《柳叶刀》近期发表了一项关于妊娠38周引产预防肩难产的随机对照实验，意向性治疗集（ITT集）未到达统计学意义，而符合方案集分析（PPS集）发现妊娠38周提早引产疑似大于胎龄儿（LGA）的婴儿可以降低肩死产的风险，并且对新生儿的二次结局没有影响。
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。
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
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。
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
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。
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。
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。
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
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），
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
