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%）。…
哈喽，各位医学er们，这里是小光，又到了给大家分享临床研究文献的时候啦，今天和大家分享一篇非常实用接地气的横断面研究。 题目：Association between Insulin-Like Growth Factor-1 and UricAcid in Chinese Children and Adolescents with Idiopathic Short Stature：A Cross-Sectional Study 研究人群 ：山东济宁医学院附属医院接诊的特发性矮小症患者91人 研究的对象：胰岛素样生长因子1和尿酸的关系 这篇文章虽然样本量不大，数据也很简单，但是思路非常清晰： ①首先进行了基本特征的展示 ②使用单因素分析检验了UA和其他指标与IGF的关系 ③使用曲线拟合探讨了UA和IGF-1的关系…
Meta分析对方法真的很好学，今天分享的学员报名后只花了40天时间 为什么可以这么高效呢？ 因为我们是全流程一对一的教学指导 什么是一对一教学呢？可以分为三个方面来理解： 1、上课形式：上课形式是由一位老师和报名学员一对一进行在线指导，约课进行非常高效； 2、上课内容：基于学员的选题，提供一对一定制教学指导方案，不需要花多余的时间去学习普适课程； 3、专属服务：每一个环节都由专业的老师一对一和学员对接，环环相扣，全程高效。 接收期刊：Frontiers in Neurology 📉IF=2.7；中科院3区SCI 📍发文方法：Meta分析 🔬研究方向：【神经病学方向】 🔖医学SCI一对一指导学习，符合学术规范，学到真技能
发表期刊：Journal of Hematology & Oncology，IF29.9 ⭕️研究背景：癌症是全球第二大死亡原因，2022年全球约有2000万新发癌症病例和970万癌症相关死亡。随着全球人口老龄化、不健康生活方式的普及以及环境变化的影响，癌症发病率在全球范围内持续上升，特别是在中低收入国家。了解不同地区癌症的流行病学特征及其风险因素对于制定有效的预防和控制策略至关重要。本研究旨在评估1980年至2021年间全球204个国家和地区癌症的负担，并分析与癌症相关的风险因素。 ⭕️研究方法（详见图2）：该研究基于全球疾病负担（GBD）2021数据库，收集了1980年至2021年的癌症发病率、死亡率及相关风险因素的数据。研究对象包括34种癌症类型，使用年龄标准化发病率（ASIR）和年龄标准化死亡率（ASDR）来评估癌症负担，并通过计算伤残调整生命年（DALYs）来衡量癌症对健康的总体影响。此外，研究还应用了比较风险评估（CRA）框架，量化了不同风险因素对癌症DALYs的贡献。 ⭕️研究结果：2021年，癌症占全球总死亡人数的14.57%（95%不确定性区间：13.65–15.28），占全球总DALYs的8.8%（7.99–9.67）。全球ASIR为790.33（694.43–893.01），ASDR为116.49（107.28–124.69）。女性的ASIR高于男性（923.44 vs 673.09），但男性的ASDR高于女性（145.69 vs 93.60）。非黑色素瘤皮肤癌在两性中的ASIR最高（74.10），而消化系统癌症占所有癌症相关死亡的39.29%。乳腺癌在女性中的ASIR和ASDR最高（46.40和14.55），而在男性中，气管、支气管和肺癌的ASIR和ASDR最高（37.85和34.32）。烟草是男性癌症DALYs的主要风险因素，占29.32%；而在女性中，不安全性行为是最主要的风险因素，占8.88%。从1980年到2021年，全球癌症ASDR分别下降了24.81%（男性）和24.47%（女性）。 ⭕️文章总结：该研究全面评估了1980年至2021年全球204个国家和地区的癌症负担及其相关风险因素。结果显示，癌症仍然是全球公共卫生的重大挑战。消化系统癌症和气管、支气管及肺癌是主要的癌症负担来源，烟草是男性癌症的主要风险因素，而不安全性行为则是女性的主要风险因素。研究强调了针对特定癌症类型和地区制定个性化预防和控制策略的重要性，以有效应对全球癌症负担。 数据来源与处理 发病率和死亡率估计 风险因素评估 不确定性处理 趋势分析
