第一种：脾气巨差的护士 规培轮转，难免遇到脾气差的护士。上个月就遇到一个，平时其他护士找我帮忙打印我都会帮，大家都和和气气的。但是唯独这个护士，每次自己没查明白，上来就说我医嘱开错了。 面对这种人我尽量躲，但是实在躲不过，如果是我的问题我就憋着改正，如果不是我的问题，就直接凶回去。 第二种：沟通不明白的患者 对于那些我很尊重他，但是他极不尊重我，又沟通不明白的患者，我就会去找上级帮助，自己尽量远离他们，先保护好自己。 第三种：什么也不教的带教 这种遇上了，还真没法远离 如果能提前打个预防针想必会好很多。所以跟师兄师姐们学了一招——入科前打听：谁是科内「大神」。 第四种：凡是会耽误你毕业的人 规培会占据大量的时间，尤其是专硕，一共36个月，规培就需要33个月。 所以大家都是时间紧，任务艰巨，如果你不好好安排规培工作，多抽时间在学业上，那到后期毕业压力会很大！每年因不能平衡规培和科研，发不了小论文，导致延毕的人蛮多！ 规培期间把你该学的东西尽快学会，然后就要想办法挤时间搞论文，你的重心应该在科研上，多为自己积累SCI才是正事，不要傻乎乎地忙却弄不清自己的主线。 适合规培期间去做的科研，无非有Meta分析、生信分析、临床研究。生信分析要发一个好点的期刊，现在需要做点实验，不过也比较容易。 剩下Meta分析、临床研究（挖掘公共数据库），都无需做实验、无需收集数据，利用别人的数据发自己的文章。 看你的研究方向与导师要求，任意选择一种，认准之后冲就完事了，大概率会得到一篇符合要求的SCI。 一定要趁早发小论文！一定要趁早发小论文！ 不然你到研三的压力真的会特别大！（听劝啊！） 第一种：脾气巨差的护士 规培轮转，难免遇到脾气差的护士。上个月就遇到一个，平时其他护士找我帮忙打印我都会帮，大家都和气的。但是唯独这个护士，每次自己没查明白， 上来说我医嘱开错了。 面对这种人我尽量躲，但是实在躲不过，如果是我的问题我就懵着改正，如果不是我的问题，就直接凶回去。😓 第二种：沟通不明白的患者 与患者沟通是一个很复杂的工作，规培几个月后终于深刻体会到了，而且时常因为沟通不明白而内耗。 后来遇上认知和领会力很差的患者，我就先告诉患者让他们做什么，同时要做给患者看，让患者模仿我的动作行为。 对于那些我很尊重他，但是他极不尊重我，又沟通不明白的患者，我就会去找上级帮助，自己尽量远离他们，先保护好自己。不知道大家是怎么处理的？…
今天要给大家分享一下发文利器——MIMIC数据库的数据方向 如果说⭕你没有临床数据没有实验条件 如果说⭕你是重症/外科/急诊这些方向 那这个数据库你一定要知道！ MIMIC数据库于2003年在美国国立卫生研究院的资助下，由美国麻省理工学院计算生理学实验室、美国哈佛医学院贝斯以色列女执事医疗中心(Beth Israel Deaconess Medical Center，BIDMC)和飞利浦医疗公司共同建立。 是一个【公开免费】且【数据都经过脱敏处理】的权威数据库，现在已经发文无数，那很多小伙伴不知道自己的研究方向能不能做，我们就来看看有哪些数据👇 MIMIC数据库几乎覆盖了所有科室的重症数据，例如： ✅重急症（脓毒症、急性肾损伤） ✅心血管疾病（心梗、冠心病、心房颤动、心衰、高血压） ✅呼吸系统（COPD慢性阻塞性肺疾病、肺栓塞、肺炎、ARDS、呼吸衰竭） ✅消化系统（胰腺炎、肝炎、胃炎） ✅神经系统（脑梗塞、脑出血、痴呆、缺血性脑卒中） ✅内分泌（糖尿病、痛风） ✅泌尿系统（肾炎、慢性肾脏疾病） ✅风湿免疫疾病（系统性红斑狼疮） ✅血液系统（淋巴癌、白血病） ✅其他（骨折等） 今天的学员案例就是挖掘的MIMIC数据库成功发文，一起来看看吧~ 接收期刊：Scientific Reports 📉IF=3.8；中科院2区SCI…
