今年Meta分析发表量已达到3.6w篇+，实时数据已经超过了去年全年，Meta分析在国际上还是够顶的！近期天津医科大团队发表一篇中科院1区14.3分的Meta，一起看看思路吧！ 期刊：Journal of Infection，IF14.3 ⭕️研究背景：原发性肝癌（PLC）是全球第六大常见的癌症类型，也是癌症死亡的第三大原因。2020年全球新发病例约为90.6万例，死亡83万例。中国作为PLC发病率最高的国家之一，有约47.86%的新发病例。慢性乙型肝炎病毒（HBV）和丙型肝炎病毒（HCV）感染是导致肝细胞癌（HCC）的主要风险因素，尤其在东亚、东南亚和北非等地区。尽管中国已采取措施控制这两种病毒感染，但关于HBV和HCV在中国PLC患者中的具体流行情况仍缺乏全面的数据。 ⭕️研究方法 1. 研究注册与报告规范 2. 文献检索策略 3. 纳入与排除标准 4. 文献筛选与质量评估 5. 数据提取 6. 数据分析 7. 结果报告 ⭕️研究结果：HBV感染率：在92,180名PLC患者中，HBV的总体血清阳性率为75.09%（95% CI 73.12%-77.02），不同地区的HBV感染率存在显著差异。南部地区的HBV感染率最高（80.61%），而西北地区最低（65.27%）。随着时间推移，HBV感染率逐渐上升，尤其在2010年之前，之后略有下降。 HCV感染率：在54,570名PLC患者中，HCV的总体血清阳性率为11.82%（95% CI…
2025年想要学会生信分析的医学生/医生，先将这句话听进去： 不建议盲目开始学，生信分析不是学到极致，而是要会用，带着需求与目的去学，事半功倍。 我拿英语举例子更好理解，大家都要学英语，学习英语的目的是为了帮助我们更好交流，而不是专门研究语言学，也不会将每个单词的来龙去脉都搞清楚。 说到底，无论是生信分析还是R语言，本质都是和英语一样，是工具。 前者帮我们解决临床问题，后者帮我们实现分析。 🎯回到具体问题上来，首先是学什么？ 1️⃣翻一下你所在课题组几年之内发表过的文章，看看其中有没有涉及到生物信息的部分。如果有，那么这个方向说不定是你们课题组、以及你之后的课题会用到的。 2️⃣看看你研究领域的大佬，他们的文章是不是也有相关内容。有，则方向就有了。如果这些大佬们很少做相关课题，那么可能你这个领域涉及到生信比较少，也许不具备学习的意义。 🎯怎么学？ 1️⃣根据之前的文献调研，仔细阅读那些文献。对于临床医学而言，生物信息主要为其服务。那么，首先就要搞懂相关文献的结果如何说明问题，怎么说明问题。毕竟，医学的方向你很熟。 即便以后不学习生物信息，搞懂生信想说明的问题，也对你以后阅读文献、设计实验有帮助。 2️⃣质量高，作者nice的文献，一般都会挂出来原始数据和github上代码的链接。尝试复现该文献中生物信息的结果。顺利复现几篇文章后，就可以说是入门了。 3️⃣在自己的课题中，想想有没有相关的部分需要生物信息的支特。可以自己做，也可以直接交给测序公司。但是这其中的原理你要懂，具体的步骤、软件你要知道，毕竟这部分最终要写到科研文章中。 4️⃣多阅读相关文献，扩展视野，随时记录、思考有没有相关技术可以用到自己的课题中，相关技术的劣势是什么。持续保持接收新的生信信息，并且多多去实践各种生信分析方法。 但是如果你时间不充裕、学习能力一般、没有氛围就容易放弃，资金不是那么紧张的情况下，那还是建议你报一个性价比高的机构，专人指导你会更好。 时间成本其实是蕞大的成本！ 2025年想要学会生信分析的医学生/医生，先将这句话听进去： 不建议盲目开始学，生信分析不是学到极致，而是会用，带着需求与目的去学，事半功倍。 我拿英语举例子更好理解，大家都要学英语，学习英语的目的是为了帮助我们更好交流，而不是专门研究语言学，也不会将每个单词的来龙去脉都搞清楚。 说到底，无论是生信分析还是R语言，本质都是和英语一样，是工具。 前者帮我们解决临床问题，后者帮我们实现分析。你只需要挑选一个在工作上能用到的方向，有目的的学习即可。 💡 回到具体问题上来，首先是学什么？ 1️⃣ 翻一下你所在课题组几年之内发表过的文章，看看其中有没有涉及到生物信息的部分。如果有，那么这个方向说不定是你们课题组，以及你之后的课题会用到的。…
