今天给大家分享一篇在 2022 年 7 月发表在《Frontiers in Endocrinology》（Q1 区，IF=5.2）的文章。本文这项研究利用了美国国家健康和营养调查（NHANES）1999-2004年的数据，对4,488名参与者进行了跟踪研究，直至2015年12月31日，旨在探讨A Body Shape Index（ABSI）和/或肌肉减少症与总体及特定原因死亡率之间的关联。暴露：ABSI（A Body Shape Index）作为一种新的人体测量指标，基于腰围调整身高和体重，能更好地反映中心性腹部肥胖。肌肉减少症（Sarcopenia）定义为四肢骨骼肌指数（ASMI）低于特定值。结局：总体死亡率、心血管死亡率和癌症死亡率。
今天给大家分享一篇在2024年2月发表在《Environ Res》（1区，IF=8.3）的文章。本文这项研究利用了2015–2016年美国国家健康与营养调查（NHANES）的数据，探索了6至19岁儿童及青少年中的空气污染物聚类模式，并检验了社会脆弱性与化学暴露群组之间的关联。暴露：通过尿液测量的34种空气污染物暴露化学物质，包括挥发性有机化合物（VOCs）、多氯联苯（PCBs）、邻苯二甲酸酯代谢产物和持久性有机污染物（POPs）。结局：研究的结局是社会脆弱性指数（Social Vulnerability Index, SVI）与高化学暴露组的关联。
今天给大家分享一篇在 2023 年 2 月发表在《Cardiovasc Diabetol》（1区，IF=9.3）的文章。本文这项研究利用了美国国家健康和营养调查（NHANES）1999–2018年的数据，共纳入了8513名被诊断为高血压的成年人。研究主要探讨了胰岛素抵抗（IR）与未控制的高血压以及动脉僵硬度之间的关系。 暴露：本研究中的主要暴露变量是IR，通过甘油三酯-葡萄糖（TyG）指数和胰岛素抵抗的稳态模型评估（HOMA-IR）来表示。 结局：研究的主要结局是动脉僵硬度（用估计的脉搏波速度，ePWV表示）和未控制的高血压。
今天给大家分享一篇在2024年1月发表在《 J Affect Disord》（1区，IF=6.6）的文章。本文这项研究利用采用了横断面研究方法，旨在探讨非高密度脂蛋白胆固醇与高密度脂蛋白胆固醇比率（NHHR）与美国成年人抑郁风险之间的关联。研究者应用加权多变量逻辑回归模型和限制性立方样条模型来探究NHHR与抑郁风险之间的关系。此外，还进行了亚组和敏感性分析，以测试结果的稳健性。暴露：非高密度脂蛋白胆固醇（non-HDL-C）与高密度脂蛋白胆固醇（HDL-C）的比率，即NHHR。NHHR是新出的脂质参数，用于评估心血管疾病的风险。结局：抑郁症的风险，通过九项患者健康问卷（PHQ-9）评估抑郁症状。PHQ-9得分≥10被诊断为抑郁症。
今天给大家分享一篇在 2024 年 2 月发表在《The Journal of Clinical Endocrinology & Metabolism》（Q1 区，IF=5.8）的文章。本文这项研究利用了美国国家健康和营养调查（NHANES）2003至2018年的数据，旨在探讨镁耗竭评分（Magnesium Depletion Score, MDS）与代谢综合征（Metabolic Syndrome, MetS）之间的关系。暴露：镁耗竭评分（MDS）是通过对可能影响肾脏镁重吸收能力的因素进行综合评估而得到的评分系统。该评分系统考虑了包括使用利尿剂、质子泵抑制剂（PPI）、估算肾小球滤过率（eGFR）以及重度饮酒等四个因素。结局：代谢综合征（MetS），根据美国国家胆固醇教育计划成人治疗小组第三版（NCEP-ATP III）的标准进行定义，包括中心性肥胖、高甘油三酯血症、低高密度脂蛋白胆固醇（HDL-c）、高血压和高血糖五个特征。
今天给大家分享一篇在2023年10月发表在《World Allergy Organ J》（2 区，IF=5.1）的文章。本文这项研究利用了1999–2018年美国国家健康与营养调查（NHANES）的数据，评估了那不勒斯预后评分（Naples prognostic score, NPS）在成年哮喘患者中的预后价值。暴露：那不勒斯预后评分（NPS），基于血清白蛋白、总胆固醇、中性粒细胞与淋巴细胞比率（NLR）和淋巴细胞与单核细胞比率（LMR）的计算。结局：成人哮喘患者的全因死亡率和特定原因死亡率（包括心血管疾病、癌症和呼吸系统疾病）。下方进裙交流拿Nhanes资料~
