嵌合抗原受体T细胞免疫疗法,CAR-T疗法。目前已在血液系统恶性肿瘤的治疗中取得了重大成功,但也存在严重的可能致命的副作用,例如细胞因子风暴CRS和神经毒性。同时,CAR-T疗法目前对实体瘤治疗效果非常有限,且肿瘤相关抗原在很多重要且关键的正常组织都有表达,这也增加了“On target off tumor”的毒性。针对CAR-T疗法的局限性,研究人员采取了许多策略试图克服这些局限性,例如增强T细胞的扩增和降低T细胞的耗竭、 ...
当科研小白踏上了科研的征途,脚下的道路都是用文献铺就的,多读好文献,有助于缩短你的科研道路。但是刚入行的小白们往往像个无头苍蝇一样,连去哪里搜文献都不知道,好一点的知道个 PubMed,但只会在检索框里输入一个单词或者词组,再去检索结果里大海捞针一样找文献,浪费时间,效率极低!这里教你如何使用「布尔逻辑运算」在 PubMed 进行文献检索,让你快速锁定目标文献!利用布尔逻辑运算符(「与、或、非」)连接各个检索词,构成一个检索式。 一、逻辑「与」用于交叉概念或限定关系的组配,能够缩小检索范围,有助于提高检索的专指度和查准率。逻辑运算符:「AND」、「」。逻辑表达式:「A AND B」或者「A * B」。检索语义:被检索的文献记录中必须同时含 A 和 B 两个概念。举例:如果想检索「针灸治疗近视」相关的文献,可以输入检索式:「针灸 AND 近视」或「针灸 _近视」。 二、逻辑「或」是用于并列概念的一组组配,其作用是扩大检索范围,提高查全率。逻辑运算符:「OR」、「+」。逻辑表达式:「A OR B」或者「A + B」。检索语义:文献中含有概念之一或同时包含两个概念就会被检出。举例
众所周知,不论是综述的撰写,还是文章标书的研究背景,都需要大量的文献支持。因此,如何能在尽量短的时间内尽量全面并且精炼的检索到所需文献,是困扰好多小可爱们的究极难题。然鹅,每当有了一个 topic 后,老板和师姐只会告诉你,去搜一搜相关文献,并不会讲如何更有效率的完成这样一件听起来简单,做起来困难的事情。于是,笔者带着之前的小本本,系统总结了一些关于 PubMed 文献检索的基本知识。那么,下面我们就一起来看看吧~ 一、重新认识 PubMed1. 检索条件:新版的 Pubmed 界面真的是非常不友好,我们先点击「Advanced」进入高级检索界面,点击并查看下拉栏,会出现一堆眼花缭乱的英文。来源:网页截图其中,我们常用的检索条件主要包括:「自由词、规范主题词(MeSH)、文献作者、期刊名称、文献出版年代、文献类型、文献语种、物质名称」 这几类。来源:网页截图2. 自由词与规范主题词:1)自由词检索,即是输入与检索信息相关的任意词(组),检索的结果为文献题名内和摘要内包含输入单词的文献。2)而规范主题词检索则是规范化的检索语言,它对文献中出现同一概念词汇的书写形式具有严格的规范控制。Pu
Meta 分析因为入门容易,不需要基础实验即可发表文章,已成许多临床科研人员发表 SCI 的首选。笔者周围 10 个人中就有 5、6 个人都在学 Meta。然而,随着学习 Meta 的人也越来越多,Meta 分析的投稿难度也在不断增加。研究一下近期期刊发表情况,可以发现发表文章增幅远远小于 Meta 的产出。因此,投稿压力也是很多学 Meta 人最令人头疼的事。笔者,今天就整理汇总了一些对 Meta 较友好的期刊,希望帮助大家解决燃眉之急。图 1:每年发表的 Meta 分析的文章数(数据来源于 PubMed)笔者,在 Greenpubmed 中对数据进行筛选。发现截止到 5 月 9 日,2020 年已经发表了超过 8 千篇 Meta 分析文章。笔者以 3 分为界,选取了发表超过 20 篇 3 分以上的 Meta 期刊,筛选出来将近 30 本期刊。其中,已发表超过 50 篇的期刊有 Sci Rep (IF=4.011) 73 篇,Int J Surg(IF=3.158)62 篇,Cochrane Database Syst Rev (IF=7.755) 56 篇,J Clin Med(I
