联系方式

公众号

意见反馈

归档

2025 年 07 月

近日,北京大学学者团队在JAMA子刊《JAMA Network Open》(医学一区top,IF=10.5)发表了一项仅每组约38例患者的2型糖尿病创新药临床试验成果,小样本研究如何征服顶刊?我们一起看看! 这篇文章题为:
回归分析是观察性研究中很重要的手段,通过模型调整,其目的是探讨多因素情况下,各个因素的独立效应。 那么,困惑诸多分析者的问题是,调整模型,也就是多因素回归分析,只能纳入单因素P<0.05的变量吗? 这个问题其实郑老师很早就回答过了,筛选自变量,最简单的方式、也最常见的方式是“先单因素后多因素法”,
近年来,随着人口老龄化和生活方式改变,慢性肾病(CKD)的发病率持续攀升,正以惊人的速度威胁全球健康。尤其在低收入国家,78%的CKD患者面临医疗资源匮乏与环境风险的“双重夹击”。 2025年3月13日,安徽省六安市中医院学者用
哮喘,这一全球性慢性呼吸系统疾病,正以惊人的速度威胁着中老年人群的健康。 尽管传统观点聚焦于吸烟或空气污染,但最新证据揭示,体质指数(BMI)的异常升高已悄然成为哮喘负担的首要推手。然而,现有研
体重指数(BMI)升高被认为是子宫癌(尤其是子宫内膜癌)的一个重要危险因素。然而,建立因果关联并准确测量其在人口规模上的影响需要全面的流行病学验证。
在医学观察性研究中,混杂因素调整是确保因果推断准确性的核心步骤。然而,当研究涉及多个风险因素时(如心血管疾病、糖尿病、痴呆等),混杂因素的调整方法是否合适往往被忽视! 但是,不恰当的混杂因素调整可能导致效应大小的低估、高估甚至反转。 2025年3月5日,中南大学湘雅公共卫生学院学者团队在《BMC M
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
很多时候,开展临床、护理研究,通过一项调查或者最终研究,我们当然你希望去探讨因果关系。但是,很多时候,流行病学研究不仅仅是因果关系研究,也可能是描述性研究或者预测研究。 在这种情况下,如果我们开展了一箱基于回归分析的研究,通过分层或者多变量回归控制了“混杂”,那就可以说是“独立的影响因素”,视为具有
下面我们来简单介绍一下这两篇文章,感兴趣的不妨去看一下原文! 文章一

收银台

订单信息

应付金额 积分

模块介绍

请加我们助教二维码或加入Zstats使用群
Zstats交流群

Zstats交流群

助教二维码

联系助教

选择支付方式

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

正在创建订单...

请稍候,正在为您生成支付订单

支付二维码

请使用扫描二维码完成支付

等待支付中...

二维码获取失败

支付二维码获取失败,请点击重新获取

正在处理余额支付...

请稍候,正在为您完成支付

正在处理充值并支付...

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

支付成功!

您的订单已支付完成,页面将在 秒后自动关闭

支付失败

支付过程中出现错误,请重新选择支付方式

平台说明