GBD2023数据再有几个月就发布了，2021还可以坚持多久？ 至少现在该发还是发，今天给大家带来的是浙江大学第二附属医院发表的一篇文章，近日刊登在《Journal of Hematology & Oncology》，29.9分，中科院1区Top！ ⭕️研究背景：女性特异性癌症，包括乳腺癌、宫颈癌、卵巢癌和子宫癌，占全球女性癌症病例的近40%。这些癌症的发病率、死亡率和发病模式在不同地区和时间呈现出显著的地理差异和时间变化。例如，乳腺癌在大多数国家是女性中最常见的癌症，但在撒哈拉以南非洲、南美洲和东南亚的部分地区，宫颈癌的发病率超过了乳腺癌。这种差异与人乳头瘤病毒（HPV）感染的高流行率和宫颈癌疫苗接种及筛查计划的有限获取密切相关。因此，分析女性特异性癌症的流行病学特征对于理解其在不同人群中的公共卫生影响至关重要。 ⭕️研究方法（篇幅有限，详见图2） ⭕️研究结果：从1990年到2021年，全球女性特异性癌症的负担以不同速率增加。2021年，全球乳腺癌新发病例达208万例，死亡66万例，DALYs达2025万。相比之下，宫颈癌、卵巢癌和子宫癌的新发病例分别为67万、30万和47万例。乳腺癌、卵巢癌和子宫癌的年龄标准化发病率与SDI呈正相关，而宫颈癌则呈负相关。2021年乳腺癌相关死亡的主要风险因素包括饮食风险、高体重指数（BMI）、高空腹血糖、酒精使用、烟草使用和低体力活动。此外，宫颈癌的风险因素还包括不安全性行为和烟草使用，卵巢癌的风险因素包括高BMI和职业风险，子宫癌的风险因素为高BMI。 ⭕️文章总结：本研究通过分析GBD 2021数据，揭示了1990至2021年间全球女性特异性癌症的流行病学趋势和主要风险因素。研究发现，乳腺癌在全球癌症负担中占比最高，且其发病率与社会人口指数（SDI）呈正相关，而宫颈癌的发病率则随SDI升高而降低。尽管全球范围内宫颈癌的发病率和死亡率有所下降，但在低收入地区仍保持较高水平。卵巢癌和子宫癌的发病率在全球范围内呈上升趋势，且与年龄和生活方式因素密切相关。这些发现强调了在全球范围内，尤其是在资源有限的地区，扩大预防和早期检测项目的重要性，以及针对老龄化人口采取适当干预措施和改善癌症护理基础设施的迫切需求。
①Meta分析Meta分析是基于⽂献的⼆次研究，简单来说就是针对⼀个研究课题，系统收集该课题下所有⽂献，然后提取⽂献中的… 根据进行合并分析，得出一个研究结论。相对来说Meta分析是最简单、也最适合科研小白上手的，最快两三个月就可以完成文投稿，但是缺点也很明显，最终发表的是综述文章，可能部分医院晋升不太认可。 小白医生上手难度：⭐⭐含金量：⭐⭐⭐⭐⭐ ② 临床预测模型 就是指利用数学模型估计研究对象当前患有某病的概率或者将来发生某种结局的可能性。预测模型套路真的很清晰，它主要解决 3 大问题： 1️⃣ 发现风险因素，即哪些人可疑？比如说，为什么这个人患了肝癌，是黄曲霉、喝酒、熬夜，还是长期服用药物导致。 2️⃣ 验证风险因素，即张三有罪吗？比如说，长期喝酒在肝癌发生中的作用或者相关性研究。验证风险是发现风险的进一步研究，证明其中某一个到底会不会导致肝癌发生，导致的可能性有多大。 3️⃣ 预测结局，即谁还会犯罪？比如说，通过发现风险和验证风险后，你发现长期喝酒的人更容易发生肝癌，那你能不能构建一个模型，用这个模型去预测到底会不会得肝癌呢。 上手难度：⭐⭐⭐⭐含金量：⭐⭐⭐⭐⭐ ③ 公共数据库做回顾性研究 回顾性队列研究是指通过将研究人群按照是否暴露于某因素或按照暴露程度分组，追踪观察在特定时间内各组与暴露因素相关的结局中比较其差异，从而判定暴露因素和结局之间有无因果关联及关联程度的一种观察性研究方法。 大多数医生可能会觉得这类研究多依赖于医院自己收集整理的病例库，自己的数据太少做不了，其实不然，现在已经有非常多成熟的公共数据库了，比如SEER、MIMIC、NHANES、甚至国内的CHNS等，网上一搜都能搜到很多相关教程和文献。 上手难度：⭐⭐⭐⭐⭐含金量：⭐⭐⭐⭐⭐
