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）
2025年3月21日，医学顶刊《BMJ》（医学一区top，IF=93.6）发表了一篇方法学文章，题为：“How to use directed acyclic graphs: guide fo
这个问题问得很好，也说明这位童鞋对多重比较会发生一类错误膨胀有一定的思考。 医学研究，我们针对一个指标，可能会多次进行比较，计算多个P值，并下结论，或者多个指标多次比较，这称之为多重比较，多重比较会增加假阳性错误，或者一类错误，这个大部分统计学教科书会提到，但是为什么大多数的论文亚组分析的时候，没有
2025年3月31日，医学顶刊《BMJ》（医学一区top，IF=93.6）发表了一项由空军军医大学西京医院陶凌教授、
-fwjm.png)
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
-kkhe.jpg)
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。 <
-qmkn.png)
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<
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
