进度汇报：完成写作 结果都已经跑出来了， 后面就是写作啦！ 根据前期的挑战， 大家会发现我们写作的时间都不是特别长， 因为写作其实是坠简单的， 根据我们的“框架写作法”， 任何类型的文章都可以拿下！ 在写作前，我会大量阅读目标期刊的类似文章， 对这个期刊的投稿要求已经内容有了大致了解后， 便准备开始动手啦～ 其实在第4天跑图片和表格的时候， 我就差不多把中文写完啦！ 今天只需要翻译、润色， 补充模块化语句， 以及根据目标期刊的投稿要求调整内容就可以啦！ 意料之内， 这次也在2天之内写完了初稿！ 将所有准备好的内容发给导看过后， 就准备投稿咯！ 光速完成一篇NHANES，挑战成功！！！
如果你老板要投稿SCI，还要求了分区，那你一定要知道👉是中科院分区还是JCR分区。 它们都基于期刊的影响因子（Impact Factor，IF）进行划分，但具体标准有所不同，所以有的期刊可能是JCR一区，但是在中科院分区却只有四区。 今天小编就一文给你们说清楚❗ 一、中科院分区标准 中科院分区采用金字塔型结构，顶级期刊数量较少，随着区别的增加，期刊数量也相应增加。具体分区如下： 1区：各类期刊三年平均影响因子的前5%。 2区：影响因子前6%~20%。 3区：影响因子前21%~50%。 4区：影响因子后50%。 二、JCR分区标准 JCR分区，也称为汤森路透分区法，将某一学科的所有期刊按照上一年的影响因子降序排列，然后平均分为四个区域，每个区域包含该学科领域总量25%的期刊。具体分区如下： Q1区：影响因子前25%（含25%）的期刊。 Q2区：影响因子前25%~50%的期刊。 Q3区：影响因子前50%~75%（含75%）的期刊。 Q4区：影响因子75%之后的期刊。 三、中科院分区与JCR分区的主要区别 影响因子参考年限：中科院分区基于前三年的平均影响因子，而JCR分区则基于上一年度的影响因子。 分区阈值选取：中科院分区采用指定的阈值进行划分，形成金字塔型结构；而JCR分区则采用平均划分的方式，每个区域包含相同数量的期刊。 学科分类：JCR分区按照小类专业划分，共有176个专业类别；而中科院SCI分区则是基于JCR分区，将176个小类专业合并为医学、生物学等14个学科。 统计之光指导的一位学员今日成功发表JCR一区，IF=6.3，但是中科院是四区，差距较大！ ✔接收期刊：Systematic Reviews【Meta神刊！！】 📉IF=6.3；JCR一区期刊，中科院4区期刊 📍发文方法：Meta分析…
最近，和几个大三甲护理专业的同学聊天，听她们倒了一肚子苦水，护理“毕业即失业”的现象似乎越来越严峻。 其实不光护理专业，大环境每年都在变，各行各业的学生都在努力应对。所以迷茫的护理专业同学，也不必太过沉浸于悲惨叙事中，我们应当规划好自己的职业方向，想清楚自己想要过什么样的生活才是最重要的。 这几天搜集了大量不同学历背景的护理专业同学的建议，给大家整理了一份职业规划。当然每个人的情况都不一样，仅作参考。 希望给迷茫的护理er们一个港湾！ 专科院校护理专业 专科和专科，其实还不一样。 如果是专门的医学专科院校，一般都有对口的医院，每年固定输送生源。 对于这类学生来说，就业还是相对容易。在学校期间就要好好培养自己的专科背景优势：护理操作过硬，实践方面要非常扎实！ 此外，也要弥补自己的短板——相比于本科生来说理论知识和学习能力可能稍微差点，在学校可以尽量做到：1️⃣ 不挂科2️⃣ 主动学习，主动思考 如果是综合性院校，没有很强的对口就业单位，这时候，就要自己当机立断，尽早考虑自己的出路： 本科院校护理专业 大一大二做好三件事： 大三就要明确自己的去向：就业 or 考研 这也是大家比较纠结的选择，到底要不要考研？