和之前推荐的NHANES数据库不同的是，本期的SEER数据库更适合做重症研究，近些年来非常受国人研究者的喜爱，就连院士们也在用这个数据库发文章哦~~ SEER数据库，是由美国国立癌症研究所，于1973年创建的美国人群癌症数据库，记录了大约35％美国人口的癌症诊断、治疗和生存数据。数据信息涵盖了患者的注册编号、人口学特征、原发病灶部位、肿瘤尺寸、肿瘤编码、治疗方案、死亡原因等等。 在Pubmed上搜索 [SEER] 主题文章，可以发现，相关文献的发表数量呈逐年上涨趋势，国人发表数量的占比在2022年达到了惊人的66.69%。在发表的国家里，中国排名第一，是第三名加拿大发表数量的近10倍，足以可见用SEER数据库发文有多受国人喜爱了。 1️⃣SEER数据库基本挖掘步骤，全程免费，申请后可以直接下载。 2️⃣如何基于SEER数据库选题？ （1）研究主题的创新：可通过一些很细微的转换或改变进行创新。 （2）统计学游戏：基于统计学手段，进行一些花哨的拼贴，然后做成各种套路。 如果你也想在2025年学习SEER数据库挖掘，并发表一篇SCI，我们光速医学专业团队可以一对一教学你发表，从0开始协助你选题，确认选题后再开展教学！ 1 什么是SEER数据库？ 美国国立癌症研究所数据库，简称SEER数据库，该数据库记录了美国部分州上百万名恶性肿瘤患者的发病率、 死亡率和患病情况等信息。数据免费开放，全球肿瘤研究者均可以通过申请获取部分数据。 2 有哪些数据？ 数据库所涉及的肿瘤被划分为9类：乳腺肿瘤、结肠与直肠肿瘤、其他消化系统肿瘤、女性生殖系统肿瘤、 淋巴系统肿瘤与血液系统肿瘤、男性生殖肿瘤、呼吸系统肿瘤、泌尿系统肿瘤及其他尚未确定的类。 记录包括患者注册编号、个人信息、原发肿瘤部位、肿瘤形态和尺寸、部分免疫组织化、诊断阶段、治疗方案、 生存状态随访和死亡原因等临床回顾性数据。 3 如何获取数据？ 一般第二天，就会收到 SEER 的回信，会给到确认姓名和邮箱以及…
进度汇报：完成写作+投稿前准备 昨天已经完成了写作的方法和结果部分啦！ 今天刚好是周末， 打算一鼓作气完成剩下的部分！ 根据前期的NHANES或者GBD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，我已经大量精读了类似的文章， 对整个行文逻辑有了大致的了解后， 才开始动的手， 今天的任务量还是很重滴！ 需要完成引言、讨论、摘要等部分， 然后翻译、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！ 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师看过后， 就准备投稿咯！ 光速完成一篇脂质体组学孟德尔随机化，挑战成功！！！
众所周知生信分析可以应用于基因组学、蛋白质组学、微生物学等不同领域，可以帮助咱们更好地理解基因和蛋白质的功能，以及微生物群落的结构和功能，还可以用于临床研究，正是因为应用这么广泛，生信才会一直爆火。 但随着生信分析井喷式增长，现在的生信分析已经没有往些年好发了，不少人抱怨辛苦写的生信分析又烂手里了！ 今天特地为大家搜集了7个生信研究热点，学会跟热点，找准生信分析风口，发表机会才更大哦！ 由于字数原因，上图每个方向都给大家做了解释，总结了研究套路，还找了值得学习的文献，就不再此赘述啦（一定要看！