归档

这项研究利用机器学习模型对过去25年的癌症研究文献进行了一次“大扫描”，结果显示，截止至 2025 年 3 月，中国累计发表 17.8 万篇癌症方面的研究论文，但其中高达 35%可能来自于论文工厂。

今天分享的这篇文章，NHANES数据库虽然纳入了疾病数据，但是并不全面，那我们该怎么用这个数据库分析癌症呢？当然是换个思路，用上癌症幸存者数据！

最近的Charls数据库风头正盛，可谓是真正的“国货之光”人的！用别人的数据进行二次挖掘，找好选题下载数据，加上统计学方法得出结果就能写文章，这谁能不心动？今天分享的这篇文章就是用Charls数据库，用上一个新指标-胰岛素抵抗，就又发文一区！

热门指标TyG在科研区属实是嘎嘎乱杀，曾在一个月内在同一个期刊连发四篇一区（IF=9.3）！

怕单一数据库不好发？多库联合轻松破局！GBD＋NHANES的高分发文思路，形成了「微观-宏观」双向验证的闭环。 文中涉及的精美复杂的图，郑老师团队开发的ZGBD R包均可完美实现！

VAI是一个评价内脏脂肪分布及功能的性别特异性指标。它既包含体质指数（BMI）和腰围（WC），还考虑到性别、甘油三酯（TG）、高密度脂蛋白胆固醇（HDL-C）对脂肪分布及功能的影响。

今天带大家来一篇中国学者最近BMJ杂志发表的临床试验论文，有兴趣可以了解下，我会做一些注解。

2024年5月30日，医学顶刊《Lancet》在线发表了由中山大学肿瘤防治中心马骏院士领衔的针对鼻咽癌防治的CONTINUUM试验的主要结果，题为：“Induction-concurrent chemoradiotherapy with or without sintilimab in patients with locoregionally advanced nasopharyngeal carcinoma in China (CONTINUUM): a multicentre, open-label, parallel-group, randomised, controlled, phase 3 trial”，探索在标准放化疗基础上联合国产创新药PD-1抗体信迪利单抗治疗高危局部晚期鼻咽癌的治疗效果。

倾向性评分（Propensity Score，PS）的概念首次由Rosenbaum和Rubin在1983年基于反事实理论提出应用于流行病学研究，如今常用于医学、公共卫生、经济学等领域。尤其在真实世界研究中，倾向性得分匹配的应用可以减少数据偏差以及混杂因素的影响，得出更严谨可靠的结果。

GBD数据库是被玩明白了！中国医科大学李咏泽教授团队用GBD数据库写了一篇文章，在医学顶刊BMJ发表，一作是一名硕士生。