Day 6-7：框架写作发写作+投稿前的准备工作 前面已经跑出了核心的图片和表哥 那么就剩下写作了 经常关注我们的师弟师妹们都知道“目标期刊”对于我们写作的重要性 写作、翻译、润色、选刊是我们的主要任务 写作首先是要“祛魅” 一篇文章也就6000左右字，会写不出来？ 写作是SCI创作过程中最简单的 核心的Results、Table、Figure已经有了 还担心写作困难吗？ 一旦确定了选题、找到了目标文献就可以开始写作Methods部分 类似于meta分析和nhanes数据库方法学一定程度的类似 我首先利用“框架写作法”完成内容写作 然后进行翻译、润色、投稿准备 做完了这些 所有内容就给小老板审核 我们的每天任务实际上就是一篇SCI论文成稿的步骤： 选择期刊–选题–下载数据–分析数据–跑代码–写作–投稿准备 写文章都是要靠时间积累 就像计算机工程师都泡电脑一个道理 在一些“垃圾时间”中努力抽出时间完成自己的任务 总之，GBD文章的思路简单而且清晰 争取都能中稿高分文章 有一些师弟师妹经常私信询问我GBD等相关数据库挖掘的情况…
医学生学习生信分析越难，越需要的野路子： 医学⽣为什么值得花精⼒学习⽣信分析？ 明⽩⾃⼰为什么出发，才不会半路放弃。 绝⼤部分同学学习⽣信分析是为了快速发表⼀篇SCI，问过上千学⽣，听到的都是这个答案。 事实证明⼤家对医学⽣为什么学习⽣信分析的认知是不⾜的，仅停留在当前需求。当 然，这也和⽬前市⾯上各⼤机构的宣传有关，⼤家都强调“好发⽂章”，很少有⼈给你讲，学习⽣信分析还有更⻑远的效益。 举⼀个最简单的例⼦，爱迪⽣发明电灯做了数千次实验才成功。但有了⽣信分析后，现 在可以模拟数千种实验情况，给出最有⼏率成功的前10种材料，极⼤地减少了实验的时间 和费用。 ⽣信分析在科研中的优势显⽽易见，就这么说吧，你可以把⽣信分析理解为像英⽂⼀样的⼯具，它能为你以后的科研添砖加瓦！ 此外，⽣信分析还可以帮助你更好地理解基因和蛋⽩质的功能及其在疾病发⽣发 展中的作⽤，它同样也能为临床助⼒！ 学习⽣信分析前没有⼈告诉你的避坑认知 ⽣信分析⼊⻔的6个基础分析 ✅ 数据下载及预处理✅ 筛选疾病相关的差异表达分⼦✅ 基因注释与功能分类✅ 构建分⼦互作⽹络✅ 从差异表达分⼦中筛选关键基因✅ 分析关键基因与临床特征/预后的关联 以上是最基础也是最简单的⽣信分析，刚接触⽣信分析的⼩伙伴可以从这⼏个分析⼊⼿。为了让⼤家更直观了解这⼏个基础分析， 我们举个例⼦👇 🎯 第1步，作者⾸先从GEO数据库中下载两个卵巢癌的基因芯⽚数据，对其进⾏差异分析，获得540个差异表达基因。…
对于中医而言，在选择Meta分析的方向时，若目标是SCI论文，⭕在选题方面可以考虑以下几个方向： 结合现代医学热点：选择与当前现代医学研究热点相结合的中医研究方向。例如，针对某种常见疾病或病症（如肿瘤、心血管疾病等），探讨中医治疗方法（如针灸、中药等）与西医治疗方法结合的效果。这样的研究往往能够吸引更多关注，且更易于被SCI期刊接受。 中药研究：中药是中医治疗的重要手段之一。可以选择对某种或某类中药进行Meta分析，评估其疗效和安全性。特别是针对一些有明确疗效且临床应用广泛的中药，如黄芪、人参等，进行深入研究可能更容易获得高质量的研究结果和SCI发表机会。 针灸研究：针灸作为中医的特色疗法，在国际上受到越来越多的关注。可以选择对针灸治疗某种疾病的效果进行Meta分析，特别是那些已经有一定临床研究和应用基础的疾病，如疼痛管理、神经性疾病等。 中医特色疗法研究：除了中药和针灸外，中医还有许多其他特色疗法，如拔罐、刮痧、推拿等。这些疗法在某些疾病或症状的治疗上可能具有独特优势。