纯干货！） 省流版7大热点方向： 1️⃣巨噬细胞 2️⃣中性粒细胞外诱捕网（NETs） 3️⃣瘤内菌群 4️⃣共病 5️⃣双硫死亡 6️⃣血管生成拟态 7️⃣mG7修饰 —— 很多医学生还在观望，要不要花精力去学习生信分析，不管身边人怎么说，你只需要记住，无论什么时候，生信分析都值得医学生去学。 生信分析不仅仅是能满足医学生持续发文的需求，而且是像英语一样的必学技能，可以帮你懂得如何利用大数据，如何分析自己的数据，如何利用别人的数据为自己研究添砖加瓦。 就这么说吧，虽然生信分析难啃，但啃下来，对医学生终身受益！（亲身体会） 生信分析的广泛应用 生信分析可以应用于基因组学、蛋白质组学、微生物学等不同领域，可以帮助更好地理解基因和蛋白质的功能，以及微生物群落的结构和功能。近年来，生信在临床研究中应用广泛，其热度一直不减。 然而，随着生信分析的广泛使用，竞争愈加激烈。想在这个领域发表高质量文章，必须抓住当前的研究热点。 今天特别为大家搜集了7个生信研究热点，学会跟热点，找准生信分析风口，发表机会才更大哦！ 1. 巨噬细胞 巨噬细胞拥有两种亚型（促炎作用的M1和抗炎作用的M2），它们在多种疾病或肿瘤的发生和治疗中有重要影响。同时，巨噬细胞与免疫调控组的复合研究近几年涌现不少高分佳作。 相关生信研究思路 比较经典的思路是联合单细胞转录组和bulk转录组分析巨噬细胞的相关标记物。…
今天要给大家推荐一本公共数据库友好的SCI期刊——Frontiers in Public Health ⭕️接收文章方向：老龄化与公共卫生、儿童与健康、临床糖尿病、数字公共卫生、灾害和急救医学、环境健康与暴露组学、卫生经济学、传染病：流行病学和预防、伤害预防和控制、生命历程流行病学和健康方面的社会不平等、职业健康与安全、行星健康、公众健康教育及推广、公共卫生政策、公共卫生和营养、公共精神卫生、辐射与健康、物质使用障碍和行为成瘾。 ⭕️接收文章类型：Meta、临床研究、原始研究、孟德尔都可以。没有明确的公共卫生相关性，不适合在本期刊上发表。此外，与公共卫生实践或政策无关的纯预测或预后模型的研究将不予考虑。该杂志不接受有关简单文献计量学研究的论文，也不鼓励发表横断面研究，但有例外。 ⭕️投稿小tips：系统评价类文章必须遵守 PRISMA 指南并得出与公共卫生相关的结论。孟德尔随机化研究结果的手稿需要附有完整的 STROBE-MR 检查表。 今天的学员案例就是投递的这个期刊，一起来看看吧~ 接收期刊：Frontiers in Public Health 📉IF=3；中科院3区SCI 📍发文方法：挖掘NHANES数据库 🔬研究方向：【儿科方向】
进度汇报：处理结果+跑出图表+完成前期写作 这么快已经到第四天啦！ 前两天我已经把数据都跑完了， 汇总表格以及结果图都也已经出来啦～ 接下来就是根据我们的要求进行数据筛选， 然后根据筛选的结果， 选出相应的留一法图、森林图、散点图、漏斗图， 并整理在一起就好啦！ 现在数据要求越来越高了， 我设的矫正P值小于0.05， 这种筛选标准也比较符合目前审稿人的要求～ 根据目标文献， 我还需要根据我的结果做出森林图以及相关热图， 拿出准备好的代码， 将数据替换成自己的， 就可以完美的跑出结果啦～ 今天科室里不忙， 结果跑完还有一定的时间富余， 那就开始写作的部分吧～ 模仿把方法和结果部分写了， 就回去休息咯～ 今日份挑战成功～大家都跟上我们的节奏了吗～
