~首先进行Figures整理排版:在整理排版过程中需要反复思考进行 Figure位置及顺序调整，形成整篇SCI的逻辑框架，理出一条清晰地讲述story逻辑线路(个人认为这是SCI写作中最关键的一步，既是第一步，也基本上是最后一步，每次当Figure整理排版完成后，整篇SCI写作框架和思路在脑海中已经完全形成，后面其他板块的写作就是对这一步的落实); ~Materials&Methods部分的撰写这里是记录你的研究基础和研究方法，可以是自己的实验记录和笔记，但是需要你整理成论文形式。这部分是论文的主体，因此这部分放在写作顺序的第二步骤~写Results对图表进行详细的解释说明，最好是一个图表对应一个内容 (可以是一个段落，也可以是多个段落)。结果是根据研究方法做实验得到的数据，因此这部分放在写作顺序的第三步骤。~写Discussion讨论就是回答results里可能存在的各种问题，也回答你解决的问题。把问题回答好，审稿人也就少点问题。讨论就是结果的分析，因此这部分放在写作顺序的第四步骤。~写conclusion总结是对上述内容的总结，因此这部分放在写作顺序的第五步骤 ~写introduction引言是很重要的，包含methods、conclusion的概括，因此这部分放在写作顺序的第六步骤。~写abstract。摘要是对论文正文的总结和概括，因此这部分放在写作顺序的第七步骤。写title~题目必须准确，描述性强的 title更加吸引读者。题目很重要，需要从论文主体中提炼，因此放在写作顺序的第八步骤。~写key words关键词的作用就是方便读者检索和索引，可以根据论文的materials&methods确定关键词，关键词不是最重要的，可以放在写作顺序的第九步骤。 欢迎联系我。
自己科室的数据很少、没有系统收集、或者是拿不到数据。给大家介绍一个不用做实验还不用收集数据的方法：NHANES数据库！绝对不会被审稿人和编辑要求补实验! NHANES 数据库拥有庞大的数据资源，并且完全开放免费下载，而且这个数据库每两年更新一次，会加入大把新数据，完全不担心样本量不够。当然介绍的再多都不如自己去网站逛一逛。 官网直接免费下载！（步骤已经整理出来了 看👀图） 最后提醒一下下载的数据为XPT格式，XPT格式的文件用Excel是查看不了的，我们可以导入到R语言中，使用R Studio查看，我们一般是转换成CSV格式进行查看并将其导出。 欢迎联系我。
拿现成数据发自己文章の小攻略来啦今天介绍GEO数据库 🤔肿瘤、非肿瘤、芯片、NGS、差异分析、分子验证……GEO几乎都涵盖了所有你能想到的数据， 😊同时还能够做一些在线分析。 💡重要的是💡这些数据不花一分钱！ 只要你动动小脑袋跟着王师兄学起来3分文章收入囊中洒洒水啦 常见的利用GEO数据库发文套路：登录GEO数据库检索关键词下载GEO原始CEL数据等文件oligo/affyR包读取CEL文件数据质量控制RMA算法背景矫正并进行数据标准化探针基因注释limma包获得表达矩阵数据 欢迎联系我。
发表论著需要有数据支持，但是如果是没有课题、没有经费、也没有实验数据的情况，难道就发不了SCI，只能干着急？当然有解决的办法‼️‼️ 1、Case Report（病例报告）Case Report是医学论文常见体裁，通过对一两个生动的病例进行记录和描述，试图在疾病的表现、机理以及诊断治疗等方面提供第一手感性资料的医学报告，Case Report字数少，工作量小，写起来更简单，轻松。 2、Review（综述）Review是指对大量原始研究论文中的的数据、资料和主要观点进行归纳整理、分析提炼而写成的论文。不同于Meta分析，不需要二次统计分析，更适合没有统计基础的小伙伴们。 3、Meta分析（荟萃分析）Meta分析是在临床研究上全面收集所有相关研究并进行统计学处理，再分析得出结论。目前，Meta分析依旧如火如荼地进行。学习 Meta 分析的基本流程分为6个模块。 4、临床研究（Study Protocol）4.1原始研究原始研究是对直接在患者中进行单个有关病因、诊断、预防、治疗和预后等试验研究所获得的第一手数据，进行统计学处理、分析、总结后得出的结论。4.2二次研究二次研究是尽可能全面地收集某一问题的全部原始研究证据，进行严格评价、整合处理、分析总结后所得出的综合结论，是对多个原始研究证据再加工后得到的更高层次的证据。 📖一些公共数据库可以提供大量的临床研究数据，其中许多是免费的，运用好这些免费的数据，能够解决你没有自己的数据可发布的问题，让你到手3分paper指日可待~欢迎各位学弟学妹赶紧加入!🥰欢迎联系我。 毕竟，一个人跑得快，一群人才能跑得远哦~
在癌症或者疾病的治疗过程大家当然是最关注预后📖COX比例风险回归分析是一种在生存分析中常见的分析模式，根据各项特征（每一个基因的表达量）与预后信息（生存时间和生存状态）进行自变量与因变量的回归分析计算出风险率后我们就能够预测🚨哪些基因会患者的生存造成显著影响 介绍两种在文章中常见方法 👉对组分类变量资料，采用Kaplan-merier法进行单因素分析，筛选发现风险因素。但是对于连续性数值变量，不能直接进行Kaplan-merier法，可以基于专业将数值降级为分类进行Kaplan-merier法。然后将单因素分析筛选出来的多个因素，再进行多因素Cox回归分析。👉直接进行单因素Cox回归，将分类变量、连续变量、等级资料分别进行单因素分析，筛选有意义变量，然后将有意义的多个变量进行多因素Cox回归分析。————————————————单因素，多因素，Kaplan-merier分析代码有需要的小伙伴👀 欢迎联系我。
