2025年2月24日，北京大学肿瘤医院沈琳教授团队III期临床试验-GEMSTONE-303研究成果在医学顶刊《JAMA》（医学一区top，IF=63.1）
老郑看到一篇文章，机器学习建模建了100个，挺有意思的，是实力？还是内卷？我们一起看看！ 这篇文章是中国学者发表在中科院一区，影响因子7.0的杂志《BMC Medicine》
近日，北京大学学者团队在JAMA子刊《JAMA Network Open》（医学一区top，IF=10.5）发表了一项仅每组约38例患者的2型糖尿病创新药临床试验成果，小样本研究如何征服顶刊？我们一起看看！ 这篇文章题为：
回归分析是观察性研究中很重要的手段，通过模型调整，其目的是探讨多因素情况下，各个因素的独立效应。 那么，困惑诸多分析者的问题是，调整模型，也就是多因素回归分析，只能纳入单因素P<0.05的变量吗？ 这个问题其实郑老师很早就回答过了，筛选自变量，最简单的方式、也最常见的方式是“先单因素后多因素法”，
在医学观察性研究中，混杂因素调整是确保因果推断准确性的核心步骤。然而，当研究涉及多个风险因素时（如心血管疾病、糖尿病、痴呆等），混杂因素的调整方法是否合适往往被忽视！ 但是，不恰当的混杂因素调整可能导致效应大小的低估、高估甚至反转。 2025年3月5日，中南大学湘雅公共卫生学院学者团队在《BMC M
很多时候，开展临床、护理研究，通过一项调查或者最终研究，我们当然你希望去探讨因果关系。但是，很多时候，流行病学研究不仅仅是因果关系研究，也可能是描述性研究或者预测研究。 在这种情况下，如果我们开展了一箱基于回归分析的研究，通过分层或者多变量回归控制了“混杂”，那就可以说是“独立的影响因素”，视为具有
-LwLc.png)
算法狂欢的时代，为何这篇"返璞归真"的研究能登顶柳叶刀子刊？ 老郑看到这样一篇文章，在机器学习横扫科研圈的今天，仅用Logistic回归构建预测模型，发表在期刊
2025年3月13日，中山大学肿瘤防治中心孙颖教授团队III期临床试验-DIPPER研究成果在医学顶刊《JAMA》（医学一区top，IF=63.1）
-kCZo.png)
可能是导师太笨，或者自己学生太笨，培养了半天，终于让我的研究生学会写R语言函数了! 喜大泪奔！ 任务也很简单，对成组两样本t检验模块，写出R语言函数，并且形成shiny在线分析模块。 <
