公众号
“医学论文与统计分析”公众号
扫码关注公众号

统计咨询
“公共数据库与孟德尔随机化”公众号
扫码关注公众号

意见反馈
邮箱:17357190071@163.com
微信:aq566665

如何利用观察性健康数据,成功回答因果推断问题?

之前我们对发表在《European Stroke Journal》杂志的一篇Review article进行了分享。 这篇评论文章为卒中研究人员对基于观察性数据的描述性流行病学和因果推断研究,提供了十个需要考量和实施的重要要点,以确保的有效性和可解释性。

Administrator Administrator 发布于 2025-06-20

36例小样本,还是阴性结果,凭什么发JAMA子刊?

2025年5月20日,外国学者在JAMA子刊《JAMA Network Open》(医学一区top,IF=10.5)发表了一项临床试验论文。旨在评估在混合现实中实施暴露与反应预防(ME

Administrator Administrator 发布于 2025-06-20

XGBoost是最强机器学习算法吗?

众所周知,机器学习构建预测模型有很多算法,其中,XGBoost是最强的吗? 老郑也确实看过很多机器学习构建预测模型的文章,XGBoost模型优于其他模型。举几个例子。

Administrator Administrator 发布于 2025-06-20

做对这件事,观察性研究也能媲美 RCT!

随机对照试验(RCT)被公认为是确定因果关联的金标准。但受伦理、实践和可行性方面的影响,不适合开展RCT时,越来越多的研究者选择通过大型观察性研究获得证据。 那这时候我们就需要控制观察性研究自身设计缺陷所引起的各种偏倚,提高观察性研究数据因果推断的效能,为了达到这个目的,近年来提出了模拟目标试验(t

Administrator Administrator 发布于 2025-06-20

顶刊《柳叶刀》杂志,它的亚组分析森林图是怎么画的?

现在亚组分析好像越来越流行,无论是观察性研究还是RCT研究,亚组分析一般配备森林图。 比如下方NEJM这张图,配色布局都比较经典美观! 顶级期刊柳叶刀的亚组森林图,我觉得这个风格最好看。

Administrator Administrator 发布于 2025-06-20

影响因素研究只用回归法建模?机器学习+SHAP新套路不妨试一试

大多数的影响因素研究借助传统回归方法探讨影响因素,这是众所周知的。 近期逐渐出现一些文章,用机器学习+SHAP分析来做影响因素研究。

Administrator Administrator 发布于 2025-06-20

JAMA(IF=10.5): 机器学习预测模型XGBoost方法,更优秀

传统方法,如逻辑回归,已被广泛用于识别风险因素和预测疾病概率。 很多机器学习构建预测模型的文章中,XGBoost模型优于其他模型。

Administrator Administrator 发布于 2025-06-20

一区Top!最新NHANES研究:周末补觉真的有用

胰岛素抵抗(IR)是代谢综合征(MetS)的关键前兆,而全球睡眠不足问题日益严重。虽然流行病学和实验研究都表明长期睡眠不足会损害胰岛素敏感性,但人们常通过周末延长睡眠(即周末补觉,WCS)来补偿工作日的睡眠债。

Administrator Administrator 发布于 2025-06-20

港中大学者最新GBD研究发文一区Top,仅探究了高BMI!

肥胖与高BMI已成为全球公共卫生问题,其与多种癌症的发病率和死亡率存在明确关联。现有研究多聚焦于健康负担(如死亡率),但缺乏对经济成本的全球性分析。 2025年5月28日,香港中文大学学者用

Administrator Administrator 发布于 2025-06-20

新指标!广医大创新累积TyG指数,拿下一区Top(IF 8.5)

在心血管-肾脏-代谢(CKM)综合征患者中,中风是致命的并发症,但其早期预警标志仍不明确。甘油三酯-葡萄糖(TyG)指数作为胰岛素抵抗的简易指标,已被证实与心血管风险相关,但其累积效应与中风的关系尚未明确。

Administrator Administrator 发布于 2025-06-20