cBioPortal 是一个基于 TCGA 数据库，不需要注册登录即可进行可视化分析的网页，不需要代码， 里面内容十分丰富，提供了最详细的 TCGA 在线分析展示。 cBioPortal 显着降低了复杂基因组数据与癌症研究人员之间的获取障碍，促进快速、直观、高质量地获取大规模癌症基因组学项目的分子谱和临床预后相关性。 DNA 拷贝数数据（每个基因的假定，离散值，例如“深度缺失”或“扩增”，以及 log2 水平），mRNA 和 microRNA 表达数据，非同义突变，蛋白质水平和磷蛋白水平（RPPA）数据，DNA 甲基化数据和有限的临床数据。 各位学弟学妹们有任何疑惑都可以在下方评论区留言，或关注私信师兄，师兄看到一定会及时回复哒!另外，有需要系统化学习生信和医学类SCI一对一 辅导的同学，也可以猛戳师兄私信!! 欢迎联系我。
好不容易写完一篇论文，但由于研究报告不全面和不充足，导致审稿人不过，这也太亏了吧！ 所以为了防止重要信息漏报、不全或含糊，提高报告质量，国际科研小组由方法学家、科研人员和编辑共同致力于改善观察性研究的报告质量。他们制定了STROBE声明，规范了三种流行病学观察性研究（队列研究、病例对照研究和横断面研究）的报告内容。 本期王师兄就来给学弟学妹们分享这份报告规范，让大家写论文时有个参考！ 欢迎联系我。
离个大谱！都21世纪了，不会有人还认为护理人只会或只能干打针输液的基础护理工作吧😑😑😑这必须为护理人发声好吧 现在护理人不仅仅是要求技术好，还开始对学历提出了要求以前觉得读护理专科就当护士，这份工作还可以呀现在临床考研卷成狗🐶🐶🐶护理专业考研也不甘落后虽然就业还算可以，但谁都不想当一辈子护士干最基础的活吧都想升职的好嘛，毕竟打工人上班的动力是💰️💰️💰️你从护士升到护师，可能需要考试与职务满多少年就可以但是要评到主管护师就不单单是考试或者看就职年限了评审标准是必须要有一定科研水平这不就是要有文章在手嘛📄📄所以，别再说护理人不需要发文咱们护理人也有发文KPI的好嘛想发中文核心吧，大部分又有学历要求但SCI就没有，只要你文章够硬不过一想到发文就觉得要做实验？ps：每天忙成狗，谁想奔波实验呀是值夜班不够累还是医院里安排的考核不够多呀现在格局🤏打开发文不一定要做实验了META分析、孟德尔随机化与临床回顾性研究怎能错过不用实验就能发文的好利器!害怕难，害怕走弯路？专业团队+硬核老师辅导+全流程陪伴的王师兄=一条直路直接见刊！拿下属于自己的”Accept”，打破自己科研能力为零，升职加薪的瓶颈期！欢迎dd~，带你一路畅通拿下自己的SCI! 欢迎联系我。
孟德尔随机化（Mendelian randomization, MR）近年来的发文量想必大家有所体会。因此，难免有人在担心，MR会不会像meta分析一样，越来越不好发，尤其是阴性结果。本期就阴性结果的TSMR分析，简单说一下自己的看法。 TSMR阴性结果是可以发表的！比如以下这篇No causal effect of tea consumption on cardiovascular diseases: A two-sample Mendelian randomization study就是妥妥的阴性结果，近期发表在Frontiers in Cardiovascular Medicine。虽然Frontiers系列近年来饱受诟病，但是IF 5.864的文章也不是随便想发就发，因此仍旧有可取之处。尽管如此，学习TSMR，尤其初学者，千万不要陷入一个误区——既然阴性结果能发，那我随便撮合一个exposure以及一个outcome那不就是一篇SCI了么？要是这么想，那么可就危险了。即便侥幸能发，也难以在质量较好的杂志上发表。那么TSMR阴性结果顺利发表的关键是什么呢？我认为有以下几点值得借鉴： 1、临床意义具备临床指导意义的MR绝对是高质量的MR。科学研究中，阳性结果固然让人心旷神怡，但光顾你的更多是阴性结果。什么样的阴性结果是具备临床指导意义的呢？MR的选题往往是基于那些既往观察性研究中结果有矛盾的科学问题。针对目前仍旧有争议的话题，利用证据等级更高的统计方法探讨科学问题，才是MR选题的关键。 2、数据及质控在确定选题后，需要做的下一步就是挑选数据及数据质控。由于MR天然的统计学优势，加上研究者本身在数据上做的一系列严谨的筛选与质控，那么得出的结果相对可靠，证据等级更高。即便是阴性结果也仍然受欢迎。 3、完整的故事选题跟数据分析固然重要，能把故事讲好，也很重要，这一点往往受到忽略。小编认为，MR研究一半靠写。一篇写的好的MR，应该是选题有依据，分析有条理，讨论有深度。看到这里，你还在担心阴性结果的TSMR结果发不了吗？ 欢迎联系我。
杂志：European Psychiatry (IF = 7+) 背景：生活方式与精神障碍之间的关联越来越受关注。不同生活方式对精神障碍风险的因果关联仍不明确。 方法：利用两样本孟德尔随机化探索不同类别生活方式（社会经济水平，饮食习惯，抽烟，喝酒，睡眠习惯，久坐行为，运动行为，危险行为，生殖相关性为）对三大精神障碍（MDD BIP SCZ）的因果效应，利用多种敏感性分析质控结果的稳固性。 结果：多种生活方式对精神障碍风险有不同的因果效应。 欢迎联系我。