|
大家可能觉得SCI是很遥不可及的，尤其是一些基层单位的员工，认为单位没平台、没有科研条件、没有课题、没有经费，发SCI论文是不可能的事情。其实并不难！ 互联网发展迅猛的今天，网络上的资源前所未有的丰富，大数据的利用变得更加便利。为了推动科研发展，很多大型研究机构将有价值的研究数据开放给全世界的科研人员利用，这是一个非常宝贵的资源。 有人可能会说实力选手才可以用这些数据发论文，其实不然，一位基层医院多年不做科研的行政人员都可以用公开数据发表SCI论文。相信只要敢于尝试终究都会成功发表自己的SCI论文。 1.Rencheng, Zhao, Xiaoyu, et al. Association of exposure to Chinese famine in early life with the incidence of hypertension in adulthood: A 22-year cohort study.[J]. Nutrition, metabolism, and cardiovascular diseases : NMCD, 2019, 29(11):1237-1244. 2.Dietary sodium:potassium ratio and CVD risk factors among Japanese adults: a retrospective cross-sectional study of pooled data from the National Health and Nutrition Survey, 2003–2017[J]. British Journal of Nutrition, 2021, 125(1):79-91. 3.Shi Z , Nicholls S J , Taylor A W , et al. Early life exposure to Chinese famine modifies the association between hypertension and cardiovascular disease[J]. Journal of Hypertension, 2017, 36..Dietary sodium:potassium ratio and CVD risk factors among Japanese adults: a retrospective cross-sectional study of pooled data from the National Health and Nutrition Survey, 2003–2017[J]. British Journal of Nutrition, 2021, 125(1):79-91. 另外还有很多公开数据可以利用，有些数据库通过注册后直接可以下载应用，有些需要通过一些测试，例如美国关于重症医学的数据库需要学习并考核伦理知识后才可以申请。还有一些需要提交研究计划申请部分数据。大家可以搜索文献、百度、某些博主、公众号等资源发现更多可以利用的公开数据。文末为大家附上了很多健康相关公开数据库和地址。 公开数据确实被大家利用的很充分，不同作者从不同角度进行了深度挖掘。可能大家觉得自己所能想到的已经被人发表过了，找到一个新的角度实在太难。我们来对比一下下列两篇论文。 1. You, YY; Song, Y; Wang, MH; et al.[Exposure to famine in fetus and infant period and risk for hypertension in adulthood].[J].Zhonghua Liu Xing Bing Xue Za Zhi.2020,41(1):74-78Zhao, R; Duan, X; Wu, Y; et al.Association of exposure to Chinese famine in early life with the incidence of hypertension in adulthood: A 22-year cohort study.[J].Nutr Metab Cardiovasc Dis.2019,29(11):1237-1244 2.Shi, Z; Nicholls, SJ; Taylor, AW; et al.Early life exposure to Chinese famine modifies the association between hypertension and cardiovascular disease.[J].J Hypertens.2018,36(1):54-60 两篇论文主题类似，研究方法类似，数据库来源不同，不难发现初学者可以通过模仿其他数据库已经发表的文章来总结自己的论文。 另外通过检索更多文献大家会发现，即便是同一个数据库发表相同主题的论文也比比皆是，但是所用的研究方法，或者侧重角度不同也不算是重复发表，还有一种创新叫做研究方法创新。 多多阅读文献是文章灵感的源泉，一般在文章背景部分作者会交代为什么写这篇文章，大家可以从中总结自己的思路和灵感。勇于探索发现，就会发现很多研究主题就来自我们身边看似普遍的问题。下面这篇文章（中科院一区）就来自于中国的婆媳关系，结论：与婆婆一起住增加产妇抑郁风险。 统计：公开数据的整理（也叫数据清洗）确实需要花费不少功夫，过程繁琐，但是不需要太多技能，只需要会SPSS就可以了，当然会SAS/R语言的选手更高效。涉及很多数据重新编码、计算新变量、数据合并的过程。数据统计的过程注意权重的使用，统计方法的难度要依研究问题而论，一般没有太难的方法。即便有也可以通过网络上的教程、文献里介绍的方法解决，或者还可以跟本公众号的作者们合作发文。 写作：如何写SCI论文在往期已经介绍过了，大家可以翻出来参考一下（文末有链接）。 以上是作者自己的总结，如有不当还需批评指正，多多交流，共同进步。最后祝愿大家都成功发表SCI论文！ 国家人口健康科学数据中心 网址：https://www./ 中国健康营养调查 网址：https://www.cpc./projects/china 中国健康养老调查 网址：http://charls.pku.edu.cn/pages/data/111/zh-cn.html 美国健康营养调查 网址：https://www./nchs/nhanes/index.htm 儿童健康数据 网址：https://www./help/dataset SEER（The Surveillance, Epidemiology, and End Results）肿瘤数据库 网址：https://seer./ SEER(Surveillance, Epidemiology, and EndResults Program)是美国癌症统计的权威来源。SEER数据库可提供癌症统计信息，以减轻美国人口中的癌症负担。SEER数据库由美国国家癌症研究所(National Cancer Institute,NCI)癌症控制和人口科学部(Division of Cancer Control andPopulation Sciences, DCCPS)的监视研究项目(SurveillanceResearch Program, SRP)提供支持。 MIMIC重症医学数据库 网址：https://mimic./docs/gettingstarted/ 中国慢病网 网址：http://www./ 中国家庭追踪调查 网址：http://isss.pku.edu.cn/cfps/download/login
