今天给大家介绍一篇比较中规中矩的临床预测模型类文章：列线图预测低级别子宫内膜间质肉瘤患者的预后。👇👇 A nomogram for predicting overall survival in patients with low-grade endometrial stromal sarcoma:A population-based analysis 该文章是SEER数据库+临床预测模型的结合文章，无需自己收集数据，纯纯“空手套白狼”。 该文发文虽然有些早，但是文章结构完整、逻辑清晰、使用的方法也很常见。到现在也是一篇不过时的值得借鉴的文章，尤其是对于刚开始学习临床预测模型的同学来说。 作者从SEER数据库获取病例资料，先用一张table展示患者的基本信息。 然后就是划分数据，使用多种方法筛选变量，建立最终的模型。 并且使用多种指标评价模型。 并且与现存的其他模型进行比较，凸显自己模型的优秀之处。 最后是根据列线图计算患者得分，并进行危险分层，做log-rank检验，绘制K-M生存曲线。 患者选择 从SEER数据库获取1172例患者…
⭕️文献标题 《Global, regional, and national burden of male breast cancer in 204 countries and territories: a systematic analysis from the global burden of disease study,…
期刊推荐虽迟但到！今天推荐一本专门研究神经疾病流行病学的SCI期刊——Neuroepidemiology ⭕总体评价 NEUROEPIDEMIOLOGY是一本相对成熟的期刊，从2015年获得第一个影响因子开始，影响因子基本上逐年稳定上涨，整体影响因子比较稳定，是一本不错的期刊。 ⭕接收文章范围 有关神经系统疾病的病因、决定因素、分布、管理和预防的新见解的文章。 ⭕接收文章类型 原始研究文章、Meta、评论、特别感兴趣的系统评价、信件和方案类型的方法论文。 ⭕审稿时间 期刊官网显示首次决定时间为21天 🎉今天要分享的学员就是做的Meta分析最终成功发表在这本期刊上 ✔接收期刊：Neuroepidemiology 📉IF=3.2；中科院3区SCI 📍发文方法：Meta分析
家人们，在日常科研工作场景中接入Deepseek，效率爆炸级提升啊！ 你是不是还以为AI只能对话处理一些简单事务？NONONO，已经变天了，现在的Deepseek已经可以无缝接入Word、Excel甚至Zotero、Siri，每一个小问题都可以被AI解决，直接贯穿在你的所有工作环节了！ DeepSeek接入Word 1️⃣ 第一步：获取API Key 首先得搞定一个“通行证”——API Key。没有这个Key，就像没有钥匙进不了门一样。所以，你需要先去申请一个API Key。由于DeepSeek官网的服务器资源有点紧张，所以暂停了API服务充值。怎么办呢？不用担心！推荐腾讯云： https://curl.qcloud.com/T3M5yBHp 申请 API Key。目前能正常使用，推荐！ 登录账户后，如图，选择OpenAI SDK方式接入，然后API KEY管理这里，获取apikey👇 2️⃣ 配置Word： 3️⃣ 添加脚本代码 点击 “开发者工具” 选项卡里的 “Visual Basic”…
原来接accept 真的有用！小白成功上岸Meta分析！！ 《INTERNATIONAL JOURNAL OF NURSING STUDIES》 7.5 医学1区/护理1区 真的不要觉得自己不行，永远坚信越努力越幸运！ 成功上岸就做对两件事： ①不否定自己，不给自己设限。以前总觉得护理科研太难了！自己也没时间学，根本做不到，现在才明白其实跨出第一步就已经赢了！ ②不要闭门造车，单打独斗。科研是有技巧的，像Meta分析流行了十多年经久不衰，前人已经有大量的经验可供我们学习参考，自己瞎琢磨不如直接找位老师领进门！！ 姐妹们！2025 accept 接接接！！