1. 如果一个检索词没有在PubMed中找到主题词，可以直接用自由词检索吗？ 可以的。如果Mesh主题词表里面没有检索到主题词，那么可以直接根据自由词检索。 一般而言，没有检索到对应主题词的主要原因是疾病名词为复合名词，例如“晚期乳腺癌”，本质是“晚期”+“乳腺癌”的复合词。 因此，检索主题词时最好的方法是拆分为两步：第一步检索“晚期”主题词，第二步检索“乳腺癌”主题词。这样操作可以有效找到所有相关的主题词。 2. 找不到英文文献全文是否可以删除？ 不可以。对于Meta分析而言，文献和数据是最重要的，纳入的文献越全越好，直接删除英文文献显然不是一个好选择。 对于下载全文需要付费的文献，可以利用以下方法获取： 论坛求助：如香园、求助板块、小木虫等。 文献求助平台：全国图书馆参考咨询、谷歌学术。 直接联系作者：通过邮件询问是否可以提供全文。 如果尝试后仍未找到全文，可以在Meta分析中标注为“未找到全文”，但不建议轻易删除相关文献。 3. 文献搜索范围是否需要加入CNKI等国内数据库？ 是否需要纳入国内期刊，主要取决于审稿人。按照Meta分析的要求，要全面检索，应该检索国内数据库。但放到具体的投稿来看，不同的期刊审稿人的要求和偏好也不同： 如果目标是投SCI，则不推荐检索中文数据库，中医等学科除外。 这类学科必须要检索国内数据库，以满足学术需求。 4. 检索到的文献经筛选只有四篇符合的，可以做Meta分析吗？如果不可以最少需要纳入多少篇文献？ 这个问题没有标准答案，一般来说： 一篇Meta分析的要求可合并的数量和结果≥2即可以分析。 但我们常看到的高级别Meta分析，最少需要5篇，质量略低一点的中等文Meta分析偶尔会出现3篇的情况。 如下图所示，为3篇文献Meta分析的例子： 5.…
今天要给大家推荐一本SEER数据库友好的SCI期刊——Updates in Surgery ⭕️接收文章方向：外科相关基本上都是可以的。 ⭕️接收文章类型：社论、系统评价、原始研究、技术说明和给编辑的信。 ⭕️投稿小tips：期刊官网给出了8个检查清单，投稿之前可以进行一一检查。 ⭕️审稿时间：根据官网数据，从提交到第一个决定需要47天，从提交到首次审后决定的平均 85 天，从接收到在线发布平均 9 天，接收的速度非常快。 今天的学员案例就是投递的这个期刊，一起来看看吧~ 接收期刊：Updates in Surgery 📉IF=2.4；中科院3区SCI 📍发文方法：临床研究挖掘SEER数据库 🔬研究方向：【肿瘤方向】 🔖医学SCI一对一指导学习，符合学术规范，学到真技能 就找光速医学
11月18号，中国农业大学团队基于NHANES数据库再次发表JAMA子刊，影响因子10.5，牛惨了~ 咋高分NHANES发的越来越多，你却连有意义的选题都找不到一个，本期来看看这篇范文的选题思路🤔 💡研究背景：心血管、肾脏和代谢 （CKM） 疾病在病理生理学上是相互关联的， 在 2015 年至 2020 年期间影响了超过 25% 的美国成年人， 并且是 2021 年的主要死亡原因。 根据危险因素和已确诊的疾病，分期范围从 0（无危险因素）到 4（已确诊心血管疾病 [CVD]）。很少有研究评估美国人群的 CKM 综合征分期；在这项具有全国代表性的研究中，作者评估了 CKM 综合征分期的患病率和时间演变。 💡技术路线： 数据调整 数据调整考虑了NHANES（国家健康和营养调查）的复杂抽样调查设计，包括层、主要抽样单元和概率权重，这些都被纳入统计模型中。 基线特征差异 使用调查加权线性回归分析连续变量，使用调查加权卡方检验分析分类变量，以评估五个CKM（心血管-肾脏-代谢）阶段和高级（3或4阶段）与非高级（0、1或2阶段）CKM阶段之间的基线特征差异。…