Category: Uncategorized

很多研究者最近在说GBD热度下降了，其实呢，和孟德尔一样👉是要做的更精了，本周顶刊、一二区GBD还是发了不少，上海交大又发一篇中科院1区。 标题：Global burden associated with rare infectious diseases of poverty in 2021: findings from the Global Burden of Disease Study 2021 ⭕️研究背景：本研究聚焦于贫困相关的罕见传染病（rIDPs），这些疾病影响着全球数百万人，尤其是在贫困和边缘化地区。由于这些疾病在全球卫生议程中未能得到优先考虑，可能导致可持续发展进程受阻。研究旨在估计2021年rIDPs的疾病负担，为全球干预优先级设定和资源动员提供关键数据。 ⭕️研究方法（详见图2）：研究利用2021年全球疾病负担研究（GBD）的数据，报告了rIDPs的患病率、死亡率、残疾调整生命年（DALYs）、残疾年（YLDs）和生命损失年（YLLs）的数字和年龄标准化率，并附带95%不确定性区间（UIs）。通过joinpoint回归分析评估了1990年至2021年间的时间趋势，并使用贝叶斯年龄-时期-队列模型预测2050年的疾病负担。 ⭕️研究结果：2021年，全球有1.0376亿人口遭受rIDPs的影响，年龄标准化DALY率为每10万人口58.44（95% UI:…

之前，大家所认为的临床研究，基本上都是收集临床数据来建立自己的专科数据库，从专科数据库中统计分析出结果，然后发SCI，这是最理想的状态，也是最难达到的状态。 实际情况往往是：临床太忙，今天这个病例缺数据、明天那个病例搞错了、过段时间发现每个实习生收集的数据格式还不一样，看着乱糟糟的一堆，收着收着就想算了。 没有自己整理的专科数据库，难道就不能做临床研究了吗？当然不是。现在的我们身处大数据时代，网络上公开数据库的资源越来越多，只要稍微用点心，想要获取临床数据其实并不难。比如，我今天想给大家分享的4个美国临床公开数据库，白嫖就能下载数据，直接就能发表自己的SCI哦～ 1️⃣SEER数据库——癌症研究方向必看！ 2️⃣NCDB数据库——也是美国癌症相关数据库！ 3️⃣MIMIC数据库——重症研究方向必看！ 4️⃣NHANES数据库——全科医学都适用！ 综合来说，如果你是研究癌症方向的，那么推荐SEER数据库；如果你是研究重症方向的，那么推荐MIMIC数据库；如果以上都不是，那么也有保底的选择就是NHANES数据库！ NHANES数据库适用范围最广，讨论度也是最高的。都说选择一个商品，选销量高的大概率不会出错，那么选择一个数据库，何尝不是如此呢？对于新手小白而言，最快的成功路径也许就是跟风、跟热度、跟着大家一起做！ 之前，大家所认为的临床研究，基本上都是收集临床数据来建立自己的专科数据库，从专科数据库中统计分析出结果，然后发SCI，这是最理想的状态，也是最难达到的状态。 实际情况往往是：临床太忙，今天这个病例缺数据，明天那个病例搞错了，过段时间发现每个实习生收集的数据格式还不一样，看着乱糟糟的一堆，收着收着就想算了。 没有自己整理的专科数据库，难道就不能做临床研究了吗？当然不是。 现在的我们身处大数据时代，网络上公开数据库的资源越来越多，只要稍微用点心，想要获取临床数据其实并不难。例如，我今天想给大家分享的4个美国临床公开数据库，白嫖就能下载数据，直接就能发表自己的SCI啦~ 1 SEER数据库——癌症研究方向必看！ SEER是美国国家癌症研究所创建的一个公共数据库和研究资源，收集和储存了全美范围内的癌症发病率、生存率和治疗数据，以支持癌症研究和流行病学调查。 数据下载方式： 在SEER官网发起访问请求并注册，根据邮件提示完成注册和申请即可。申请成功以后便可以下载SEER*Stat以获取数据，全程没有任何费用。 如何利用SEER做研究？ 以一篇12.5的高分文章为例，《A nomogram to predict prognosis after…