如果说医院的墙听了太多的祈祷,那么自习室头顶的灯则见证了我在 Meta 写作过程中的一次次失败重启,寝室的台灯也曾陪我悲泣到天明。虽然有些夸张,但第一篇 Meta 从选题到写作的确是一把辛酸泪,现对个人的经验进行总结和复盘,希望能给新手村的同学们带来一点点帮助,也请大神们多批评指正。下面我将从选题、文献检索和筛选、数据提取、选刊和写作分别进行阐述。图片来源:笔者自己做的 一、选题我的第一篇 Meta 选题历经坎坷,因为是新手加上临床经验又不够,中间换了几次方向,换方向的主要原因是:① 最近 2 年有已经发表或者更新的 Meta,不能保证选相同的题目和前人的工作有什么不同,即没有创新性;② 一个相对来说不是很新的方向,符合要求的相关原始研究较少;③ 文章数据不能提取。以上原因导致我在选题阅读文献的海洋中一遍遍遨游,甚至多次往回游。针对选题困难症的解决办法包括但不限于:第一, 除了临床上发现的问题,还可以从文献中获得。除了看相关指南和综述,还可以关注相关研究方向的团队最新发表的文章,他们发表的文章多是相关领域的最新进展和动态,留意他们发表的文章,并在其中寻找选题。第二,尝试从多个角度思考
所谓二次研究,顾名思义就是在已有研究基础上进行的再加工,包括非系统研究(也就是我们常说的文献综述)和系统综述。两者的区别在于:传统的文献综述往往涉及的是某一类(而不只是某一个)临床问题;文献检索策略模糊,可重复性差;文献选择具有主观性,因而结论也具有主观带入;入选文献质量参差不齐,低质量的研究结果会影响文章结论和读者判断等。而系统评价则很好的规避了以上问题,具体如下图:系统综述,分为定性系统综述和定量系统综述(也就是大家熟知的 Meta 分析(荟萃分析))。定性系统综述相对较少,Meta 更常见,它是指用统计学的方法对符合入选标准的多个研究数据进行统一量化分析,变相地通过增大样本含量来提高结论的可信度,解决研究结果的不一致性。系统综述克服了传统综述「主观依赖性」的缺陷,其结论可以作为循证医学的直接证据用来制定临床诊疗常规和指南,因此,研究质量非常重要。为了保证研究质量,国际上来自临床,统计学以及流行病学的大牛专家共同商讨制定了专门针对系统综述的报告规范,并得到很多国际高影响因子期刊的认可和推荐。比如柳叶刀(The Lancet,IF:44)要求投稿者的系统综述和 Meta 分析必须按照
发表 SCI 论文几乎是所有院校研究生的毕业标准,但对于刚入坑的科研小白来说:一没有数据,二不会统计分析软件。这种情况下该如何写 SCI 呢?别急,或许 Umbrella Review 是一条出路! 1. 什么是 Umbrella Review?概念:伞状评价 (Umbrella Review,UR)又称系统评价再评价(Overviews of systematic reviews, OoSRs)是针对现有系统评价和 Meta 分析的再回顾,其目的是围绕一个特点话题总结来自多方面的研究证据。简单理解,就是以某个主题的 Meta 分析文献为研究材料,写一篇综述。可研究的范畴:可以针对疾病干预、诊断、预后/患病率、病因/危险因素和定性研究,如疾病干预方面,可以分析不同干预措施对同一疾病、同一干预措施对同一疾病的不同测量指标、同一干预措施对不同疾病、干预措施的不良反应等。UR 适用人群:想发表文章但没有数据的研究生(准研究生),想写 Meta 分析但不会软件的英文文章写作小白(大佬们就打扰啦,慢走 ~~~)特点:不需要收集资料、也不需要学习软件!省时省力省钱!跟一般 Review 相比,有更
