【1万+围观[符号表情]：5天孟德尔随机化SCI挑战圆满结束】终于，五天的孟德尔随机化SCI挑战达成！“圆满”二字的引号，期待在论文被接收后去除。届时，我会及时更新后续情况，简介也将更新为“3个月内完成9篇论文”。 第五天完成内容：– 制作了机制图（Figure 1）。 – 添加了引用（共31个参考文献，使用Endnote20）。– 对论文进行了细致的润色。– 添加了结构性语句，包括伦理声明、致谢、作者贡献和利益冲突说明。虽然今天的任务相对轻松，但临床工作的繁忙程度却超过了前几天。针对大家在评论区的热烈请求，我已经整理了一份孟德尔随机化课程，目前的目录可以在图4和图5中查看。后续课程内容也会持续更新。 注释：明天和后天，我将更新两个内容：1. 介绍完成SCI论文所用到的辅助工具、插件和应用。2. 发布视频总结。 预告：下周我们将继续新的挑战！可能是关于机器学习、人工智能相关的论文，或者继续孟德尔随机化的研究。
【5天孟德尔随机化SCI挑战：第四天进展】挑战的第四天已经结束，今天的成果相当丰硕：今日完成内容：– 撰写了摘要（Abstract）。– 完成了引言（Introduction）。– 写好了结论（Conclusion）和讨论（Discussion）的剩余部分。在今天的文献阅读过程中，我发现了一个可能的中介效应变量。遗憾的是，我没有找到相应的GWAS数据，因此只能继续进行双样本孟德尔随机化分析。图二展示了论文的创建时间和完成时间。发完这个帖子后，我计划添加引用（我使用的是Endnote20）。明天上午，我将补充一张机制图，并对语言进行最后的润色。之后，这篇论文就准备好投稿了。这个五天完成SCI论文的挑战确实充满挑战性，尤其是在临床工作繁忙的情况下。但我希望明天的总结能证明我完成了这个挑战。 图三提供了孟德尔随机化写作的权威框架以及一些选题经验，对初学者和研究者都非常有帮助。 评论区和后台有很多小伙伴询问我是否可以提供更多指导。应大家的要求，我计划整理一份完整的孟德尔随机化分析课程。当然，这个课程也会不断更新。如果大家感兴趣，还请多多点赞、收藏并在评论区留言啦～
最近在运行clump步骤时反复报错，多次尝试无果，崩溃了一晚上，尝试了本地的clump代码，终于解决了这个困扰多时的问题！和大家分享！ 1️⃣下载参考基因组文件：准备工作是，下载“欧洲人群参考基因组位置”文件，并将其解压。下载链接：http://fileserve.mrcieu.ac.uk/1d/1kg.v3.tgz 。2️⃣clump前处理：整体的思路是，不管我们的暴露的GWAS数据是本地抑或是在线，首先通过代码语言完成p<5e-8筛选，以及通过format_data函数完成数据标准化处理。🥸如果暴露是ieu在线数据？暴露的GWAS数据是vcf格式的文件，这种情况我们就‼️ ①安装并加载P4的包 ②读取下载好的vcf文件 ③根据gwasglue包是否安装成功，选择性运行–3或4，分别在P5和P6。3️⃣ 安装包+确定路径：我们先安装并运行几个需要的包【ieugwasr包；plinkbinr包】P2 然后再运行本地clump代码、生成X11后，我们只需要根据X11的rsid列将剩余的信息从X1中索引出来即可。 欢迎联系我。
1. 提升因果推断能力：孟德尔随机化是一种利用遗传变异作为工具变量的方法，可以模拟随机分配，从而提供可靠的因果推断。结合meta分析的结果，可以得出更加可靠和准确的因果关系结论，避免了观察性研究中的内源性偏倚和混杂变量的影响。 2. 综合多个独立研究的结果：meta分析的优势在于能够综合和汇总多个独立研究的结果。结合孟德尔随机化的方法，可以通过汇总多个具有不同人群和样本量的研究来增加统计功效和准确性。 3.提供更可靠的证据：孟德尔随机化和meta分析相结合的方法可以为特定的研究问题提供更强有力的证据。这种方法可以提高研究的可重复性和一致性，并增强结论的可信度。4.发现新的因果关系：通过结合孟德尔随机化和meta分析的方法，研究人员可以发现新的因果关系或验证先前观察到的关联。这有助于深入理解疾病的发病机制和影响，为预防和治疗提供更准确的指导。 欢迎联系我。
