.png)
-ggff.png)
-fzxo.png)
.png)
.png)
-oztk.png)
-pwwo.png)
-byko.png)
.png)
.png)
.png)
-roIP.png)
.png)
.png)
.png)
中介分析是现在SCI论文中常用的方法，郑老师开发的风暴统计平台也可以零代码实现，是一个比较成熟的方法了。 一键开展中介分析的工具来
前几天，我们报道了一篇中山大学学者的一区SCI论文，在《BMC Medicine》期刊上（医学1区，IF=8.3）发表。
Logistic回归是目前很普遍很常用的统计分析方法，遇到二分类结局，很多人不管三七二十一直接用logistic回归，这对吗？
说来惭愧，我的重复测量资料混合效应模型还停留在SPSS与SAS软件上，对R语言的模型没有怎么研究过。周末花了点时间看了下，就分享下。 1. R语言的包 library(nlme) library(lme4) library(lmerTest) library(emmeans) 一般来说R语言包
2024年2月，广州医科大学附属脑科医院的老年神经科学中心团队在顶级护理期刊《International Journal of Nursing Studies》（医学一区Top，IF=8.1）发表了一篇有关“渐进式吞咽肌群训练对于阿尔茨海默病患者吞咽障碍的疗效”的多中心随机对照试验，题为：“Effectiveness of nurse-delivered stepwise swallowing training on dysphagia in patients with Alzheimer's disease: A multi-center randomized controlled trial”。 针对阿尔茨海默病患者（Alzheimer's disease, AD）这一特殊人群，在确保安全性的前提下，为有效提高其吞咽功能，通过文献回顾和预实验研发了一套视频引导的系统化渐进式吞咽肌群训练，并进行多中心、随机对照研究。结果表明，经过为期四周的渐进式吞咽肌群训练，干预组的吞咽障碍和相关症状明显得到改善，临床疗效远高于仅接受常规护理的对照组！
-JJXc.jfif)
解读NEJM论文的一篇临床试验缺失数据处理方法。 ”数据缺失是困扰临床研究的心头大患，急得研究者抓耳挠腮。数据缺失如此多娇，引无数计算机学者、数学家、医学家竞折腰。今天我们就来看看一篇发表在顶级大刊NEJM上的结局多重插补文章。 2023年12月28日，一篇题为"Restrictive or liberal transfusion strategy in myocardial infarction and anemia"的临床RCT研究论文发表于《The New England journal of medicine》（一区top，IF=158.5），作者为美国罗格斯大学Jeffrey L Carson团队。这项研究纳入3504名有心肌梗死伴贫血的患者，将他们分入限制性和开放性输血策略组，通过对数二项回归模型和多重插补的方法，探究不同输血策略与心肌梗死复发或死亡的关系。结果表明，对于心肌梗死和贫血患者，宽松的输血策略并不能显著降低30天内复发性心肌梗死或死亡的风险。然而，限制性输血策略的潜在危害不能被排除。
统计学是一门帮助人们从数据中对真实世界做出有意义推论的学科。统计学建立在假设检验的基础上，依赖于一系列的条件和假设来估计无偏的处理效果，并将其与随机区分开来。在制定研究问题、设计和执行试验直至解释结果时，需要仔细考虑假设和相应的条件和假设。 就像外科手术一样，统计学是一门可以投入一生学习和实践的学科，不能随便应用。因此，从项目的开始到整个项目的各个阶段都要有生物统计学家的参与是很重要的。 今天为诸位分享一篇在JAMA子刊《JAMA Surgery》（医学一区，IF=16.9）的一篇统计和方法学文章，题为：“Practical Guide to Statistical Considerations in Clinical Trials in Surgery”。这篇统计和方法学文章介绍了在外科临床试验中统计学相关注意事项，其实它的框架和理念也同样适合其他的临床试验，值得我们研究学习！
2025年9月9日，上海交通大学医学院附属上海儿童医学中心高建教授团队，开展了一项“中药pk西药”的头对头随机、对照临床试验
-JxQI.jfif)
2025年9月9日，北京大学公共卫生学院流行病学与生物统计学系孙凤教授团队在《Phytomedicine》（医学一区，IF=8.3）发表了一项回
穴位按压作为中医传统疗法的一种，具有独特的优势。通过对特定穴位的按压刺激，可以调和气血、疏通经络，从而达到缓解疼痛、改善关节功能的目的。 对于中老年疑似膝骨关节炎患者而言，穴位按压不仅安全无副作用，而且操作简单易行，适合在家中自行进行。
2025年9月9日，上海交通大学医学院附属上海儿童医学中心高建教授团队，开展了一项“中药pk西药”的头对头随机、对照临床试验