本人医学读研，一直被导师散养，没有周会，没有一周一次的PPT，从研一入校开始，从来没有人告诉我该干什么。 每一次见导师的时间至少间隔一两个月，还经常临时“请假”，给的课题也是大方向的，而且是基础研究。曾经我也迷茫了很久，摊上这样的导师该怎么办？ 后来才了解到，不是我一人被放养！读研被导师放养其实挺正常的，所以我们首先要放平心态，自己不要太过焦虑。有的导师就是很忙，不是不想管你，是真的无暇顾及你，我们唯一的办法就是靠！自！己！ 医学生如何靠自己顺利毕业？把我走过的路，分享给大家。 第一件事，明确毕业要求 ①毕业论文。主动去咨询高年级的师兄师姐，了解他们正在准备的毕业论文的类型，以及从什么时候就开始准备毕业论文，研究了哪些东西，了解这些信息是为了让你心里有一个清晰的概念：什么样类型的论文，做到什么程度可以用于毕业。 ②小论文。不同学校有不同的标准，可提前按照学校要求准备。如果你是专硕，大部分时间在规培，更要安排好科研的时间。 相比于基础实验，我选择了周期短，能快速发表SCI的临床研究（挖掘公共数据库），用别人的数据发自己的SCI，效率嘎嘎快！ 🎯宝藏数据库一：GBD （适合全科） 🎯宝藏数据库二：MIMIC （适合重症） 🎯宝藏数据库三：SEER（适合癌症） 🎯宝藏数据库四：NHANES（适合全科） 第二件事，心态要好，学会找外援 导师不管已成事实，这也不是你能控制的事，所以不要过度纠结，读研只是你人生中很小的一段经历，要积极面对研究生生活。 从另一个角度想，导师放养的同学有更多自由，时间也可以更好的灵活安排。 至于科研上的困扰，除了导师外，你也可以求助厉害的师兄师姐，与她们处好关系。而且，除了校内的教育资源，你还可以找校外的“导师”，比如医学SCI指导机构光速医学的老师。 你不知道挖掘哪个数据库合适，来光速医学后选题老师会与你充分沟通，了解你的需求与情况，共同确定一个可行的选题。 本人医学读研，一直被导师散养，没有周会，没有一次PPT，从研一入校开始，从来没有人告诉我该干什么。 每一次见导师的时间至少间隔一两个⽉，还经常临时“请假”，给的课题也是⼤⽅向的，⽽且是基础研究。曾经我也迷茫了很久，摊上这样的导师该怎么办？ 后来才了解到，不是我⼀⼈被放养！读研被导师放养其实挺正常的，所以我们首先要放平心态，⾃⼰不要太过焦虑。有的导师就是很忙，不是⽆⼼不想管你，是真的⽆暇顾及你，我们唯⼀的办法就是靠！⾃！⼰！ 医学生如何靠⾃⼰顺利毕业？把我走过的路，分享给大家。 第一件事，明确毕业要求 ①…
最近刷小红书看到这样一则帖子：医生不做科研会怎么样？ 高赞评论回复：会变成一个深受患者喜爱同时有好口碑的高年资主治医师。 对此我感受颇深！不说医生了，就拿专硕研究生来说，我自己身上很残酷的现实就是，硕士科室科主任的学生，临床摸鱼，不干活，值班卖掉，整天泡实验室，最后毕业发了几篇文章，在老板的介绍下去北京读博了。而那些在临床干死干活的人，钱没捞到，文章没发，别说读博了，工作都差点找不到。（别问，问就是科主任双标，一边让我们其他规培研究生好好干活，认真对待临床工作。一边让自己的学生脱产去做实验！） 规培之父刘进，说过一句心里话：我们要把最优的资源给医学科学家，用来搞科研转化。平庸的人就让他们做平庸的活。反正病人很多的，永远需要有人在临床线做干不完的工作。所以一定要尽早意识到，科研才是内卷最后的出路！ 对于临床医生而言，搞科研最大的困扰莫过于：自己想开展临床研究，却苦于手里没有数据；一个个自己收集整理病历数据，建立数据库的话，太费时间精力了。 很多小医院可能一年也攒不够三位数病人的疾病，其实这个时候完全可以借助一些外部数据库，比如 MIMIC 数据库！ 常见的MIMIC研究大致可以分为：观察性研究和预测模型两大类，其中较好的上手的是观察性研究，比较适合新手。做观察性研究，设计研究思路时，可以按研究人群、研究变量，研究结局，混杂因素和统计方法这几个方向进行考虑。 目前MIMIC 数据库总共发表了两千多篇文章，可以说正值风口，很多选题都能做。如果你不确定你的方向能不能做MIMIC数据库挖掘，可以🍎论区告诉我你的研究方向或者所在科室，聊一下。 临床专硕如何平衡临床和科研？ 1. 高效干好临床，节约时间做自己的事情。 在工作中培养自己的工作习惯，尽量让自己可以比别人更快地完成手上的事情，尽早下班去做自己的事情。例如，我一般在跟教授查完房以后，会把今天要做的事在一张A4纸上记录下来，每做完一件事，就会用笔划掉，这样在避免遗漏被遗漏的同时还能养成一种很有成效的感觉。