对这些疗法进行Meta分析，评估其疗效和安全性，也是值得考虑的研究方向。 ⭕在选择研究方向时，还需要注意以下几点： 选题的新颖性和实用性：确保所选方向具有新颖性，即该方向的研究尚未被广泛报道或存在争议。同时，所选方向应具有实用性，即研究结果能够对临床实践产生指导意义。 文献的可获得性：在选择研究方向时，需要考虑相关文献的可获得性。确保能够获取到足够数量和质量的文献进行Meta分析。 研究的严谨性和科学性：Meta分析需要遵循严格的方法学要求，确保研究的严谨性和科学性。在选择研究方向时，需要考虑是否能够按照这些方法学要求进行高质量的研究。 今天要分享的学员就是中医方向，一起来看看今天的学员案例吧 接收期刊：EUROPEAN JOURNAL OF CLINICAL NUTRITION 📉IF=3.6；中科院3区SCI 📍发文方法：Meta分析
光速科研～始终努力的在为师妹师弟们提供更多的帮助和干货，直到看到师弟师妹们论文成稿，论文接收~让每一个师妹师弟都会写论文，都能毕业、升硕士、升博士、晋职称~ 光速科研sci写作训练营第十七期个位数名额，先到先得～
过来人才知道，信息差有多可怕😱 真心劝诫大家😭做Meta分析最忌讳自己瞎琢磨，不仅吃力不讨好，还容易产生很多没必要的支出！学姐整理了一份自学Meta分析的容易陷入的误区，希望能帮到大家！！ 什么是Meta分析？ Meta分析是一种统计学方法，用于汇总和综合多个独立研究的结果，以提供对某一共同科研问题或干预效果更为精确和全面的评估。 这种分析方法能整合来自不同研究的数据，通过量化的方式综合这些研究的发现，进而提高统计功效，减少单一研究可能存在的偏差，并探索研究结果间的差异性（异质性）。 听起来高大上，其实它的原理并不复杂。简单来说，Meta分析本质上是一种二次研究，就是对多个已经发表的研究结果进行再分析、再综合的一种研究方法。就像是一个“超级放大镜”，能够让我们更清晰地看到各个研究结果之间的共同点和差异，从而得出更加可靠、全面的结论。 对医学学生或者没有资源的青年医生来说，Meta分析简直简单好上手，易发表，是科研入门的第一选择。 虽然简单，但是90%新手容易陷入误区。 作为一个发了十几篇Meta分析的老司机，今天给大家总结一下Meta分析实操过程中容易陷入的误区，让大家少走弯路。 1. 选题上容易出现的误区 2. 选择文献时常见的误区 文献检索是Meta分析的关键步骤。文献检索一定是一个不断摸索、不断变换、不断完善检索策略的过程，开始文献的纳入一定是宁多勿漏。 常见因为文献检索过程而被退稿的原因有： 除了检索过程要细致以外，写文章时绘制流程图也不能马虎。流程图是最能直观地体现文献检索、纳入与排除标准的过程。一定要在文章中把流程图列出来，而且流程图中一定要注意： 3. 统计分析常见误区 4. 不适合做Meta分析的情况！ 如果研究间因异质性太大而无法比较，则应避免进行 Meta 分析，因为 Meta 分析的结果可能毫无意义，任何真正的影响因素都可能被掩盖。…
Day 4-5：跑出核心Table和Figure Day 4-5的任务实际就是做分析 要跑出图片和表格首先需要下载数据 GBD的数据因为最近使用数据库的人比较多了起来 所以下载等待时间会大大延长 但是下载数据的方式是非常简单的 下载得到的数据源也是标准化的 不需要特别的处理 目前数据已经更新到2021 根据自己的研究目标下载（发病率、患病率、DALYs） 下载得到的数据就可以直接用来分析 接下来就是可视化呈现、Jionpoint分析、年龄、时期和队列效应分析 通过前面的准备工作已经整理好了这篇文献需要做哪些分析 也提取了文章的框架结构为后续的写作做准备 所以一步一步分析就好了 有的师弟师妹会问操作很简单，但是我该怎么选题？ 这个问题很好解决 和我们做meta分析、NHANES挖掘的时候的选题是一样的 “拉郎配” 方法学的东西可以平移到任何一个数据库的挖掘 换地区、换人群、换时间、换研究方法 通过不断变换研究的视角和方法 可以持续产出新的研究成果…
