首先我们来了解一下什么是发表偏倚。 发表偏倚指的是阳性结果的研究更容易被发表,导致Meta分析高估效应量。 简单来讲,假设你花了几万块钱,做了个实验,想证明A和B是有关系的,结果发现结果是阴性的,验证了曾经让你激动的那个猜想,原来两者是没有联系的,是不是有些失望呢?
2025年2月,一篇题为:“Statistics in biology: a survey of the three major multidisciplinary journals”的论文指出,只有 10% 的分析文章提出了正确的统计方法。 一起来看看怎么个事! 这篇文章介绍了对多学科期刊中的三大
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。 然而,随着高级统计技术的发展,机器学习模型为提高预测准确性提供了有前景的替代方案。 机器学习和普通回归构建预测模型哪个更好?机器学习真的比传统回归强吗?模型性能一定更好吗? 今天我们一起来看一篇
孟德尔随机化文章真的风波不断,因为太火爆了,很多同学问:“郑老师,孟德尔随机化的文章现在还能发吗?是不是被封杀了?” 孟德尔随机化真的凉凉了吗?并不! 这两天刚好看到一篇北京大学第三医院唐熠达教授团队发表在JAMA子刊《JAMA Cardiology》
一般教科书是这么说的,小样本是SW检验,大于2000的时候推荐KS检验。而一般情况下,我们的医学研究都是小样本,所以我们都推荐SW检验,夏皮罗威尔克检验。 要我说,写教材的真的都是不食人间烟火。 <
全球疾病负担(GBD)是迄今为止规模最大、最全面的一项研究,旨在量化不同地区和不同时期的健康损失,从而改善卫生系统并消除差异。 该研究由华盛顿大学健康指标与评估研究所 (IHME) 牵头,是一项真正的全球性研究,来自 160 多个国家和地区的 11,000 多名研究人员参与了最新更新。G</
就在今天,公共数据库GBD(全球疾病负担) 官方给合作者发了邮件,宣布GBD 2023 embargoed results已公布,正在征求合作者对 GBD 估算结果的反馈意见! 邮件提到:GBD 2023 的embargoed results现已开放查看!对 GBD 估算结果进行审阅并提供有
今天试水短篇推文答疑,主要是解决很多盆友比较突出的问题。我称之为统计小食,文章很短,适合于快速学习。 今天的问题是:单因素回归P<0.05、还是<0.2纳入多因素回归? 我们统计分析,经常使用线性回归、logistic回归。回归分析有这么一个基本的套路,先单因素回归分析,P<0.05纳入多因素回归;
对于科研小伙伴们来说,流程图并不陌生。 撰写论文、基金申报、Meta分析等,哪一个不需要流程图? 然而流程图可难可易:易者,凭借一个WORD的几个文本框加几个箭头就可完成;难者,通过各种软件耗费一个上午尚不能满意。 然而流程图又
我们统计学分析有个小概率事件的说法,当某一现象发生概率非常小的时候,统计学上可以认为一次抽样活动中,不会发生。 但也会犯错误,小概率事件虽然发生的可能性比较小,但也有会发生,这种我们称之为一类错误。 但是,统计学仍然需要根据概率把事件又分为二,小概率事件,非小概率事件,概率界值一般是0.05。 一类