中介分析想要做得好，时间顺序和因果逻辑必须理清楚。之前我们曾分享过一篇中介分析相关的文章，里面的思路非常清晰。 最近我们又看到一篇纵向研究，主要探讨了“感知到的虐待性监管如何通过去人性化影响医护人员的反生产工作行为”，研究设计同样规范，我们一起来看一下！
今天，为大家介绍的是CHARLS指标——估计肾小球滤过率（eGFR） 的全新算法：联合肌酐和胱抑素C的计算方法。 目前，eGFR的计算大多仅依赖肌酐或胱抑素C单一指标，而联合方程在CHARLS领域屈指可数，仅检索到一篇使用CKD-EPI方程发表的四区文章，意味着发文空间非常广阔。
因果有向无环图（简称DAG）是临床研究中阐明因果假设的核心工具。它不靠统计软件自动“跑”出来，而是靠研究者基于背景知识手动“画”出来的。
静脉血栓栓塞是癌症患者的第二大死因，发生率可高达23.1%，Khorana评分是目前最权威的VTE风险评估工具，但其预测能力并不理想，C-index低于0.7。
NHANES和GBD的联合文章本就极少，本文更是开辟了双库联合的新思路：用NHANES估计暴露-反应风险曲线，再将其整合进GBD 2023，以完成最新的疾病负担估计！
近期，首都医科大学附属北京中医医院消化疾病诊疗中心主任医师张声生、主任医师赵鲁卿团队牵头完成了一项高质量临床研究成果，并在中医药领域权威期刊《Phytomedicine》（医学一区，IF =8.3）上发表。
今天，为大家介绍的是CHARLS稀有选题——高脂血症，目前在CHARLS领域仅发文8篇！发文空间很大，值得大家探索！
近期，温州医科大学的研究团队在《International Journal of Radiation Oncology Biology Physics》（医学一区top，IF=6.5）发表了一篇研究论文，旨在预测食管癌患者接受放疗或放化疗后发生二级及以上放射性食管炎的风险。
今天，为大家介绍的是CHARLS亟待挖掘的新指标——甘油三酯-高密度脂蛋白胆固醇-血糖身体指数（TyHGB）。该指标目前在CHARLS领域暂未发文，但其作为新型TyG复合指标，有着极大的发文空间！
在现实中，疾病的发生和发展通常是由复杂的、相互依赖的多个变量相互作用的结果。病人往往有多种共病，指标都是动态变化的。 比如我们要如何理解血糖、血压、胆固醇这三者在一个糖尿病患者群体中5年内的变化关系？这些指标之间是如何相互关联、共同演变的？
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