⭕️标题：Association between estimated glucose disposal rate and cardiovascular diseases in patients with diabetes or prediabetes: a cross-sectional study ⭕️期刊：Cardiovascular Diabetology，IF=8.5，中科院1区 研究背景：心血管疾病（CVD）是全球公共卫生的重大威胁，而胰岛素抵抗（IR）是CVD、代谢综合征和代谢功能障碍相关脂肪肝病（MAFLD）的关键因素。估计葡萄糖处置率（eGDR）是基于腰围（WC）、高血压和糖化血红蛋白（HbA1c）计算的IR替代指标，已被证明与1型糖尿病（T1D）人群的IR相关。然而，关于eGDR与糖尿病或糖尿病前期人群心血管疾病及其亚型之间的关系研究较少。 ⭕️研究方法（详见图2）：研究纳入了1999-2016年NHANES调查中的10,690名糖尿病和糖尿病前期患者。使用三种机器学习方法（SVM-RFE、XGBoost和Boruta算法）筛选关键变量，并建立逻辑回归模型评估eGDR与CVD之间的关联。通过ROC曲线、C统计量、NRI、IDI、校准曲线和DCA曲线评估模型性能，并进行亚组分析。 ⭕️研究结果：高eGDR四分位数的参与者CVD患病率降低。多变量逻辑回归模型和RCS曲线显示eGDR与CVD、CAD、CHF和中风的可能性呈独立负线性相关。完全调整模型的性能优于基础模型，eGDR在未调整模型中的AUC值显著高于其他IR替代指标，在完全调整模型中略高。亚组分析表明结果稳健。 ⭕️文章总结：本研究通过大规模横断面研究，利用NHANES数据，探讨了eGDR与糖尿病或糖尿病前期患者心血管疾病及其亚型之间的关系。研究发现，较低的eGDR与CVD及其亚型的高风险显著相关，且eGDR在评估这种关联时比其他IR替代指标表现更好。研究结果强调了eGDR作为IR替代指标在预测糖尿病或糖尿病前期患者心血管疾病风险中的潜在价值，为未来纵向研究提供了方向。
哈喽，各位医学er们~继续给大家推荐值得读的临床研究文献。 今天推荐一篇大佬的文章，24年4月发表在BMJ（IF=93.6）上，是一篇回顾性队列研究，主要研究成人心肺复苏持续时间与院内心脏骤停后结局的关系。👇👇 标题：Duration of cardiopulmonary resuscitation and outcomes for adults with in-hospital cardiac arrest:retrospective cohort study 📘这项涵盖美国多中心、超过10年的前瞻性研究，纳入了近35万名成年患者，其庞大的样本量增强了研究结果的广泛性和可信度。 通过量化CPR持续时间与患者生存及功能恢复的关系，研究将理论模型与临床实践紧密结合，为心脏骤停的临床管理提供了实证支持，并有助于优化复苏策略和资源配置。 研究引入时间依赖性概率，为临床决策提供了精确的信息，尤其在决定是否继续复苏的关键时刻。 尽管存在回顾性研究的局限，研究团队通过标准化数据收集和严格的质量控制措施，有效减少了偏差，确保了结果的可靠性。 总体而言，这项研究为心肺复苏领域提供了重要的见解，并为未来的研究指明了方向，同时也揭示了需要进一步探索的领域。 该项研究中未充分探讨的领域，如复苏质量、特定患者亚群的预后差异、复苏后护理等，这些可以成为你未来研究的潜在课题。 感兴趣的同学值得下载来精读！！ —— 最后，如果你没时间没精力做…