2022年7月18日，《Frontiers in Nutrition》（IF=6.590）刊载了题为：Association between dried fruit intake and pan-cancers incidence risk: A two-sample Mendelian randomization study 的研究论文。 使用了来自全基因组关联研究（GWAS）数据的43个单核苷酸多态性（SNPs）作为工具变量，它们与干果摄入量强相关，作为工具变量（IV）。特定部位癌症的摘要级遗传数据集来自口腔和口咽癌联盟，国际肺癌联盟，乳腺癌协会联盟（BCAC），卵巢癌协会联盟，PanScan1和其他学者的GWAS。我们使用逆方差加权法（IVW）和加权中位数 （WM）方法分析了干果摄入量与11种特定部位癌症之间的因果关系。对于MR分析的结果，使用Cochran’ s Q检验来检查异质性，并使用乘法随机效应来进一步评估异质性。使用MR-Egger回归和MR-PRESSO方法测试基因多效性。此外，利用FinnGen和英国生物银行数据库（UKBB）的汇总统计数据，并使用多变量MR分析调整体重指数（BMI）、受教育年限、新鲜水果摄入量和维生素C，验证了本研究的主要结果，以确保研究结果的稳定性。 欢迎联系我。
很多同学在读研期间常常听到一些期刊的级别。臂如：某某某发了一篇17分的二区SCI❗️；某师兄发了一篇双核心‼️的文章。这些都代表着什么意思呢？今天来给大家解答一下。🥳 ✅首先。SCI和核心这些都是用来评价杂志质量等级的。可以简单理解国内🇨🇳是核心；🇺🇸外文文章是SCI。👉SCI即《科学引文索引》，包含外文众多杂志期刊。其中的评价SCI质量指标为：影响因子➕分区。1️⃣影响因子代表着某期刊被引用的论文次数。IF越高，代表着杂志质量越高💯。这是一个国际上通行的期刊评价指标。2️⃣分区：国内根据影响因子的不同，将SCI分为4个区。在国内来说，▶️认可度从高到底依次是：1区>2区>3区>4区。❇️国内有七大类型核心杂志：1️⃣北京大学图书馆俗称“北大核心”；2️⃣南京大学“中文社会科学引文索引（CSSCI）”；3️⃣中国科学院文献情报中心“中国科学引文数据库（CSCD）”；4️⃣中国科学技术信息研究所“中国科技论文统计源期刊（CSTPCD）”；简称科技核心。5️⃣中国社会科学院文献信息中心“中国人文社会科学核心期刊（CHSSCD）”；6️⃣武汉大学“中国核心期刊目录（RCCSE）”；7️⃣CNKI“中国引文数据库（CCD）”。🔴北大核心：根据期刊的引文率、转载率、文摘率等指标确定的。🔺从影响力来讲，其等级属同类划分中较权威的一种，是除南大核心、中国科学引文数据库（CSCD）以外学术影响力最权威🔝的一种📌。🟢南大核心：目前收录包括法学、管理学、经济学、历史学、政治学等在内的25大类的500多种学术期刊。🔵CSCD核心中文全称是中国科学引文数据库核心，是由中国科学院文献情报中心评定的核心期刊目录，在国内具有较高的权威🔝度。⏩️等级排名：一级：南大核心/北大核心/CSCD。二级：科技核心等三级：普刊 欢迎联系我。
