現如今想在科研圈出人頭地,沒SCI是萬萬不行的!很多搞臨床的粉絲朋友問館長最多的就是如何不用做實驗也不用收集病例發(fā)SCI? 其實0實驗發(fā)SCI的路子目前還是很廣滴~館長這里有的是!目前用的相對比較多的是孟德爾隨機化(MR),但是隨著發(fā)文量的增加,MR越來越卷也是一個不爭的事實! 那除了MR還有別的方法嗎?館長今天就帶大家開啟新的發(fā)文賽道! 這篇浙大朱益民和周丹教授共同通訊發(fā)表在國際頂刊European Heart Journal(IF=37.6)上的一項研究:調查了虛弱狀態(tài)的變化與心血管疾病的關系。 該研究基于CHARLS、ELSA和HRS三個隊列。在調整潛在混雜因素后,使用Cox比例風險模型計算風險比(HR)和95%置信區(qū)間(95% CI)。 所以,館長今天安利給大家的新賽道就是多數據庫/隊列聯合分析,這種發(fā)文思路最大的好處就是不需要復雜的生信分析,確定好選題,會統計就能搞定,對臨床醫(yī)生非常友好~ 定制生信分析 生信服務器 加好友備注“99”領取試用 咱們再來看幾個例子: 這項研究旨在調查來自高收入國家(HICs)和低收入和中等收入國家(LMICs)的老年人網絡排斥與抑郁癥狀之間的關系。 分析基于五項具有全國代表性的縱向隊列研究:HRS、ELSA、SHARE、CHARLS和MHAS。作者探討了網絡排斥與抑郁癥狀的特定項目之間的聯系。此外,進行了亞組分析,以確定可能更容易受網絡排斥與抑郁癥狀關聯影響的特定亞群。 這篇文章旨在評估全球中老年人群日常生活活動的健康轉變概率及其對預期壽命(LE)和性別差距的影響。 分析了來自6個國際隊列的數據:CHARLS、ELSA、HRS、MHAS、KLoSA和SHARE。將性別作為協變量納入模型以計算風險比(HR),同時使用復雜事件隨機群體分析(SPACE)微觀模擬計算了健康、IADL殘疾、BADL殘疾和死亡率等不同健康狀態(tài)下的LE。 這項研究旨在探討未服用降壓藥的老年高血壓患者血壓的變化,并初步探討在這種情況下高血壓緩解至正常血壓是否與心血管疾?。–VD)風險降低相關。 數據來自HRS和ELSA。 小結 這種多隊列/數據庫研究是很吃選題的,選題的創(chuàng)新性直接決定了最終的分值。選題也是目前臨床公共數據挖掘的一個難點,很多朋友會統計分析,但是不會選題,所以想發(fā)一篇SCI依然很困難。 |
|
來自: 昵稱60542818 > 《其他》