在观察性比较效果研究（CER）中，估计暴露与结局间的因果效应，关键在于控制混杂。混杂因素指同时影响研究中治疗/暴露与结局的第三变量。
启动一项新的临床试验前，你会花多少时间回顾已有的研究？ 这个问题看似很基础，现实中却常被忽略。有的研究者可能觉得时间紧任务重，凭经验也就够了；也有的研究者则是不知道从哪查起。
2026年3月4日，复旦大学附属中山医院樊嘉院士、周俭院士和施国明教授团队在医学顶刊《NEJM》（医学一区Top，IF=78.5）发表最新临床试验研究成果。
通常情况下，尿路结石（其中最常见的是肾结石）患者都会被建议多喝水，通过增加尿量促进结石排出，预防结石复发风险。 但这项研究基于”多喝水能预防结石”的假设展开，却得出了阴性结果？让我们来看看他们是如何分析的。
随着人工智能与机器学习在医学领域的广泛应用，大多数研究仍集中于模型开发阶段，而非将其实际应用于临床。因此，前瞻性验证与实时实施成为确保模型可靠性、泛化能力与临床实用性的关键步骤。
在观察性研究中，如何准确估计某种干预或暴露对结局的因果效应，一直是流行病学与数据科学中的核心难题。 近年来，“超级学习者（Super Learner）”与“双重稳健估计器”的组合，逐渐成为因果推断领域的一把利器。它既能灵活拟合数据，又具备良好的统计性质，被越来越多研究者采用。
刷知乎，看到一篇文章，说的是经济学研究基本都是线性模型，是否合理的？引发了很多网友的讨论。 今天，我也想说说我们医学数据，线性模型，是否满足它所需要的“线性”的条件。
近日，由首都医科大学护理学院岳鹏教授团队领衔、发表于 《JAMA Network Open》（IF 9.7）的一项定性研究，深入北京4家安宁疗护机构，访谈了39位患者、家属及专业人员，首次揭示了关于中国居家临终关怀质量评价体系。
2026年3月21日，首都医科大学附属北京天坛医院王拥军院士、李子孝教授团队在医学顶刊《BMJ》（医学一区top，IF=42.7）发表了一项重磅研究。
最近在医学顶刊Lancet子刊《Lancet Digital Health》（医学一区top，IF=24.1）看到一篇非常有意思的研究论文。 该研究来自一个庞大的国际多中心团队，为精准预测“T+A”免疫联合疗法（阿替利珠单抗+贝伐珠单抗）对晚期肝细胞癌患者的疗效，结合了13种特征筛选方法与7种机器学习算法构建预测模型。
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