医学生来集合啦！打造医学人专属的ipad！今天就叫医学生一起来把ipad用回本～ 👇👇 👇 众所周知，医学生的课本很多、很重，并且经常更新，不方便携带，因此，最方便的办法是放进iPad。 电子笔记软件 —— Notability 一个14寸的电脑重量就差不多有1.5kg，再加上厚重的专业书，哎，一般莫名其妙的沉重感扑面而来。 而9.7寸的iPad其重量不超过500g，同时准备好电子版教材，背上1kg左右的小书包，就可以迈着轻快的步伐前往图书馆泡上一整天了。 怎么准备电子版教材？ 可寻渠道有：淘宝、咸鱼、全国图书馆参考咨询联盟。 把找好的教材pdf版导入到Notability中，就可以实现电子笔记+听课录音回放的效果了。搭配iPad自身的分屏效果，学习过程非常丝滑～ 二、英语词典软件 —— 欧陆词典 在平时的英语学习、外刊阅读乃至看论文时，大家最常用的工具估计就是有道词典了。诚然，有道词典的功能很强大。但毕竟是通过算法聚合的单词信息，不如专业的词典意思准确、权威。而欧陆词典正好弥补了这个短板，可以与有道词典相互配合使用。 在iPad上使用时，可以将欧陆放在右侧小分屏，只需要复制单词右侧就可以实现自动查词，可太方便了！查词后可自动加入生词本里，更方便地积累真正词汇。同时可以对单词添加笔记！ 三、文献阅读软件 —— Endnote 学医难免看文献，文献看的多了就会涉及到文献管理软件。平时大家电脑上都用Endnote，但很多人可能不知道这款软件还有iPad版本，而且同步功能响应很及时，安装后可以实现在iPad上看文献、做笔记的效果，并且可以一键同步到电脑。 这个我出过详细视频教程，感兴趣可以B站搜【研究生如何用ipad看文献？4个技巧，秒变学术生产力！】 四、文献管理与团队协作 —— Mendeley…
小白对生信分析的误区 生信分析得懂编程，那要买一本厚厚的编程书，从头学到尾吗？ 然后再买一本生信入门专业书，按部就班开始学习？ 都不是！！ 说到底，无论是生信分析还是R语言，本质都是工具。前者帮我们解决临床问题，后者帮我们实现分析。 就像大家都要学英语，我们学习英语的目的是为了帮助我们更好交流，而不是专门去研究语言学，也不会将每个单词的来龙去脉都搞清楚，对吧？ 学习生信分析同样如此，会用即可，完全没有必要把所有算法编程都搞懂 那么“用”这么重要，到底用到哪里？ 这就是我非常想告诉生信小白们的，以你的需求为中心，用到你想解决的问题上，再针对性学习相关生信技能。 当然，能迅速定位自己需求的前提是搞清楚，生信分析都在研究些什么问题？ 生信分析在研究什么？（由于字数原因这部分详细看图片哦） 在生信项目中提升自己解决问题的能力 很多人学习生信分析，还没入门就放弃了，要么是觉得枯燥无味，要么是学了没成果，没有了再学下去的自信。 怎样让自己不断得到正反馈呢？蕞聪明地做法就是把自己扔进生信项目中，遇到问题解决问题！ 那么关键问题来了，生信小白如何才能加入一个适合自己的生信分析项目，并且有大佬手把手教你，这样的资源对很多人来说可遇不可求！ 其实大家可以把思路打开，身边没资源的，找指导机构也是很好的路，花点米就能链接上生信分析大佬。 纠正小白对生信分析的误区 作为医学生、生信分析小白，怎么开始学习呢？ ☐ 生信分析得懂编程，那要买一本厚厚的编程书，从头学到尾吗？ ☐ 然后再买一本生信入门专业书，按部就班开始学习？ 都不是！！ 说到底， 无论是生信分析还是R语言，本质都是工具。…
斯坦福大学医学院近日在pubmed发了一篇NHANES研究，发表在14分牛刊《Clinical and Molecular Hepatology》 ⭕️研究背景：非酒精性脂肪肝病（NAFLD）长期以来被认为是慢性肝病的主要原因，其发病率随着2型糖尿病和肥胖症的增加而上升。然而，多学会专家最近提出了一种新的术语和分类体系，将脂肪肝疾病（SLD）细分为代谢功能障碍相关脂肪肝病（MASLD）、代谢功能障碍与酒精相关脂肪肝病（MetALD）以及酒精相关肝病（ALD）。此外，COVID-19大流行期间，由于生活方式的改变、医疗资源的重新分配以及酒精消费的增加，SLD及其并发症的风险可能有所变化。因此，本研究旨在评估美国成年人中SLD及其亚类别的当前负担，并比较COVID-19前后时期纤维化和肝硬化的患病率。 ⭕️研究方法 1. 数据来源与处理： 2. 样本权重调整： 3. 基线特征比较： 4. 患病率估计： 5. 纤维化和肝硬化患病率： 6. 时间趋势分析： 7. 敏感性分析： ⭕️研究结果: 1、 SLD的整体年龄调整患病率为35.0%（95% CI: 33.4-36.7），相当于约7200万美国成年人。…