肿瘤学是近年来最热门的学科之一了，而且提到肿瘤学就不得不提考研肿瘤学专业初试390被第二名331逆袭录取的事啦（事情的经过就不说了，相信大家当时这口🍉肯定是吃上了的）想必大家当时都发出了一个疑问—一篇SCI就能科研能力了吗？ 要知道，很多研究生毕业的要求是一篇SCI，当时那位同学是本科就有SCI，足以证明科研能力之强，这也是复试分数高的原因呀科研能力真的重要吗?😣答案是毋庸置疑的，说实在一点，考研复试要看科研能力，保研考博、医院评职称哪个不需要科研能力有文章呢？科研能力强，一定是要实验，要在实验室得出各种数据吗虽然肿瘤学研究方向多，但研究内容难，对专业能力要求较高肿瘤学搞科研不仅只有是临床实验，还可以不做实验，比如说生信、Meta、临床回顾性、孟德尔随机化等等Meta分析步骤是一个系统而完整的数据分析过程，它能够帮助人们更好地理解和利用数据。通过数据清洗、转换、分析和解释，可以从海量的数据中挖掘出有价值的信息，并为决策提供科学依据。这里给大家分享一下Meta分析的步骤：⭕确定选题和制定研究计划⭕文献数据的检索筛选⭕文献质量评估⭕文献资料集数据的提取⭕数据分析而且选题是最重要环节，是论文的基础，只有题目选好了文章才能顺利投稿、接收！自己能选好题那是最好啦 ，但如果觉得自己不熟悉 ，没接触过，那找一个专业辅导的就会事半功倍，不走弯路！专业团队帮你规划学习安排，还能监督学习，拿下自己的“Accpet”！后台私信，欢迎DD~欢迎联系我。
5天孟德尔随机化SCI挑战：第三天进展今天是挑战的第三天，我感觉到了压力和挑战的加剧。我的写作速度通常较慢，今天差点跟不上节奏，这让我担心可能无法完成挑战。遇到的新问题：– 在写作过程中，我发现原计划的单一两样本分析需要调整。今天我发现了5个与我研究主题相似的结局变量，这迫使我修改代码并重新进行分析。我决定将这一过程也纳入论文中。📝 写作思路提炼：1.PubMed检索：检索我研究的暴露与结局，找到几篇相关范文。2. 精读范文：利用翻译软件和Claude进行深入阅读。3. 确定写作框架：根据研究结果，撰写方法（Method）和结果（Result）部分。4. 撰写讨论部分（Discussion）：阅读与暴露和结局相关的文献，进行深入分析和讨论。 ❤️ 注释：在开始论文写作之前，建议至少阅读50-100篇孟德尔随机化相关论文。在确定暴露和结局后，务必进行文献检索，确保研究的独特性。 今天白天还忙于临床工作，晚上更新帖子，希望大家能点赞、收藏以示支持！倒计时两天，期待大家的围观和鼓励！
【5天孟德尔随机化SCI挑战：第二天进展】🌟🔬今天：– 在PubMed上对昨天筛选出的潜在课题进行了深入检索，最终确定了3-5个可行的课题。决定先从第一个开始着手。– 今天的主要成就是完成了文章所需的所有配图。 ❤️ 注释：还有一张关键的机制图需要制作，我计划使用流程图软件绘制，这将是最后成稿的一部分。这个挑战不仅是对我的学术能力的考验，也是对时间管理和效率的挑战。非常感谢大家的关注，欢迎继续围观我的进展！
先汇报第5天挑战内容:完成机制图(figure1)、引用添加(Endnote20)、结构性语句添加(如伦理、致谢、贡献,利益说明)、论文润色。为什么标题要打“引号”，因为这篇写完了没打算投稿～ 做一个小分享(认识完整的孟德尔随机化的分析方法)篇完整的文章需要有以下统计分析描述结果>使用TwoSampleMR包进行统计分析>寻找GWAS summary数据库提取SNP以及对应的统计数值作为工具变量> 方向性检验（双向）:1. Steiger directionality test或者2.Reverse MR>主要使用IVW方法> 加权中位数和MR-Egger回归作为敏感性分析>使用Cochran Q评估异质性> 使用MR-Egger回归的截距评估多效性和使用MRPRESSO 以上步骤就是孟德尔随机化的基础，大家可以去对照一下我这几天分享的双向孟德尔随机化的研究思路去完成自己的论文～注:接下来会进行更多的孟德尔相关研究干货或者论文写作挑战，会适当延长挑战时间(最近比较忙!!! ) 欢迎联系我。