其次，因为每天都有很多新病人入院，很多老病人出院，我会提前一天询问教授的安排，在出院前一天把出院记录和病历诊断书写好，提前打电话给新病人让他们第二天尽早来办理入院。往往一个上午不到我就可以把我的病人全部收治，下午没有事情的话，我有时候就不会去了，自己看看书或者学习一些科研技能。还有一个技巧，就是在询问病史的时候就把病案首页填写好，这对于后续整理病历是很能节约时间的。 此外，对于专硕而言，我们需要尽早明白一个问题，一个医生的核心竞争力是手术和科研，特别是外科。所以，尽可能的认真对待每一台手术，病历写的差点其实并不重要，上级也不会给你改，不要花费太多的时间在这上面。你的目标应该是尽可能掌握本专科的一些病种和手术操作，千万不要成为一个只会开医嘱和写病历的机器人，以后吃饭还得看手术做的好不好。去外面科室轮科，在做好自己的事情以后尽可能早点走，轻松的科室可以多摸摸鱼，留更多的时间给自己做自己的事。 2. 尽早把执业医师证拿到手，千万别挂了。 专硕一定要在第一年把执业医师证拿到手，千万别挂了，认真对待，一般都能过。关于三年级的规培结业考试，我想告诉大家，就趋势而言，规培结业考试越来越规范，难度在逐步加大，国家在提高做医生的门槛和要求。而且专硕的话，三年级还面临临毕业论文撰写、申请博士和找工作的问题，这需要对时间有很强的掌控力。所以往研一和研二的时候要多花时间做自己的事，提前达到毕业要求，发表论文才能让你更从容。 3. 尽早发表SCI或者中文核心，为毕业做准备。 专硕相对于学硕最大的区别在于专硕的时间基本上都在临床上，属于自己的时间很少，而且很多导师都是放养，完全不管，发论文真的是很个时候就需要找到一些方法，用巧劲。就我个人专硕的科研学习和身边的一些同学来看，专硕发SCI主要就是两条路： 所以我的几篇SCI都是做临床研究，不费事又出成果，以我的自己的MIMIC研究为例。👉 MIMIC数据库简介 MIMIC数据库包含了麻省理工贝斯以色列迪康医学中心重症监护室十几年来的真实医疗数据。数据量大、数据源质量好！…
Day 5主要任务：完成核心结果=图片+表格 前面和小伙伴一起做了大量的工作 彻夜难眠一起筛选文献 其实也不需要太多的技术含量 只是工作量有点儿大而已 但是，好在我们的目标文献筛选成功了 然后就是提取数据 模仿目标文献进行核心结果展示 图片和表格制作 其实就是网状meta里面最需要出现的结果 使用我们常用到的工具R、stata 把常见的Figure可视化呈现出来 Meta是只要确定了选题的新型性 就是别人没有做过就可以 那我们就完全可以去做 而且结果可以预期 投稿的杂志也可以预期 只要文献数目合适、纳入分析的数据提取合适 那基本这篇文章就结束了 这也是为什么我们会看到有很多的meta分析 有很多的网状meta分析大差不差 我们称之为模板文、套路文的原因 同一种类型的文章都是类似的 所以方法学的东西就是说只要想学就一定能掌握的…
Day 3-4：文献检索+文献筛选+文献获取 Meta分析到底在分析什么呢？ 系统评价又是在评价什么呢？ 说白了，就是把一堆研究的证据质量凑一块儿，再看看这堆东西合在一起靠不靠谱。 不同的研究，证据质量肯定参差不齐， 但咱们把它们一综合，就能瞧出结论是不是站得住脚，大家说法一致不一致。 那这些证据质量都是从哪儿来的呢？ 当然是那些已经发表的论文里头。 既然咱们是从别人的文献里面找内容， 那文献检索就是头等大事。 检索的数据库很多， 怎么找准目标？ 怎么搜得全？ 这是咱们做meta分析的重中之重。 毕竟，工欲善其事必先利其器 只有搜全了，分析才能到位； 只有佐料齐全，才能做出一顿好饭。 不同的数据库收录的论文多多少少有点差异 所以咱们得在好几个数据库里头搜。 每个数据库都有自己的文献储存策略， 检索策略也得跟着变。 常去的数据库有Pubmed、WOS、Embase这些。 那咱们怎么定检索策略呢？ P…
套路一：（基于转录组）某种疾病 + 某个基因集合分子标记 利用公共 TCGA 或转录组学数据，就某种感兴趣的疾病和某个基因集合通过机器学习、生存分析、PPI 网络和差异显著性分析筛选分子标记，再补充免疫浸润、药物预测、分组对接等内容。 示例： 推荐文献： 套路总结： 套路二：单细胞多组学 单细胞组学联合其它组学（如转录组学、代谢组学等）的文章数不断上涨，主要分为两种： 文献推荐： 文章标题：Integrated bulk and single-cell transcriptomes reveal pyroptotic signature in prognosis and therapeutic…
