|
一图胜千言，Figures作为论文的“门脸”，不仅是结果数据的主要呈现形式，直观反映着论文的价值；也是审稿人的第一印象，其质量好坏在一定程度上决定着文章的档次高低。 至于如何让作图/制表变得赏心悦目是一门大学问，其中所暗藏着一些约定俗成的规则，可显著提升Figures质量。 那么在本周功能基因研究套路课程中，老谈会从SCI作图基本原则、Prism和ImageJ作图、临床相关统计分析四部分详述文章数据作图和制表的相关内容，正式进入到数据作图与实操演示的环节。 01 首先，以参考文献中6张Figures为例，逐一分析图片中存在的错误并详细讲解修改方法，可帮助大家熟悉SCI作图基本原则，成功绕过图片制作的各种大坑。 文献中以Figure2的问题最多，不仅存在一些微小瑕疵（图片不对称、图片顺序以及图例问题等），还泛有一些小错误，如专有名词错误、拼写错误、结果引述以及图注错误，具体问题见下图。 02 其次，Graphpad Prism和Image J这两款数据图像分析处理软件，堪称科研界的两大神器，经由其处理过的实验数据结果会即刻化身为美观的专业医学绘图，为论文增添不少亮色。 目前，Graphpad prism已然集生物统计、曲线拟合和科技绘图于一体，是时下最流行的医学绘图软件。那么课程中也会结合参考文献内容，通过实操方式演示数据输入、图形制作、格式调整等内容，详细讲解柱状图、折线图、散点图、叠加柱状图和热图等最“傻”操作流程。 折线图 实操示例图：
热图
实操示例图：
柱状图
实操示例图：
叠加柱状图
实操示例图：
生存曲线图
实操示例图：
而Image J则主要应用于免疫组化图片、Western blot灰度分析、细胞克隆计数等实验结果定量分析。课程中仍会以实操的方式，亲授ImageJ的图片分析原理，手把手讲授组化图片分析及细胞计数的人工/自动分析流程和主要操作方法，可让学员们即学即会，快速玩转ImageJ。
03 考虑到临床医生时间宝贵且临床资料丰富详实，那么充分挖掘临床资料中有意义的价值信息，亦可简单粗暴地发表一份低分的SCI文章。而这就需要对临床样本进行各种分层分析来获得以下核心数据——三表一图：1）基线表，2）单因素表，3）多因素表，4）ROC曲线或者生存曲线图。
因而，本章节的最后一节就主要讲解了三表一图的图片绘制以及数据统计方法。 可先通过Excel或SPSS软件对临床资料的原始数据进行二分类或数字形式的转换。
随后打开SPSS软件，可将转换后的数据绘制成基线资料表，并进行相应分析（如单因素卡方分析、Spearman相关性分析、单/多因素COX回归分析）即可。
|
|
|