今天给大家分享一篇在2024年1月发表在《Cardiovascular Diabetology》（1区，IF=9.3）的文章。本文这项今天给大家分享一篇在2024年1月发表在《Cardiovascular Diabetology》（1区，IF=9.3）的文章。本文这项研究利用2005-2018年的美国营养健康调查（NHANES）的数据，研究了应激性高血糖比例（Stress Hyperglycemia Ratio, SHR）与糖尿病或糖尿病前期患者全因死亡率和心血管死亡率之间的关系。暴露：应激性高血糖比例（SHR），这是一个反映真实急性高血糖状态的新标志物，通过入院时的血糖和糖化血红蛋白A1c（HbA1c）水平计算得出。结局：糖尿病或糖尿病前期患者全因死亡率和心血管死亡率。利用2005-2018年的美国营养健康调查（NHANES）的数据，研究了应激性高血糖比例（Stress Hyperglycemia Ratio, SHR）与糖尿病或糖尿病前期患者全因死亡率和心血管死亡率之间的关系。暴露：应激性高血糖比例（SHR），这是一个反映真实急性高血糖状态的新标志物，通过入院时的血糖和糖化血红蛋白A1c（HbA1c）水平计算得出。结局：糖尿病或糖尿病前期患者全因死亡率和心血管死亡率。
今天给大家分享一篇在2024年3月发表在《Food Funct》（1区，IF=6.1）的文章。本文这项研究利用了美国国家健康和营养调查（NHANES）1988-1994年的数据，共有1837名参与者。研究对象的年龄在20至59岁之间。研究主要关注了饮食中丝氨酸（serine）的摄入量，并将其与认知功能进行了关联分析。暴露：饮食中丝氨酸（serine）的摄入量结局：认知功能，通过三个计算机化测试来评估：简单反应时间测试（SRTT）、符号数字替换测试（SDST）和序列数字学习测试（SDLT）。
先来汇报一下今天的成果吧！我顺利完成了Introduction部分的写作，添加了规范的引用（使用的是EndnoteX9哦，最近似乎Endnote出现了小Bug，需要认证，但只需2块钱就能解决，哈哈哈哈哈）。此外，还完成了模块化部分的撰写（包括伦理、致谢、利益冲突声明、作者贡献等），最后对整篇文章进行了润色。看着自己的劳动成果，满满的成就感涌上心头！ 回顾一下这次挑战，一篇经典的Meta分析操作流程可以概括为以下几个步骤：1️⃣ 确定选题：这一步至关重要，需要初步检索相关文献，明确PICOS（研究对象、干预措施、对照措施、结局指标、研究类型），从而确定检索策略。2️⃣ 文献筛选：在不同的数据库中进行检索，下载并筛选出符合目标的研究文献。这一步需要耐心和细心，因为文献的质量直接影响后续的分析结果。3️⃣ 数据分析与图片制作：提取筛选出的文献中的数据，使用R语言进行数据分析，并评价文献的质量。然后，根据分析结果制作相关的图片，直观地展示研究结果。4️⃣ 报告撰写：最后，根据PRISMA写作指导完成Meta分析报告的撰写。这一步需要按照一定的结构和格式组织内容，确保报告的完整性和可读性。以上步骤就是一篇Meta分析的基础流程啦！大家可以参考我这几天分享的Meta研究思路来完成自己的论文哦！相信只要按照这个流程操作，一定能够顺利完成一篇高质量的Meta分析论文！因为注册PROSPERO需要一些时间，所以我暂时还没有投稿，希望审核可以尽快完成。 最后，我想说的是，虽然这次挑战已经结束，但学习Meta分析的路还很长。希望大家都能够保持对知识的热情和好奇心，不断探索和学习新的方法和技能。加油哦
第1天挑战：信息收集。我们首先进行关键词检索：“Meta and RCT”。我们注意到发表数量、期刊的影响因子和分区都相当不错，比如《Human Vaccines & Immunotherapeutics》（Q1,4.8）和《Journal of Environmental Sciences》（Q1,6.9）。我们将检索结果按发布日期排序，发现最近发表的文章，像《Gene》这样的期刊区域，可以找到一些质量不错的3-5分文章。这表明Meta分析仍然具有很大的发展空间！总共有8818篇相关文章，根据我的观察和实际投稿情况，Meta分析的投稿难度低于孟德尔随机化。尤其对于那些可以通过综述毕业的学生来说，Meta分析的性价比更高。一篇二区以上的Meta文章几乎可以保证本科生顺利进入研究生阶段。鉴于临床研究生时间紧迫，我们阅读了大量文献，但却没有时间撰写一篇质量上乘且能够引起关注的综述性文章。现在，让我们跟随我的思路一起动笔吧！除了检索信息，我还下载了10多篇近期的Meta范文，准备精读。今天的挑战已经开始了！ ❤️ 注：挑战时间安排在非工作、考试/原定学习计划时间，所有步骤都是即兴的（大家可以模仿我的思路），我们的目标是从零开始！好了，第一天的挑战就这样愉快地结束了！明天，我们将迎来更加精彩的内容！敬请期待！🎉