Day 2 任务：选题确认确认再确认 通过Day 1的初步检索来看操作性是很强的 因为meta分析嘛，和我们的MR是一样的 整个操作流程非常的清晰 跟着PRISMA一步一步来就可以了 所以今天的主要任务是更加进一步的充分检索、评估选题是否可行 选题评估会花很多时间，这一点我们强调过无数次了 这都是血泪史 不同类型的meta分析的具体方法可能会有一些差异 但是为我们注意到meta分析却从顶刊到普刊都有 这是为什么呢？ 聪明的师弟师妹们肯定会说是因为选题立意 真相也是这样 就像为什么一些大的课题组能发大文章 因为人家就是Top 知道顶刊文章想要什么、需要什么、想发什么 甚至有的直接邀请顶刊的编辑参与整个研究设计 这是我们没办法比的 我们能做的就是筛选一个有意义的选题 选题直接决定了文章能不能发、发的水平 到底是不是一个热点关注话题呢？ 就像现在司美格鲁肽的副作用就是非常热点关注的点…
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。 目前Meta分析主流平台有：PROSPERO、Cochrane、INPIASY三大平台，之前都给大家分享过相关教程，今天侧重于给大家分享：💫PROSPERO注册平台 ✅注册账号 ✅检索Meta选择是否被注册 ✅注册流程 ✅PROSPERO账号查询 后台经常收到私信问：为什么自己的Meta分析文章没有送审就立刻被毙掉了？ 原因可能有很多。 首先，期刊可能对Meta分析本身不感兴趣，或者对你的研究想法不感兴趣，这种情况直接重新选刊即可。 其次，也有可能期刊对前两者都有兴趣，但它们对Meta有严格的规范性要求。如果文章没有事先进行注册，一般也会被直接拒绝。因为主编们通常会认为，没有预先制定计划和进行选题注册的Meta分析，作者在研究过程中可能会为了得到有利结果而随意更改纳入和排除标准，甚至篡改数据，这会严重损害Meta分析的科学性。因此，为了避免这种情况，期刊会直接拒绝那些没有预先注册的Meta分析文章。 就算侥幸通过了编辑的关卡，结合我们的多次审稿经验，到了审稿人那里，对没有注册的Meta也会拒稿或者提出严重质疑。 去哪里进行Meta分析选题注册？ 目前主流的Meta分析注册平台有以下三个： 平台 难易程度 收费 注册周期 发表途径 Cochrane图书馆 ★★★★★ 免费 平均2年 Cochrane图书馆（IF=7.755） PROSPERO ★★…
广中医今年一区真不少！12月又见一篇，发表在8.8分Critical Care 文章标题：Lymphocyte count trajectories are associated with the prognosis of sepsis patients ⭕️研究背景：脓毒症（sepsis）是导致重症监护病房高入院率和死亡率的主要原因之一，其特征为免疫失调引起的多器官功能障碍。淋巴细胞在脓毒症期间的免疫反应中扮演着关键角色，淋巴细胞减少（lymphopenia）与二次感染的易感性增加、更严重的脓毒症病情及更高的死亡率有关。以往的研究通常只关注固定时间点的淋巴细胞计数，忽略了其动态变化及其与脓毒症预后的关系。由于淋巴细胞计数易于获取，因此它可能作为连续监测免疫状态的有价值指标。 ⭕️研究方法（详见图2） ⭕️研究结果：研究确定了三类不同的淋巴细胞计数轨迹：1) “快速-缓慢下降”组（Rapid-slow decrease），包括16.7%的患者，在最初的三天内淋巴细胞计数迅速下降，随后缓慢降低； 2) “稳定”组（Stable），包括46.1%的患者，其淋巴细胞计数相对稳定； 3) “快速-缓慢上升”组（Rapid-slow increase），包括37.2%的患者，淋巴细胞计数在最初三天迅速增加，之后以较低水平缓慢上升。 患者的基线特征在这三个轨迹之间存在显著差异。轨迹3的患者表现出最长的住院时间、较高的APSIII、OASIS和MELD评分以及更多的共病情况，并且28天死亡率最高（22.9%）。 相比之下，轨迹1的患者虽然住院时间最短，但7天死亡率最高（12%）。…