你可以问自己3 个问题： 护理全日制研究生 不管国内外研究生，如果你今后还是要回国内医院工作，那么一定要做的事情：尽可能多且优质的出科研成果。 医院要的护理研究生是，能帮医院出科研成果，也能临床工作的。 大家想一想，如果没有科研能力和成果，自己和本科生甚至专科生的优势体现在哪里。（PS：本科专科护士都在往科研方向发展，因为很吃香呀） 所以，对于研究生来说，一定要提前做好规划。不要把自己的命运，交到自己的导师手里。（万一导师放养，那不完了） 自己掌握主动权，搞好学习和科研。尽早摆脱学生思维，做一个成熟的大人。…
进度汇报：完成图片和表格 数据已经清洗啦，现在要做的就是做出图片和表格。 在具体操作之前呢，肯定要去看文献啦！ 明确需要跑出哪些结果， 模仿文献一步一步来就好啦！ 经典NHANES文章有以下这些结果： Figure 1：流程图—–人群的数据来源过程 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：RCS—-X与Y的剂量效应关系 Table 3：亚组分析—–敏感性分析 当然，我们也会看到有很多文章会有一些其他的处理， 比如加上了机器学习呀， 和孟德尔、Meta结合这种。 但本质上还是这个思路， 只不过在暴露的选择、分析方法上会有一些差异。 这就是NHANES文章的主要结果啦， 今日份挑战成功～大家的结果都跑出来了嘛！
为什么要做富集分析？ 组学数据得到的差异基因或者物质非常多，面对海量数据我们无法做到挨个研究、逐一验证来把待研究现象的机制解析清楚。 通过富集分析我们可以把差异基因或者物质根据其功能进行归类，这样具有相似功能的基因或者物质就被放在一起，从而减少工作量，并可以实现功能和表型相关联。 生信常用4种富集分析方法 KEGG/GO富集分析在方法学上均属于过表达分析（Over Representation Analysis, ORA），是一种广泛使用的分析方法，用于确定已知的生物功能或过程是否在实验获得的差异表达基因（DEG） 列表中显著地过表达（或者富集）。 GO富集分析 基因本体（Gene Ontology, GO）：从三个方面对基因的本质进行描述。 1. 细胞组分（cellular component, CC）基因产物所在的细胞内位置。如“细胞核”、“线粒体”。 2. 分子功能（molecular function, MF）描述分子的特定化学活性，如催化反应或结合分子的活性。例如“氧化还原酶活性”、“蛋白质结合”等。 3. 生物学过程（biological process, BP）描述基因参与的生物学过程，如细胞凋亡、DNA修复等。…
知名学术出版集团Springer Nature旗下刊物《神经外科评论》近期遭遇大量AI生成内容冲击，不得不大规模撤稿。据最新统计，该期刊已撤回129篇问题论文，其中以印度Saveetha大学相关稿件数量最多。值得注意的是，这所大学此前就因学术诚信问题被《Science》杂志点名批评。期刊出版负责人Sverre Klemp透露，针对AI生成内容的审查仍在持续，未来可能采取更严格的防范措施。 PART 01 撤稿理由 最新的撤稿声明指出：“主编决定撤回该文章。经过出版方的调查，发现包括本文在内的多篇评论文章在极短时间内提交，且存在明显迹象表明这些内容是由大型语言模型生成的，而作者并未对此进行说明。这些文章违反了期刊的编辑规定，因此被撤回。”根据撤稿观察网（Retraction Watch）的统计，被撤回的评论文章中，有87篇来自Saveetha大学的研究人员，其中35篇由Saveetha牙科学院和医院的两位研究者Hethesh Chellapandian和Sivakamavalli Jeyachandran撰写。 