一篇小而美的SCI论文解析【危险因素】

SCI论文中的数据是如何分析的？

【第五课】

一篇小而美的SCI论文解析-危险因素

今天我们讲一篇小而美的文章，危险因素分析。本文2014发表于Hepatol Int ，杂志很接地气，影响因子为1.78，也是我们大多数读者完全可以掌控的范围，下面我们进入正题。

论文的题目是：

The effects of intraoperative cryoprecipitate transfusion on acute renal failure following orthotropic liver transplantation

大概意思为：肝移植患者术中输入冷沉淀物，对术后发生肾衰的影响。（注意文章题目的表述方式：XX人群中，A对B的影响。要非常的清晰。）

文章的图表是一个很好的工具，它可以帮读者理清思路，因此本次我们还是从图表入手，分析文章的写作思路。

一、第一个表格是研究人群描述。

这也是SCI论文研究最常见的Table1.这个表格的作用是告诉读者，你的研究对象特征是什么，你观察了哪些因素。 二、第二个表格是单因素分析。

研究了那些因素可能与Y相关。展示的形式是危险因素的分布情况和对应OR值。

三、第三个图多因素分析。

第三个表往往是一个文章的主要结果，对于一个危险因素分析来说，这时候就是他的主要结论展示了。

我们可以看到，在结果中，筛选出来了4个危险隐私，冷沉淀物、血型匹配、感染、失血。如果按照往常的惯例，文章到此就可以打住了，但是如果这么简单，今天的分享就太naive了。作者多做了一步，也正是这个成为了本文的亮点。

四、X与Y的分布情况，散点图。

作者多思考了一步，因为logistic回归得出的OR值是基于X与Y呈线性关系的假设，但是假如他们不是线性关系呢？

因此作者做了X与Y的散点图，果然，冷沉淀物与ARF风险不是线性关系，而是有一个饱和效应：从图上可以看到随着x的增加，y开始上市，但是达到15左右的时候，y就几乎不变化了，饱和了。因此，如果我们当做直线分析的话，OR就只有1.1了。（这一点很关键！）

五、饱和效应。

做到上一步之后，我们发现可能存在饱和效益，这时候需要用到专业工具来计算饱和效应值（因为你要调整其他变量的影响，不是简单的散点拟合），这位作者用的也正是易侕软件的“阈值效应与饱和效应”。

从而找到了拐点16，以及分别的OR值。（OR也等于1.1？当然不是，如果显示2位小数点你会发现有区别）。我们可以看到OR值在16前后有很大的区别。说明输入冷沉淀物超过16之后，ARF的风险就不再增加了。这也为同类手术提供了非常有价值的参考！

总结

以上就是本文中主要的图表，我们可以反过来推理整文的分析思路。总结如下：

这个分析思路也基本上是危险因素分析类型的文章常见的思路，同时，危险因素类型的数据也是我们在科研工作中最常见的数据类型。必须好好掌握。

本文的思路清晰，结构流程，唯一的缺陷是在后面的数据展示和分析中列出了几个和主题偏离的结论和图标，有点画蛇添足的味道，但是本文的分量仍然值得重视。

————————————