DAY2目标:检索文献+筛选范文+精读范文 经过初步的文献检索，我对自己的研究选题充满了信心。目前，我选择的疾病领域虽然检索到一篇文章，仔细阅读发现是做脂质体组学的，那我筛选的疾病还能继续做，初步选题，迅速启动我的这一波挑战。 为了确保研究的顺利进行，我精心挑选了三篇最新发表的的文章，分区及影响因子可观，精读这一步很重要哦，既可以了解一篇文章的行文框架，也可以对自己要做的挑战有明确体系框架的掌握。阅读完这三篇后我大致了解了一篇代谢组学孟德尔的文章构成，需要哪些数据，需要哪些图表～ 之前的挑战也提到了在学术写作中，遵循行业规范是至关重要的。因此，我特别关注了STROBE-MR声明，这是一项旨在提高研究报告质量和透明度的国际指南。该声明涵盖了六个主要部分：“题目与摘要”（条目1）、“引言”（条目2-3）、“方法”（条目4-9）、“结果”（条目10-13）、“讨论”（条目14-17）以及“其他信息”（条目18-20）。这些条目为我们提供了撰写高质量学术论文的指导和规范。 注❤：师弟师妹们积极参与学习，明天，我们开始数据分析（代谢组学代码和疾病MR分子）～欢迎大家关注！一起发表sci！
Day 4-Day5：完成核心表格和图片 这两天主要任务是数据下载+数据分析（作图+做表） 大家可能也听说了最近数据下载不太顺利 老是加载很慢、甚至是下载失败 使用GBD数据库进行分析的人越来越多了 网站访问量骤增、超过了网站的访问能力 甚至有一些人使用爬虫 其实本质上和我们之前MR的时候出现502的情况是一样的 这个问题暂时属于无解状态 那我们目前能做的就是错峰下载 按照年份分段下载后再将数据进行拼接 这样一定程度上会减轻数据下载压力 也因为我们都知道GBD数据库最大的特点就是 数据是标准化的 和NHANES相比不需要太多的数据清洗 下载好了就直接可以使用 一般就是分析发病率、患病率、DALYs 从这３个指标进行疾病负担分析 当然还有一些其他可以通过计算得到的指标 这些符合指标或者分析方法一定程度都可以和NHANES类比 根据想使用的方法利用我们的基础代码包进行分析 适当的调整代码 就能很快速的跑出自己的结果 不需要想肠道菌群MR一样需要很高的配置…
今天给大家分享一篇在 2022年5月发表在《Front Endocrinol》（2区，IF=3.9）的文章。本文这项研究利用了美国国家健康和营养调查（NHANES）III的数据，探讨胰岛素抵抗 (IR) 与亚临床心肌损伤 (SC-MI) 之间的关联。
今天给大家分享一篇在 2024年9月发表在《Mil Med Res》（1区，IF=16.7）的文章。本文这项研究利用了全球疾病、伤害和风险因素负担研究 (GBD) 1990-2021年的数据，探讨了全球泌尿系统疾病如前列腺增生症 (BPH)、尿路感染 (UTI)、泌尿系统结石、膀胱癌、肾癌和前列腺癌的负担。
德尔随机化研究领域，我们已经完成了多项挑战，并且帮助了许多师妹师弟发表了第一篇SCI论文。 随着孟德尔随机化研究的普及，现在对于孟德尔的要求越来越高，简单的双样本想被接收就是难上加难，如何破除这个困境，我们带大家做进阶版的孟德尔-代谢组学，帮助大家提高自己的论文接收率。 今天，我们开启新的挑战旅程！医学生朋友们，尤其是那些尚未发表文章的同学们，代谢组学可以开始学起来~ 第一天: 大量阅读文献，收集选题信息 检索关键词：“(plasma metabolome) AND (mendelian randomization)”, 发文量、发表的杂志影响因子和分区都还不错,但是目前的趋势都是多组学孟德尔，加大文章的工作量和创新度。 Progress in Neuro-Psychopharmacology & Biological Psychiatry（Q1,5.3）,Frontiers in Immunology(Q1,5.7)，都是今年发表的Q1级别文章。说明组学孟德尔还是有很大的发挥空间，有条件的师弟师妹还能作为实验或者申报课题的前期准备，甚至可以补充一定的实验作为湿实验验证，那这篇文章就是高分文章了！可以冲击顶刊子刊~ 除了搜集信息，我还精选了10余篇近期的组学孟德尔研究范文精读。 今天，我们的挑战开始，确定了“代谢组学+我自己研究领域的疾病”作为选题 注：本次挑战将安排在非工作时间、考试或原定学习计划之外，大家可以借鉴我的思路，特别适合那些没有固定课题、希望从零开始的同学们！
医学生继续学，挑战7天完成一篇GBD！ Day 2-Day3任务：选题评估+方法评估 我们一直给师弟师妹们强调的是： 方法学、任何的方法学的内容只要花时间和精力就一定可以掌握 但是如何选择一个合适的又要有创新性还有新颖性 说起来简单、操作起来可太难了 不然为什么会有那么多的人卡在了文章上面 所以平时就要有广泛文献阅读的习惯 而且针对自己的一个科研想法 别人做过了：那我怎样可以进行改进 别人没有做过：为什么？是做不下去？还是我发现了一个新大陆？ 这一步会花费很多的时间！ 不然就是在做无用功 以上是选题评估 还有就是方法学评估 目标文献中的table和figure的实现难度如何 更换数据集后是否可以顺利跑出结果 和之前我们在挑战MR的时候就是一样的 但是我们有解决任何代码问题的能力和方法 通过目标文献的阅读 我们发现大概摆阔一下内容： 描述部分：分布地图、疾病情况按照性别划分的分布情况、EAPC描述 分析：未来预测 搞清楚了我们需要什么也就知道自己应该重点关注什么…
今天给大家分享一篇在 2023年12月发表在《Risk Manag Healthc Policy》（2区，IF=2.7）的文章。本文这项研究利用了美国国家健康和营养调查（NHANES）1999-2018的数据，探讨膳食酸负荷 (DAL) 与非酒精性脂肪肝 (NAFLD)/晚期肝纤维化 (AHF) 之间是否存在关联。
今天给大家分享一篇在 2024年9月发表在《BMC Public Health》（1区，IF=3.5）的文章。本文这项研究利用了全球疾病、伤害和风险因素负担研究 (GBD) 1990-2019年的数据，量化 60 岁及以上成年人因低纤维饮食造成的全球心血管疾病 (CVD) 负担。