目前,很多专家学者热衷于做荟萃分析(Meta 分析)。在临床工作中,Meta 分析可以帮助解决临床争议,助推医学科学的发展。而且还不需要做实验,给没有实验条件的临床医生发 SCI 提供了一条捷径。当前做 Meta 分析的软件有很多,如:Revman,Stata 和 R 软件等,然而这些软件或需要编程,或操作繁琐,给 Meta 分析初学者带来很多困惑。本文和大家分享一款专用 meta 分析软件:Comprehensive meta-analysis software (CMA)。CMA 软件是一款操作界面友好,具有强大的功能,可满足荟萃分析的统计软件。提供数据录入,异质性检验,meta 回归,发表偏倚判断,绘制森林图和漏斗图多种功能。同 Revman,Stata 和 R 软件相比,具有以下优势:1)操作简单,不用编程2)界面友好3)功能强大,结果解释清晰4)提供了详细的帮助演示文档CMA 软件的官方网站:https://www.meta-analysis.com/;官网提供了 CMA 软件的信息介绍及下载方式,在此不再赘述。图片来源:官网截图在下载安装好软件后,主界面打开如图所示。图片来
Meta 分析是运用定量方法汇总多个研究结果的一种系统评价,和传统综述相比,其结果具有更高的真实性和可靠性。它发表速度快、不需要各种高端仪器做实验,只需要有一台电脑即可完成所有的操作步骤,深受广大科研工作者的喜爱。一篇 Meta 分析快则几天,慢则几月。那么问题来了,Meta 分析到底有多少种类型呢?不同的小伙伴适合什么类型的 Meta 分析呢?别急,请大家往后看!Meta 大法有多受欢迎下面先用几张图给大家展示一下 Meta 分析到底有多受欢迎。来源:Web of Science这张图是每年发表的 Meta 分析数量,从 2014 年超过 1 万之后,每年都稳定上升。不出意外,2019 年肯定又要超过 1 万了。来源:Web of Science上图是发表 Meta 分析的国家,不是只有中国人爱发哦,美国人发表的数量也是十分巨大的!仅比中国少 2000+篇。来源:Web of Science说出来你可能不信,Meta 分析发表最多的那个人,居然有 901 篇,真的是一招鲜吃遍天啊,真真让人羡慕!看完上面几张图,是不是让大家对于 Meta 分析充满期待,下面就给大家介绍 8 种常见的
最近,有很多小伙伴会问关于 Meta 分析注册的问题。为什么要注册,不注册行不行?注册了一定要等注册成功了才能投稿吗?等3个月都没消息怎么办?想在 Cochrane 杂志发表怎么注册?今天,我就来一一回答。 一、为什么要注册?不注册行不行?当然可以不注册,但是注册现在基本是大势所趋,很多期刊已经明确要求 Meta 分析文章要有注册号,即使没有明确要求,大部分期刊也优先接收有注册号的 Meta 分析。期刊编辑认为注册可以避免作者在中途改变计划,减少选择性报道偏倚,另外可以进行初步的方法学评价;同时,我们可以通过这个注册平台找到结果为阴性,但是没有发表的 Meta 分析,减少发表偏倚;还有就是我们可以在注册平台找到别人写过的 Meta 分析,这样可以避免重复。 二、那么怎么注册?目前的注册平台有 2 个,一个是 Cochrane 图书馆,还有一个是PROSPERO 平台。到底选择哪个平台取决于你想发表在什么杂志。如果你想在 Cochrane 杂志(影响因子 7.755)发表 Meta 分析,那么必须在 Cochrane 图书馆注册;如果你想在非 Cochrane 杂志发表(Lancet、N