标题《1990-2021年全球哮喘负担及2050年发病率预测：基于GBD 2021的系统分析》 — 研究背景 哮喘是慢性呼吸道疾病的第二大死因，影响全球1%-29%人口，儿童患病率高达9.1%。 🔍 研究痛点：既往研究多基于旧版GBD数据（如2019年），且仅关注特定地区或年龄组。本研究首次利用GBD 2021，全面分析全球204个国家、不同年龄、性别、社会经济指数（SDI）的哮喘负担，并通过孟德尔随机化（MR）验证风险因素因果关系，用贝叶斯年龄-时期-队列模型（BAPC）预测至2050年趋势。 — 1. 数据收集 2. 数据处理 3. 分析方法 4. 结果分析 5. 预测分析 1️⃣ AAPC趋势分析：采用Joinpoint回归计算年龄标化率（ASR）的年均百分比变化，量化1990-2021年哮喘负担动态。 2️⃣ SDI分层关联：将国家按SDI（综合收入、教育、生育率）分组，分析疾病负担与经济发展的非线性关系。 3️⃣ 孟德尔随机化（MR）：利用遗传数据验证高BMI、吸烟与哮喘的因果关系，避免混杂因素干扰。…
近年来，临床预测模型大火，很多宝宝希望系统介绍一下，今天就给大家分享一些在入门临床预测模型前，必须要了解清楚的知识。 1 何为临床预测模型 临床预测模型是指用多因素模型来估算患者某病的概率或者患者将来某结局事件发生的概率。 2 临床预测模型分类 就像Meta分析，可以分为诊断Meta、网状Meta、二分类Meta等等。 临床预测模型也有自己的分类，主要根据解决的目标问题进行分类： ✅ 如果解决的是诊断问题就是诊断临床预测模型。 ✅ 如果解决的是患者预后的问题就是预后临床预测模型。 3 临床预测模型主要统计分析方法 诊断模型：基线（卡方检验/t检验/非参数检验），单因素分析（单因素Logistic回归/卡方/t/非参数），多因素回归（多因素Logistic）。 预后模型：基线基线（卡方检验/t检验/非参数检验），单因素分析（Kaplan_meier/单因素COX），多因素分析（多因素COX）。 4 临床预测模型与以前临床模型主要区别 在临床预测模型出现之前，临床上其实也构建了很多Logistic回归或Cox回归模型，你知道这些模型和现在的临床预测模型有什么不同吗？ 以前构建的模型，基本研究重点就在那个模型，发现了P<0.05的几个风险因素，就认为是独立的风险因素，然后发表文章。研究的重点在于X，构建的模型并未进行评价与验证，可以理解为“风险因素发现模型”。 而现在的临床预测模型分为建模与验证评价两个步骤，其中的建模几乎和风险因素发现模型相同，但必须有验证评价的环节。 5 临床预测模型如何评价？ 预测模型评价包括**“3个度”**： 6…
Day 6-7：框架写作法，写作冲刺，一气呵成！ 数据分析和核心结果都已经搞定， 可有的师弟师妹却犯了难， 不知道该怎么把这些成果写成一篇出彩的文章， 感觉脑子一团乱麻，根本不知道从哪儿下笔。 其实别慌，写作真没那么可怕， 记住 “先行动，先码字，再打磨；先完成，再完美” 这句话， 就成功了一半。 咱们医学生的能力那都是杠杠的， 一篇文章多少字？8000 还是10000？ 除去摘要、参考文献、一些模块化内容写作 实际上真正让我们写的也就只有那点儿 咬咬牙、坚持坚持肯定能写完 但是如何高效的写完呢 如何写出能达到发表级别的文章内容呢 这就要用到我们独家总结的“框架写作法”了 祛魅，写多了，也就那么回事儿 在写稿的时候，多多以一个审稿人的身份进行写作 如果你是审稿人、你是编辑 那你想在文章中重点呈现什么最核心的内容 把自己的角色从作者转变为审稿人…