PART 02 作者的答复 Jeyachandran在邮件中表达了他对撤稿决定的不满。他认为，仅仅因为未公开使用LLM就撤回文章“令人困惑”。他表示：“撤稿通常是因为严重的学术不端行为，比如数据造假、抄袭或传播有害的错误信息，而不是因为流程上的疏忽。”Jeyachandran强调，被撤回的文章是评论性质，而非研究论文，且“没有数据造假、抄袭或违反期刊政策的情况。如果期刊仅仅因为未披露AI辅助就撤回文章，那么可接受与不可接受行为之间的界限将变得越来越模糊。” 《神经外科评论》的投稿指南中 包含了以下规定： 在撰写论文时，若使用了大型语言模型（LLM），必须在方法部分（若无方法部分，则在适当位置）进行明确说明。然而，若LLM或其他AI工具仅用于“辅助编辑和校对”，则无需特别声明。无论何种情况，作者需对最终版本的内容承担全部责任。 PART 03 印度Saveetha大学深陷学术风波 Saveetha大学及其牙科学院此前曾因引用堆Saveetha大学及其牙科学院曾因涉嫌引用堆砌行为而受到质疑。引用堆砌是指研究人员通过不必要的引用，包括自引，来人为提高学术指标。2023年调查报告发布后，该机构的撤稿数量显著上升。 注释：可以用作对正文的补充 2024年，Saveetha大学的研究人员被期刊撤回了至少80篇论文。到了2025年，《神经外科评论》的撤稿事件使得该校的撤稿总数攀升至90篇，而此时2025年才刚刚开始。同年1月，《定量科学研究》期刊发表的一篇论文指出，Saveetha大学被列为存在“可疑作者行为”的机构之一，其研究产出在2019年至2023年间翻了一番。 PART 04…
近年来，Meta分析的文献数量越来越多，发表Meta分析越来越难，因此，杂志社会优先发表已经注册的Meta分析。无论你的Meta分析是已经完成还是正在制作中，甚至是还没开始进行，都可以在PROSPERO、Cochrane等平台上注册，注册之后会获得一个注册号，有注册号的Meta分析竞争优势更强。 为什么杂志偏爱已注册的Meta分析？ 1️⃣ 减少偏倚风险：未注册的Meta分析可能在数据收集或分析阶段有意或无意地筛选支持某种结论的研究（如仅纳入阳性结果），导致结论偏倚。预先注册要求研究者事先明确研究问题、纳入标准和分析方法，降低了“数据挖掘”或“结果调整”的可能。注册要求预先提出假设和分析计划，防止研究者根据结果反向调整研究目标。 2️⃣提高透明度和可重复性：注册文件中需详细描述检索策略、数据提取标准、统计方法等，使审稿人和读者能评估研究设计的合理性，并验证结果的可靠性。 3️⃣符合学术伦理和期刊要求：国际医学期刊编辑委员会（ICMJE）建议临床试验必须注册，这一理念逐渐扩展到观察性研究和Meta分析。部分期刊（如BMJ、PLOS Medicine）明确要求Meta分析需预先注册。 4️⃣增强结果的可信度：审稿人通常对注册研究的严谨性评价更高，认为其方法更可靠，结论更少受主观因素影响。注册记录可追溯研究设计的原始意图，减少因方法争议导致的拒稿或结论质疑。 5️⃣应对“重复Meta分析泛滥”问题：同一主题的多个Meta分析可能因方法差异得出矛盾结论。注册机制可帮助期刊筛选出计划更完善、目标更明确的研究，避免低质量重复。 目前Meta分析主流平台有：PROSPERO、Cochrane、INPIASY三大平台，其中最受欢迎的就是Prospero。这次Prospero大改版，统计之光也是率先整理好了新版注册教程，欢迎大家转发收藏~ 在做Meta分析的家人们！ Meta分析最火爆的注册平台PROSPERO网站 2月26日突然全面更新！ 新版网站的审核速度就像坐火箭一样快！ 昨天（2月27日），统计之光的一对一学员提交后，当天就拿到注册号了！ 为了让大家更好地了解新版本，今天详细解析新旧版本的注册条目内容、差别以及变化。 1. 网址没变，搜索 PROSPERO 就能进入 2. 新版本的注册条目相较于老版本减少了两个，现在只需要填写 38 个信息内容即可。具体如下： ✅ 基本信息（6项）✅…