之前有很多小伙伴抱怨 PROSPERO 注册很慢的问题,据说排队的有一万多号人,起码要等 5 个月以上。Cochrane 平台注册虽然比较快,但是因为要求比较高,很多人觉得自己实力不够,发不了 Cochrane 级别的 Meta 分析,毕竟是 7 分多的影响因子。没关系,现在有新的注册平台了,速度还超级快,前几天一个小伙伴分享给我的的时候我着实兴奋,所以迫不及待的跟大家分享一下这个新的平台。这个平台就是 INPLASY,官方网址是:https://inplasy.com/图片来源:网站截图平台全称是:International Platform of Registered Systematic Review andMeta-analysis Protocols,我们在写 Meta 分析的时候就可以注明是在这个网站注册的。我大概查了下,这个平台是 2019 年才建的,很多人估计还不知道,杂志认不认可那就不知道了,我觉得杂志应该不会为难你,只要能提供注册号就可以了。这总比傻傻的等着 PROSPERO 的回复好的多吧,你两个平台同时注册都没问题,先用 INPLASY 平台的注册号投稿总比裸奔
目前,不少临床医生或医学生都热衷于做系统评价(Systematic Review) 和 Meta 分析(SR/MA)。然而,很多人对系统研究的注册平台和流程并不了解。今天,就与大家分享系统研究注册的具体流程及其注意事项。 1. 为什么要进行系统研究注册?(1)论文发表需要注册过的 Meta 研究,有利于论文发表。目前,很多杂志 (如,JAMA, Lancet, J Am Heart Assoc 等) ,在投稿时都要求有注册编号。此外,系统方案获得了第三方机构的注册认可,也是侧面印证了文章的价值。(2)减小偏倚风险可将研究方案永久的保存于注册平台上,可以在文章发表后,与之前的研究方案对比是否存在偏倚。SR/MA 研究的结论,是循证医学实践的重要依据,只有尽可能消除/减小各种偏倚的发生,才能保证研究结论的可靠性和准确性。(3)避免资源浪费为避免出现「撞车」现象,进行系统研究注册时,通过检索可知道,同一研究主题有无正在进行或已完成的文章,可有效避免资源的浪费。 2. 注册平台目前,系统研究和 Meta 分析的国际注册平台主要有两个:Cochrane systematic reviews 和
Meta 分析火了十几年 ,自己能想到的题目也基本上被做的差不多了,我们又该如何突出重围,找到有意义的题目?接下来,小编从糖尿病与结直肠癌的关系入手,带着大家从一个切入点找到 14 个 Meta 选题。原题目针对「糖尿病与结直肠癌的发生风险」,2005 年发了一篇 6 分左右的 Meta 分析。那么,怎么从这个题目出发,找到新的切入点呢? 一、放大 1. 把「糖尿病」放大到「代谢综合征」,就变成了「代谢综合征与结直肠癌的发生风险」。2. 或者把「结直肠癌」放大到「癌症」,就变成了「糖尿病与癌症的发生风险」。3. 两个因素同时放大,就变成了「代谢综合征与癌症的风险」。这样就出现了三个新的选题,两个因素同时放大的题目在 2012 年左右才发表。当然,也可以缩小:比如,把糖尿病或者结直肠癌限定到某个亚型,但能纳入的文章可能会比较少。 二、添加新指标1. 在临床,糖尿病除了与结直肠癌的发生风险可能有关系外,也有人关注与乳腺癌的发生风险,加上一个乳腺癌的风险。题目就变成:「糖尿病与结直肠癌及乳腺癌的发生风险分析」2. 做完了发生风险分析,那糖尿病与结直肠癌的预后(死亡率)又有怎样的关系?题目就变