📌0基础如何入门生信分析？需要多久？ 医学生学习生信分析也不是什么都学，学了不会用都是白费力，究竟学什么？纯小白的路线分享给大家，亲测有效： 🎯扫盲阶段 2天👉了解测序基本流程和原理 2天👉测序中的read、count、fpkm、tpm分别是什么 1天👉为什么要学习生信分析 🎯基础阶段 3天👉常用数据库GEO入门 3天👉常用数据库TCGA入门 3天👉生信常用R包及函数 🎯入门阶段 2天👉数据分析前的预处理 3天👉生信技能1：差异分析 3天👉生信技能2：功能聚类 3天👉生信技能3：PPI网络 🎯中级阶段 3天👉单因素COX回归分析 3天👉Lasso回归分析 📌医学生为什么学生信分析？ 大部分人了解到的生信分析，大概还停留在网上的“好发”，认为学习生信分析就是去“水”一篇文章。 实则不然，生信分析的长远效益往往被大家忽略了！ 举个例子，试想一下，当你的老板随手扔一个课题方向的时候，你想过如何拆解这个课题变成具体可落地的方案吗？ 首先得清楚分子怎么来的对吧？接下来信号通路选哪条？表型应该靠哪个？ 你能想到的办法无非是靠文献来一个个筛选，但是要看的文献那么多，而且这种“筛选法”写在文章里，多少有点不靠谱。 所以有点生信测序结果，很多文章都拿不出手。无论是基础文章中的分子、机制、表型的筛选，还是和临床研究结合，用高通量数据构建临床变量的预测模型。生信分析都是给科研增加论证维度的升级利器。…

今天要给大家推荐一本专注于肌肉骨骼问题临床和基础研究的开放获取SCI期刊——Journal of Orthopaedic Surgery and Research ⭕️接收文章方向：包括肌肉骨骼疾病的流行病学、诊断成像和康复等各个方面。特别关注临床骨科研究的增长，尤其是在创伤学、脊柱手术、关节置换、运动医学、肌肉骨骼肿瘤管理、手部显微外科、足踝手术、儿科骨科和骨科康复等领域。 ⭕️接收文章类型：包括原创研究、综述文章、病例报告、技术说明和评论。。 ⭕️版面费：OA期刊，需要版面费US2890 ⭕️审稿时间：根据官网数据，Journal of Orthopaedic Surgery and Research从提交到第一个决定需要4天，提交到接受为78天，也就是2个月，速度快。 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：Journal of Orthopaedic Surgery and Research 📉IF=2.8；中科院3区SCI 📍发文方法：网状Meta分析 🔬研究方向：【针灸&骨科方向】…

分享我7天完成一篇网状Meta SCI论文的全流程，希望对你的写作有所帮助~感谢大家的围观和支持，你的点赞收藏是我持续更新的动力🥰一起加油！

Day 3任务：文献检索+文献筛选+获得目标文献 Meta分析到底在分析什么呢？ 可以理解为对效应量的合并并且对这个合并后的结果进行评价 不同研究的效应量会有差异 汇总合并后的结果很能说明结论的可靠性和一致性 效应量来自哪里呢，来自已经有的文献 既然是对目前已有文献的分析 所以文献检索至关重要 文献检索数据库有那么多 如何精确定位 如何检索全文献 这是我们做meta最重要的 因为只有检索全了才能分析到位 只有材料备齐了才能做好一盘好菜 不同的数据库文献收录会有些许差异 所以需要针对多个数据库检索 数据库不一样，检索策略也有差异 常检索的数据库有Pubmed、WOS、Embase等 前一段时间有说Pubmed没更新了 大家应该和我一样也紧张了一下吧 还好的是虚惊一场 那如何制定检索策略呢？ P-研究人群 I-干预措施…

离开课还有5天，前十四期成稿率200-300%，满意率100%~ 每个月预计推出2-3门新课，所有前期加入线上师门的师妹师弟继续免费学习~ 学习安排：一个月成稿第1篇SCI，两个月周期完成2~3篇，掌握光速攥写任意类型SCI论文~ 课题组内，任何问题都有答案，直到师妹师弟写出SCI和掌握光速攥写SCI的能力 2024.11.26课题组反馈（成稿投稿阶段）

今天给大家分享一篇在 2024年12月发表在《Eur J Neurol》（1区，IF=4.5）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) 1990-2021年的数据，旨在探索全球、地区和国家缺血性中风负担。

Day2任务：明确选题 前面Day1通过一定程度的分析和评估 发现是可行的 同时网状meta分析的步骤是清晰的 所以今天的主要任务是充分检索和评估选题是否可行 Meta分析早已成为发表论文的常客了 最近甚至有一篇网状meta发在了Lancet 对于我们来说 那些屡试不爽的经典模板和套路 无论是哪种meta分析 甚至是哪一种类型的文章 撰写流程都大同小异 但是我们也要注意到尽管方法的东西一模一样 但成果却能从顶级期刊《柳叶刀》到普通1-2分的期刊不等 这是什么原因呢？ 最重要的原因就是选题 选题直接决定了文章的级别 到底是不是解决了临床问题、提供了指导依据 投入大量时间来评估选题 是我们准备的“弹药” 数据分析和文章撰写 我都有经过验证的成熟方案 确定可以写过后 我们就要在PROSPERO网站上进行注册并获得编号 这就像是告诉别人这个选题已经被我承包了，你就别碰了…