3389/fpubh.2024.1420832 中文标题：老年营养风险指数与骨质减少和骨质疏松症全因和心血管疾病死亡率的关系 发表杂志：Front Public Health 影响因子：2区，IF=3.0 发表时间：2024年11月 今天给大家分享一篇在2024年11月发表在《Front Public Health》（2区，IF=3.0）的文章。本文这项研究旨在调查骨质减少和骨质疏松症患者的老年营养风险指数（GNRI）与全因心血管（CVD）死亡率之间的关系。…
文章题目：Mogamulizumab-Associated Autoimmune Diseases: Insights From FAERS Database Analysis DOI：10.1002/cam4.70478 中文标题：Mogamulizumab相关自身免疫性疾病：FAERS数据库分析的见解 发表杂志：Cancer Med 影响因子：2区，IF=2.9 发表时间：2024年12月 今天给大家分享一篇在2024年12月发表在《Cancer Med》（2区，IF=2.9）的文章。本研究旨在评估关于Mogamulizumab相关不良事件(AE)的现实世界研究有限。 研究方法：根据美国食品药品管理局不良事件报告系统(FAERS)数据库2018年10月至2023年12月期间的数据，进行不成比例分析以评估mogamulizumab的安全性。该研究调查了人口统计学特征、不良事件的发生时间以及与mogamulizumab使用相关的安全性影响。 Table&Figure 结果解读：从FAERS数据库收集的3661份mogamulizumab相关不良反应报告中，共识别出1182个显著优先术语，其中皮疹、输液相关反应、发热等常见不良反应与药品说明书相符。值得注意的是，还发现了一些意想不到的重大不良事件，包括类天疱疮（ROR = 5.69 [95% CI 1.83-17.66]）、不稳定型心绞痛（ROR =…
MIMIC数据库（Medical Information Mart for Intensive Care）是一个开源的重症监护数据库，它包含了丰富的患者数据，其中也包括与血液系统相关的数据。 今天小编给大家总价以下①怎么找到血液系统数据②有哪些血液系统数据 ⭕如何找到血液系统相关数据 MIMIC数据库中的血液系统数据主要来源于以下几个表格： CHARTEVENTS：该表格记录了患者生命体征的数据，如心率、血压、体温等，同时也包括一些血液相关的指标，如血氧饱和度（SpO2）等。 LABEVENTS：该表格记录了患者的实验室检查数据，其中包含了大量的血液检查项目，如白细胞计数（WBC）、红细胞计数（RBC）、血红蛋白（Hb）、血小板计数（PLT）以及各种生化指标等。 BLOOD_DIFFERENTIAL：该表格专门记录了白细胞分类计数的数据，包括中性粒细胞、淋巴细胞、单核细胞等各种白细胞亚型的计数。 ⭕MIMIC有哪些血液系统相关数据，请看图1 今天要分享的学员就是血液疾病方向挖掘MIMIC数据库成功发表文章的 ✔接收期刊：Scientific Reports 📉IF=3.8；中科院2区SCI 📍发文方法：临床研究挖掘MIMIC数据库
近两年很火的临床预测模型，听着很高大上，是不是以为很难？其实不然，用我的学习步骤，你肯定能学会，和我一起2025猛猛冲临床科研！ 临床医学专硕如何进行自己的学术规划？ 根据国家卫健委制定的培养计划，临床医学专业型硕士研究生需要在研究生期间完成大约33个月的住院医师规范化培训轮转计划，在学期间取得执业医师资格证、住培结业考试合格，并完成学位论文答辩评审，才能毕业并取得学位。因此，我们这类专硕根本就不可能整天泡在实验室去做漫长的基础研究，去掉一两年都不一定能有结果的课题。 所以对于专硕的同学，建议以临床研究为主，尽量结合自身导师团队的临床工作特点，尽可能早地设计课题，并进行一定地数据收集和统计学习。这个过程虽繁琐，但只要设计得当，选择正确的统计方法，很大机会可以完成一篇高质量的研究型论文。这类研究论文紧密联系临床，具有很高的实际意义和借鉴价值，近年来临床相关学术期刊越来越高影响因子也说明了这个趋势。 具体怎么去学？可以参考我之前的学习步骤👇 1️⃣ 了解临床研究基本知识临床医学研究类型种类繁多，且容易被混淆。因此，准确地找到与研究目的匹配的临床研究类型，并根据研究类型准确设计医学试验并搜集数据，就必须清楚了解每一种研究类型的定义以及不同研究类型之间的区别。 2️⃣ 掌握临床数据库基本知识对于一些还没有太多自己数据、没有太多临床经验年轻医生来说，想要做临床研究，最大的阻碍就是数据来源问题，这一点完全可以通过公共数据库来解决。 常用的公共数据库主要有： 3️⃣ 寻找合适数据进行下载数据库这么多，那如何寻找适合自己的数据呢？就需要掌握各个数据库具体有在哪些数据，适合哪些疾病研究了，这里我主要以最常用的三大数据库为例： ① NHANES：NHANES的独特之处在于结合了面谈、体检和实验室检查。面谈数据包括人口统计、社会经济、饮食和健康相关问题，可用于确定主要疾病的患病率和疾病的危险因素。这些信息将用于评估营养状况及其与促进健康和预防疾病的关系，这也是我们利用此数据库进行研究的方向。 ② SEER：SEER数据库内记录了不同癌症病种患者人口学特征、临床病理资料和生存资料，如性别、年龄、组织学类型、分期、生存时间、状态、死亡等等，病灶样本数量大，统计学效能强。数据库中的肿瘤可分为9类：乳腺、结肠&直肠、其他消化系统、女性生殖、淋巴&血癌、男性生殖、呼吸系统等，其尚未涵盖的类型，比校适合以上这些科室。 3️⃣ MIMIC：MIMIC数据库收集了麻省总医院重症监护室（ICU）患者数据多年来的临床数据，包括医疗记录、实验室结果、生理监测数据等。数据包含了患者的基本信息、临床诊断、用药信息、实验室检测结果、生理监测数据、预后等多类型的医学信息。 MIMIC数据库几乎涵盖了所有科室的重症数据，所以适合做一些重症研究，例如： 提示： 数据库太多，这里不能一一列示完全，如果大家不知道自己的方向适合哪个数据库，可以互动区🍎留言你的科室，我这边给你看看数据～ 3.1 学习数据库的基本操作流程上述数据库的数据下载，基本都是注册账号、申请权限、下载数据这么几个步骤，很简单。我主页都分享过详细步骤👇 4️⃣ 学习预测模型构建方法临床预测模型，是一种通过纳入多个变量预测结果发生情况的统计学模型，可对患者的疾病发生、严重程度分层、风险和转归等临床情况进行预测，帮助医生更准确地评估患者的疾病风险和预后，提高临床决策的准确性。九步完成构建：…
文章题目：The Association of Age at Diagnosis of Hypertension with Cognitive Decline: the China Health and Retirement Longitudinal Study (CHARLS) DOI：10.1007/s11606-022-07951-1 中文标题：高血压诊断年龄与认知能力下降的关系：中国健康与养老纵向研究（CHARLS） 发表杂志：J Gen Intern Med…