生信转录组学分析是研究细胞中基因转录情况及转录调控规律的学科，是功能基因组学的重要部分。以下是进行转录组分析所需的数据及研究流程： 一、所需数据 测序数据：如RNA-seq产生的短序列数据。 样本信息表：记录样本的基本信息，如样本来源、处理条件等，用于后续的数据分析和解释。 参考基因组序列：用于将测序得到的短序列比对到参考基因组上，确定每个读段的位置和来源。这些数据可以从如ensembl等可靠的数据库网站下载。 基因注释文件：提供基因的结构和功能信息，用于对测序结果进行功能注释和富集分析。同样可以从数据库网站下载。 蛋白序列文件：在某些分析中，如lncRNA靶标预测中，可能需要用到蛋白序列数据。可数据库网站下载。 二、研究流程 数据预处理：对挖掘公共数据库得到的原始数据进行质量控制和过滤，去除低质量的读段和接头序列等。 序列比对：将处理后的序列与参考基因组或转录组进行比对，确定每个读段的位置和来源。 基因表达定量：计算每个基因或转录本的表达量，常用的指标包括FPKM（Fragments Per Kilobase of exon per Million fragments mapped）和TPM（Transcripts Per Million）等。 差异表达分析：比较不同条件下（如不同组织、疾病状态、处理组等）基因的表达差异，筛选出显著差异表达的基因。 功能注释和富集分析：对差异表达基因进行功能注释，如基因本体（GO）注释、KEGG通路分析等，以了解其参与的生物学过程和通路。 实验验证：通过qRT-PCR（定量逆转录PCR）等实验方法对部分关键基因的表达进行验证，以确保转录组分析结果的可靠性。 今天要分享的学员就是挖掘数据库做转录组学分析+实验验证研究成功发表文章的…
科研新手第一关，难免卡在不知道如何寻找一个好的Idea，最近刷小红书看到一些大神分享，转载分享给大家~ 科研好想法的产生=综述阅读+research paper阅读+模仿+思考+循环！ 第一阶段：综述阅读。 什么是综述？读什么样的综述？为什么读综述？ 综述是某一领域、某一研究专题搜集大量相关资料，然后通过阅读、分析、提炼、整理当前课题、问题或研究专题的最新进展、学术见解或建议，对其他研究者起介绍和阐述的一种学术论文。例如液体方向的这些： 在选择综述上，可以侧重这两类综述进行阅读： 好期刊的综述一般都是行业内的大牛写的！阅读这样的综述就相当于你站在了行业大佬的肩膀上。除此之外，综述的时间也不能太久远，选择5年之内的综述进行阅读最好。 一篇好的文献综述能够带给我们： 那怎么去读呢？首先要清楚，我们看综述的目的有两个：1. 了解课题的背景知识，2. 专注「前景展望」。 如果对某个知识点特别感兴趣，就要把它所提到的文献也下载下来，一起给看了。 就这样读个10篇左右，你对你们这个领域的一些基础的知识就有大致了解了。 其次，文献综述中的前景展望部分就直接是大牛提出来该领域还没有研究而且具有研究价值的一些方向，你可以看一下对你的课题而言是否可取。如果OK，你就可以尝试一下。 第二阶段：研究型论文的阅读。 什么是研究型论文？读什么、怎么读？ research paper是科研工作者用来描述或呈现已有研究成果的文章。和综述不同，研究论文一般是一个专题小点研究成果的展现。 通过读研究型论文，可以增加我们对于学科背景知识的了解，知道作者通过什么方法来解决所提出的研究问题，了解到哪些实验得出了这些结果。 学习实验技术+模仿，所有学科，只要是做科研，都得经历这个阶段。 怎么读？ 要想自己能够有好的科研想法，我们就要像大佬们学习他们是怎么构思问题的，然后他们解决问题的思路是什么！ 总结下来就是： 第三阶段：模仿。…