进度汇报：下载数据+清洗数据 首先是数据的下载部分， 在前期我们已经将所需要的数据都整理在Excel表格中了， 而且所有周期的所有数据也都下载到本地了， 只需要用代码库库一顿提取就完事～ 然后是数据的清洗部分， 这个部分也是根据Excel表格来， 比如年龄可以是连续变量， 也可以根据年龄段分成分类变量， 若是分类变量，那么每一类用什么数字来表示， 这些都需要在表格中标注清楚。 理清思路后就可以开始疯狂筛选啦！ 整理好了数据以后，后面的分析实际上是非常简单的， 选题才是最重要、最费时间的， 也是最容易浮躁滴，静下来，方向对了，就一定能出成果。 今日份挑战成功～大家都进展到哪一步了呀～
在师弟师妹们的见证下，NHANES、MR、Meta我们都已经成功挑战很多期啦我们换一种挑战，那就是GBD（Global Burden of Disease）当听到这个名字的时候，Global肯定就知道这个数据库十分不简单GBD都是四大顶刊的常客了而且最大的特点就是统计方法很简单也不涉及复杂的数据清洗更重要的是不管你是临床、护理，还是公卫都能进行实操 我在Pubmed上面进行了初步的检索“Global Burden of Disease”发现总共有3万多篇，发文量呈现逐年增多的趋势大致浏览了一下发表的文章质量让我口水直流啊！！！同样的思路移植到我自己的关注的领域或者疾病就是一篇新的顶刊paper所以也来尝试挑战挑战自己 老规矩，首先要设定目标期刊因为我是心内科的，关注心内科疾病相对来说多一些，我初步检索了一下“GBD and heart failure”竟然有600+篇而且里面最简单的已经被写过了我得琢磨琢磨能不能从里面挖掘点儿信息出来琢磨选题花了大量的时间那就换了一个在数据库里面有的但是相对来说比较小众的心内科疾病 开干啦，选了个近期发表过GBD挖掘的期刊作为我的目标期刊就把Public Health暂定为我的目标期刊吧但是我觉得可能工作不止这个量值得更高IF的期刊就先选定这个期刊吧，到时候再调整 我选定了来自上海交通大学2024年2月刚发表的文章‘Burden of heart failure in Asia, 1990-2019: findings from the Global…
第2天的主要任务：提取数据前的准备 提取数据前需要准备的有： 熟悉NHANES数据库 阅读10-20篇类似文章 明确文章需要的协变量 制作Excel表格 经过前几期的挑战， 大家对NAHNES数据库已经有了一定的了解， 这个数据库优点就在于可操作性强， 可以快速验证自己的选题， 疯狂冲锋冲锋～ 在确定协变量之前需要大量的看文献， 了解别人的协变量是怎么写的， 哪些可以借鉴，哪些需要根据自己的选题调整。 在明确好协变量后， 需要整理一份独有的Excel表格， 将X、Y以及协变量的详细内容都列进入， 比如变量名、NHANES里的变量信息； 分类变量还是连续变量； 涉及的周期等等。 任何事情做到心中有数才能事半功倍！ 只要思路清晰了，后面的一切都好说，没什么复杂和困难的， 重点就是选题（选择指标和idea） 这就是我花了很多的时间进行初步检索的意义 千万不要一来就闷头开跑，…