决策曲线在临床预测模型分析中并不是必需的，我们也可以看到，在一些模型构建的文章中并没有临床决策曲线。 临床决策曲线，也叫做
今天这篇推文和诸位分享一篇社论文章，题为：“Avoiding pitfalls in conducting hand surgery research – potential consequences of common errors in statistical analyses”。 这篇社论演示
SHAP（SHapley Additive exPlanations）是用来解释机器学习模型预测结果的方法。它基于博弈论中的Shapley值概念，为模型的每个特征分配重要性值，从而解释模型的预测过程。 而今天这篇文章，于2025年5月1日发表在JAMA子刊
引言 相信很多朋友都遇到过这个问题，线性趋势的结果和非线性趋势RCS图都有统计意义，这个事情矛盾嘛？ 今天郑老师来解答这个问题！ 如果你也有统计问题还未解惑，欢迎评论留言，我们将选取一些共性问题，陈老师和郑老师为您解答！ 有朋友利用
-TxHv.jfif)
2025年9月24日，浙江大学何威副教授研究团队在医学顶刊《BMJ》杂志发表最新研究。分析超 43 万名女性，最长随访至 25 年的数据，结论直击核心：首次乳腺癌筛查缺席的女性，后来更常因为症状才被发现、分期更晚、25 年乳腺癌死亡风险显著更高。
-OEat.jfif)
取对数，简单来说，就是把数据“压缩”或者“拉平”，让它更适合线性回归的假设。经济学里常用的对数（ln，自然对数）能把一些“长得不太好看”的数据变得更“听话”。
顶级医学期刊BMJ在2023年底陆续发布了三篇临床预测模型评估指南，为研究人员开展临床预测模型研究提供了权威的参考资料。本系列推文的前两篇围绕BMJ指南的内容详细介绍了模型内部验证和外部验证方法。而本推文是模型评估系列文章的最后一篇，将结合案例针对性地介绍如何计算外部验证所需的样本量。
我经常参加基层医院的统计科普，很多医务工作者对科研还是有一定的热情，但苦于数据太差、样本量太小，来问我，我觉得“巧妇也难为无米之炊”。最近看到了这篇文章，有些感触。所以做个解读。 这是一篇利用现有回顾性数据成功发表于《Lancet
今天，给大家介绍的是NHANES Online平台可分析的第354个NHANES 热门指标-----内脏脂肪代谢评分（METS-VF）。同时，还分享了高分文献是如何描述该指标的，以供大家参考。
阿尔茨海默病（AD）是中老年人群中最高发的痴呆类型，环境因素（如铅暴露）和行为因素（如身体活动）均被证实与AD风险相关。血铅（BLL）具有神经毒性，但目前对BLL与AD风险的关联证据不一致；身体活动（PA）被证实可降低AD风险，但最小有效剂量存争议。
今天，为大家介绍的是CHARLS稀有高分指标——内在能力（IC）。截至目前，CHARLS共发表相关文章15篇。
今天，给大家介绍的是NHANES Online平台可分析的第353个NHANES 稀有指标-----改良心脏代谢指数(MCMI)。同时，还分享了高分文献是如何描述该指标的，以供大家参考。
阿尔茨海默病（AD）是中老年人群中最高发的痴呆类型，环境因素（如铅暴露）和行为因素（如身体活动）均被证实与AD风险相关。血铅（BLL）具有神经毒性，但目前对BLL与AD风险的关联证据不一致；身体活动（PA）被证实可降低AD风险，但最小有效剂量存争议。
随着心血管-肾脏-代谢（CKM）综合征概念的提出，慢性肾病（CKD）、心脏代谢疾病与心血管疾病（CVD)之间的密切关联日益受到重视。然而，由于CKD早期症状隐匿，美国成年人（尤其是高风险人群）对CKD认知水平仍旧缺乏系统性评估。
经检索发现，11.15~11.21，NHANES共发表 57 篇NHANES论文。其中0篇一区，22篇二区。
近日，美国匹兹堡大学学者用NHANES数据库，在期刊《Aging Cell》（医学一区Top，IF=7.1）发表了一篇题为：“Association of Eating Window With Mortality Among US Adults: Insights From a Nationally Representative Study”的研究论文，旨在探讨进食窗口与美国 20 岁及以上成年人的死亡率之间的关联。
胰腺癌是肿瘤学中最致命的恶性肿瘤之一，5年相对生存率仅为13%。而早发性胰腺癌（EOPC，定义为50岁前确诊）占胰腺癌寿命损失年的20%-30%，且具有恶性程度高、侵袭性强的特点。近年来，EOPC的疾病负担的长期全球趋势、风险因素差异等尚未有研究明确。
肺癌是全球癌症相关死亡的首要原因。尽管吸烟仍是主要危险因素，但近几十年来，风险格局已显著变化：非吸烟相关肺癌日益增多，且大量证据表明空气污染（尤其是细颗粒物）显著增加肺癌风险。因此，亟需持续评估全球肺癌风险因素的演变及其对死亡率的影响。
