进度汇报：数据下载＋数据拆分＋跑代码 做分析的过程可真不简单，因为肠道菌群的数据量确实太大了，还好电脑内存、配置还行，为了转移数据，搞了个2T的大硬盘，本期挑战沉默成本陡然增加，不过平时也能用上，把自己一些公开数据库的数据转移了一波，哈哈哈只要思路对了，无非就是多花时间跑代码就好了~ 因为肠道菌群的数据太大了，如果在跑的过程中出现了error，那也就意味着需要重新跑一遍,所以把代码进行了一些调整，把暴露的肠道菌群数据进行了拆分让拆分后的数据和结局跑双样本MR，然后再把跑出来的结果组合起来这也算是节省时间了，但还是跑了２天才跑完 归根结底，还只是双样本MR而已，没什么太复杂的，只要懂了基础，无非就是换了数据来源而已，比如有人测了口腔菌群、皮肤菌群的GWAS数据，方法都是一样的，我们之后慢慢挑战，只是跑数据需要大量的时间 这篇文章我觉得基本是挑战成功了我只要能够跑的出来图片后面的写作简直易如反掌，因为我有“框架写作法”指导我进行写作1-2天写完是绰绰有余的，就是跑代码太烧电脑了 写不出来文章，那就没有意义。同时，我们也要反思，高分SCI其实就是Paper Tiger而已，没什么复杂和困难的，重点是思路，这就是我花了很多的时间进行选题的意义，就是在进行可行性分析，千万不要一来就闷头开跑，睁开眼睛看世界！一起加油呀~最近有一些师弟师妹们来找我学习和咨询，包括前期的挑战Meta分析也好，我准备了一整套的完整方案，从文献阅读→选题→数据分析→论文框架→论文写作→方法学（双样本MR、药把、中介、多变量、肠道菌菌群、Meta、NAHNES、GBD。。。）
今天给大家分享一篇在 2024年5月发表在《Lancet Reg Health West Pac》（1区，IF=7.6）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，探索中国按年龄、性别和地理区域划分的帕金森病（PD）负担。研究方法：利用 2021 年全球疾病、伤害和风险因素负担研究 (GBD) 的数据，分析了中国 33 个省/地区的 PD 发病率、患病率、死亡率和 DALY 负担。将全国数据与全球平均水平和 G20 国家的相应估计值进行了比较。估计年度百分比变化 (EAPC) 用于量化 1990-2021 年 PD…
今天给大家分享一篇在 2024年6月发表在《Frontiers in Medicine》（1区，IF=3.1）的文章。本文这项研究利用了美国国家健康和营养调查（NHANES）2007–2010年的数据，探讨了生活基本8项指标 (LE8)与 代谢综合征 (MetS) 之间的关系。暴露：本研究的暴露变量是LE8分数，LE8包括饮食、身体活动、尼古丁暴露、睡眠健康、体重指数、血脂、血糖和血压等8个方面。结局：研究的主要结局是代谢综合征的发生，依据成人治疗小组III（ATP III）的标准来定义，包括中心性肥胖、胰岛素抵抗、高血压、血脂异常和高密度脂蛋白胆固醇水平低下等至少三项。
本文这项研究利用了美国国家健康和营养调查（NHANES）2007–2010年和2015-2018年的数据，探讨了血清 25-羟基维生素 D [25(OH)D] 浓度和体力活动 (PA) 状态与表型年龄 (PhenoAge) 之间的独立和综合关联。暴露：本研究的暴露变量包括两个主要因素：血清中的25-羟基维生素D（25(OH)D）浓度和体力活动（PA）状态。25(OH)D作为一种重要的维生素，与多种健康状况有关，包括骨骼健康、免疫功能和慢性病风险。体力活动则是公认的健康促进因素，能够影响心血管健康、代谢健康和整体寿命。结局：研究的主要结局是表型年龄加速，这是一个通过多种生化标志物综合评估得出的指标，用以衡量个体的生物学老化程度相对于其实际年龄的加速情况。这一结局指标能够反映个体的健康状态和慢性疾病风险，具有较高的临床和公共健康相关性。
今天给大家分享一篇在 2022年4月发表在《Circulation》（1区，IF=35.5）的文章。本文使用蛋白质组学和孟德尔随机化（MR）方法来识别心力衰竭（HF）的治疗靶点。暴露：本研究的暴露变量是90种心血管相关蛋白质的血浆水平。结局：研究的主要结局是心力衰竭的发生情况。