上两期为大家带来问卷分析前的准备,主要针对的是单选题。有读者想知道多选题、排序题、填空题该怎么分析。今天,我就针对多选题、排序题、填空题如何应用 SPSS 软件分析给大家进行分步讲解。 一、多选题多选题,也称多项选择题、不定项选择题,是一种可选择选项数目通常多于 1 个的选择题题型。多选题一般选择用二分法记录数据,即 0:未选择,1:被选择,因为各选项均是对同一个问题的回答,各选项之间存在一定的相关,将各选项单独进行分析并不恰当。例如:您可以购买到的口罩类型有:一次性医用口罩、医用防护口罩、医用外科口罩,图 1 结果展开「一次性医用口罩、医用防护口罩、医用外科口罩」所有选项并输出:1 = 可购买,0 = 无法购买,图 2 则用「┋」将多选的结果汇总。图 1(图片来源:风云)图 2(图片来源:风云)对多项选择题进行 SPSS 操作时,一般进行三方面的分析:多重响应分析、卡方拟合优度检验、多选题和单选题的关联分析。多重响应分析操作步骤(见图 3):1、分析;2、多重响应;3、定义变量集:将同一道多选题的各个选项纳入「集合中的变量」,变量编码方式二分法计数值输入「1」(1:响应,即被选择;0
上期分享了问卷分析前的准备,今日我又来欢欢喜喜跟大家分享问卷分析方法啦!这期是正式分析程序,希望能给大家带来满满的收获!因为每个人的问卷设计构造不同,但绝大部分以单选题为主。因此,问卷分析正式程序主要针对单选题,多选题、排序题、填空题的分析见下期哦!在完成问卷分析前准备后,开始进行以下的操作。 一、现状分析现状分析常用描述性统计分析方法,对调查总体所有变量的有关数据进行描述,主要包括频数分析、集中趋势分析、离散程度分析、分布类型以及统计图形,可以通过三线表、图形等描述数据基本特征。现状分析可以不是问卷分析的重点,但却不可遗漏。通过现状分析可以确保问卷的完备性和整体性,并对数据进行重新审查和校验。操作步骤一(见图 1):1、分析;2、描述统计;3、描述:将描述选项选入变量,点击「选项」勾选想要的数值;4、结果:SPSS 导出描述统计表,内含总计、标准偏差等已勾选的内容。图 1:自制问卷调查结果(图片来源:风云)操作步骤二(见图 2):1、分析;2、描述统计;3、频率:将描述选项选入变量并勾选「显示频率表」,点击「选项」勾选想要的内容,勾选「百分位数」输入 25、50 等数值求取 25%、
作为医学生,搞科研常常离不开调查问卷。然而发问卷一时爽,数据分析火葬场。来自问卷的数据乱七八糟,分析该从何下手真是让人苦恼。问卷数据分析有技巧,分析前的准备不可少!SPSS 是科研数据分析的常用软件,科研狗几乎人手一个。那么,基于 SPSS 软件的问卷分析,需要做哪些准备呢? 常见问卷题目类型:问卷题目的常见类型有填空题、选择题和排序题。☆ 填空题在问题后面的横线上或括号内填写答案。例如:您有_____个兄弟姐妹。☆ 选择题包括单项选择题和多项选择题。例如:单选题:您的性别是:(1)男 (2)女多选题:您通过哪些方式学习 SPSS?(可多选)(1)课堂学习 (2)自学 (3)公众号学习 (4)腾讯课堂 (5)B 站 (6)其他☆ 排序题在列举的选项中按顺序依次排序。例如: 您认为疫情期间配备防疫物资的次序为: ①护目镜_____ ②防护服_____ ③手套_____ ④鞋套_____ ⑤口罩_____ 一、原始问卷数据导出导出数据有两种类型:(1)用数字 1、2、3、4 等代表选项 1、2、3、4;
近期还不能开学,学习就只能在家里进行了,偶然在课题组群里听到师妹在讨论荧光定量结果的统计分析。她们在那里「瞎折腾」,也没有想到去请教一下师兄师姐。就两组数据,先下载了一个 SPSS 软件,整半天还整不明白怎么分析。查阅了各种教程与书籍,终于分析好了,结果又「傻眼了」,组图又成了一个问题。作为一个有经验的师兄,很是心痛啊!就这么简单的数据用 SPSS 分析,本身就是大材小用,「杀鸡用牛刀」。师妹,用 GraphPad prism 吧,这个软件作图与分析是一体化的。为避免更多的师弟师妹走弯路,今天我们就来说说 GraphPad prism 。软件可在官网下载:https://www.graphpad.com/scientific-software/prism/ 一、基本分析与作图首先,从师妹的问题入手,我们说一下这个软件的基本分析与作图。数据结构如下(已经处理好的表达量情况),探究一个基因在小鼠胚胎发育早期过程中的表达变化。图片来源:电脑截图打开 GraphPad 软件,GraphPad 特别人性化,提供多种作图模式,基本上满足了我们实验数据分析作图中的方方面面,小伙伴可以根据不同的需求选