2025年11月3日，意大利博洛尼亚大学学者基于GBD数据库，在期刊《Cardiovascular Research》（医学一区Top，IF=13.3）发表题为:“Diet and sex inequities in ischemic heart disease mortality across Europe: findings frXom the global burden of disease study”的研究论文，旨在评估欧洲27个欧盟国家中缺血性心脏病患者（IHD）死亡率的性别差异，并进一步识别造成差异的风险因素。
2025年10月9日，山东大学硕士用GBD 2023数据库，在期刊《Military Medical Research》（医学一区Top，IF=22.9）一作发表题为:“The evolving burden of heart failure in China: a 34-year subnational analysis of trends and causes from the Global Burden of Disease Study 2023”的研究论文，旨在评估1990-2023年中国全国及省级层面HF的疾病负担、趋势和原因，并揭示其区域差异。
2025年11月12日，江西省人民医院学者基于CHARLS数据库，在期刊《Cardiovascular Diabetology》（医学一区Top，IF=10.6）发表题为:“Associations of longitudinal trajectories of triglyceride-glucose index combined with classical and novel obesity indices and cardiovascular disease: evidence from a nationwide prospective cohort study in China”的研究论文
2025年11月17日，西安交通大学第一附属医院医院学者用CHARLS 数据库，在期刊《Nutrition & Diabetes》（医学二区，IF=5.2）发表了一篇题为：“Long-term time in target range for body mass index (BMI) and diabetes incidence: insights from CHARLS”的研究论文，旨在探讨长期 BMI 处于目标范围的时间（BMI-TTR，本文将BMI的目标范围设定为18.5 kg/m²≤BMI < 23 kg/m²）与中国中老年人糖尿病发病风险的关联。
抑郁与肥胖是全球性的健康问题，在中年及老年群体中尤为突出，已成为重要的公共卫生挑战。 现有证据表明，肥胖与抑郁的共病状态可能加剧中老年人认知功能衰退。然而，
-wDZi.jfif)
2023年12月29日，一篇题为Causal Effects of Basal Metabolic Rate on Cardiovascular Disease: A Bidirectional Mendelian Randomization Study的孟德尔随机化研究论文发表于《Journal of the American Heart Association》，作者为中国学者，文章属于中科院医学一区，IF=5.4。
-myNU.jfif)
本文结合横断面研究和孟德尔随机化来探索脂质生物标志物与骨关节炎(OA)之间的关系。利用NHANES数据库筛选有血脂标志物、OA及相关协变量的参与者，共筛选了3706名参与者。
-ZTbx.jfif)
2024年2月，华中科技大学公共卫生学院学者在《Metabolism-clinical and Experimental》（一区，IF=9.8）发表题为："Nonlinear relationship between high-density lipoprotein cholesterol and cardiovascular disease: an observational and Mendelian randomization analysis" 的研究论文。
2024年1月，中国学者在《Eur J Epidemiol》(一区，IF=13.6）发表题为："Vitamin D and human health: evidence from Mendelian randomization studies" 的研究论文。
Zstats交流群
联系助教
请输入助教告诉您的积分券
如果不填写积分券，将直接使用当前余额支付
请稍候，正在为您生成支付订单
请使用扫描二维码完成支付
二维码获取失败
支付二维码获取失败，请点击重新获取
请稍候，正在为您完成支付
正在使用积分券兑换，然后完成支付 正在使用当前余额完成支付
您的订单已支付完成，页面将在 秒后自动关闭
支付过程中出现错误，请重新选择支付方式
-wqtd.png)
-kfnp.png)
.png)
-gowy.png)
.png)