统计作图对很多医学工作者来说是一件非常头疼的事,虽然本科一般会开课教学,但那时估计大家都是抱着学数学的想法,及格就万事大吉,意识不到它的重要性,直到开始做科研、写文章才知道,统计作图会一直伴随着你!统计作图软件有很多,简单的作图可以用 excel 完成,但你若想绘制稍微美观和复杂的图形,就会发现 excel 真的很笨。也有 R 这种大神绘图软件,只有你想不到,没有它画不出的!但是,像小编这种统计业余选手,整整学了好几个月才参透一二,应用起来还是十分困难。说了这么多,靠谱的小编要来给大家安利啦!又能统计分析,又能作图,操作简便,简单粗暴即可绘制大部分医学 SCI 统计图的软件——GraphPad Prism。不多说,干货来了,以一个简单的临床数据为例,给大家展示一遍 GraphPad 的作图方法,看了就知道有多人性化!举个例子:这是两组心律失常患者,运动恢复后心律数据,B 组在运动前服用抗心律失常药物,现要分析两组患者运动后心律指标是否有差异。(数据如图)开始作图,首先打开软件。在新建窗口中绘制图形选项选择「column」,数据类型为第一个独立样本,点击「create」。然后复制数据到
对于相关和回归的关系,教材是这么说的:相关用于说明两变量之间的关系方向和密切程度,没有主次之分;回归更进一步用于定量刻画两变量在数值上的依存关系,可以依据专业拟定主次。我们在学习和工作中还常见下面这些表述:(1)相关是回归的基础,无相关就无回归。(2)相关程度越高,回归方程的拟合程度就越好。(3)能进行回归分析的变量之间存在相关关系。(4)相关是一种双向变化关系,回归是一种单向变化关系。(5)对于新数据,可先做散点图,求出相关系数,对于确有相关关系的变量再进行回归分析。(6)相关系数(r)和回归系数(β)的方向一致,可以相互推算。(7)研究两个变量的相互关系用相关分析,研究两个变量的依存关系用回归分析。正因为教材中的定义和平时常见的表述,在实际应用中两者容易混淆,对于自己的数据,不知道是该用相关,还是该用回归,或者该用哪种回归。 问题一:没有相关关系就不能做回归分析吗?我们知道在回归分析之前,首先需要了解变数间是何种相关关系,才能选择适当的回归模型。但大千世界关系复杂,看似无序的两者,可能存在某种特定关系,因此很多时候看似无序的数据,经过分层、分组、多因素或合适的模型处理,才能发现有意
数据统计分析是一个让大家头痛的问题,统计方法之多,以致于拿到数据后往往都无从下手。临床研究对统计分析的要求尤其高,也是审稿人的关注点。因此要做好临床研究,首先要掌握统计分析。1. 分析数据类型及分布特点每种统计方法对数据类型及分布是有要求的,这是我们在选择正确统计方法前必须要考虑的。对于来自于临床样本的数据和实验结果,由于个体差异大,绝大部分连续性变量都不符合正态分布,除非是大数据(如正常人群白细胞数,血糖等这些数据会是正态分布)。因此,今天笔者主要介绍非正态分布的连续性变量的表示及组间差异的统计分析。对于数据分布特点(正态分布和非正态分布)可以通过直方图分布特点判断或者 D 检验、W 检验来判断。下面就这两种方法举例分析(SPSS 分析)。P>0.05 为正态分布,反之为非正态分布。从直方图也可以直观的判断,Group1 为正态分布,Group2 为非正态分布。图片来源:软件截图 2. 集中和离散趋势的表示对于非正态分布的一组连续性变量,选用均数(Mean)和标准差(SD)表示是不准确的(很多初学者,刚开始写文章,大多选用的是这种表示方式)。一般选用中位数 (Median) 和