Re3Data 网址：https://leo./elvira/DBCRepository/ 1000 Genomes Project 网址：https://www./ NCDB 网址：https://www./quality-programs/cancer/ncdb
美国国家癌症数据库(National Cancer Database, NCDB)是经国家认证的，由美国外科医师学会和美国癌症学会联合组建的，它是一个基于医院登记数据的临床肿瘤学数据库，来源于超过1500多个癌症委员会认证的机构。NCDB数据库可用于分析和跟踪恶性肿瘤患者的治疗过程和结局。数据库代表了全美超过70%的新诊断癌症病例和超过三千四百万个历史记录。 TCGA 网址：https://cancergenome./ 美国癌症基因组图谱(The Cancer Genome Atlas, TCGA)是由美国国家癌症研究所(National Cancer Institute, NCI)和国家人类基因组研究所(NationalHuman Genome Research Institute, NHGRI)合作开发的，目前它包含了33种癌症的数据，每种癌症都涉及关键基因组变化的全面、多维的图谱。TCGA数据库储存有2.5PB的数据，对超过1.1万多名患者的肿瘤组织及配对正常组织进行描述，目前已被广泛应用于研究领域。这些数据已为独立研究人员进行的癌症研究或者TCGA研究网络出版物做出了超过1千多项的贡献。 多个网站提供TCGA数据(包括表达和临床等)完善的整理，以下是其中整理最为完整和可靠的： GDAC: http://gdac./ Cancer Browser: https://genome-cancer./ cBioportal: http://www./index.do METABRIC 网址：http://molonc./aparicio-lab/research/metabric/
网址：https:///dacs/EGAC00001000484 国际乳腺癌协会的分子分类数据库(Molecular Taxonomy of Breast Cancer International Consortium, METABRIC) 是一个加拿大-英国联合项目，旨在根据有助于确定最佳治疗过程的分子特征将乳腺肿瘤进一步分类。我们迄今为止已经根据肿瘤的基因指纹将乳腺癌重新分类为10个全新的类别。这些基因可以对乳腺癌生物学提供迫切需要的洞察力，使医生能够预测肿瘤是否会对某种特定的治疗产生反应。肿瘤是否有可能扩散到身体的其他部位，或者治疗后是否有可能复发。 GEO 网址：https://www.ncbi.nlm./geo/
基因表达库(Gene Expression Omnibus,GEO) 是一个支持微阵列实验的最小信息(MinimumInformation About a Microarray Experiment, MIAME)兼容数据提交的公共功能基因组数据存储库。可接受基于数组或序列的数据。提供相关工具帮助用户查询和下载实验和管理基因表达谱。 WHO Mortality Database 网址：http://www./healthinfo/mortality_data/en/
世界卫生组织死亡数据库(WHO Mortality Database)是对各个成员国的居民登记系统按照年龄、性别和死因汇编的每年死亡数据。 Orphanet 网址：http://www./consor/cgi-bin/index.php?lng=EN Orphanet数据库是为所有用户提供罕见病和罕见病药物信息的开放门户，目的在于提高罕见病的诊断、护理和治疗效果。 DGV 网址：http://dgv./dgv/app/home 基因组变异数据库(Database of Genomic Variants, DGV)目的是提供人类染色体结构变异的概况信息，数据库记录了一系列基因变异与表型相关的信息，数据库信息持续更新中。 DECIPHER 网址：https://decipher./index 利用染色体组分资源建立人类染色体不平衡和表型数据库(Database of Chromosomal Imbalance and Phenotype in Humans using Ensemble Resources, DECIPHER)是目前分子遗传学中最重要的生物信息学数据库之一。用户可以通过检索数据库，发现一系列相关的遗传疾病信息，包括变异位点、临床表型等，提高临床诊断效能。DECIPHER数据库包含了超过200家研究中心上传的超过1万例的案例信息。 OMIM 网址：http://www./ 在线人类孟德尔遗传数据库(Online Mendelian Inheritance in Man, OMIM)是目前分子遗传学中最重要的生物信息学数据库之一。数据库持续更新，主要着眼于可遗传的或遗传性的基因疾病，包括文本信息和相关参考信息、序列记录、图谱和相关其他数据库。 Comparative Toxicogenomics Database 网址：http:/// 比较基因组数据库(Comparative ToxicogenomicsDatabase, CTD)是一个强大的、公开可用的数据库，旨在提高人们对环境暴露如何影响人类健康的了解。它提供了关于化学基因/蛋白质相互作用、化学疾病和基因疾病关系的相关信息。这些数据与功能和路径数据相结合，以帮助验证关于环境影响疾病的机制假设。 Kaplan Meier Plotter 网址：http:///analysis/ Kaplan MeierPlotter是一个包含5种癌症(乳腺癌、卵巢癌、肺癌、胃癌、肝癌)的mRNA表达谱芯片公共数据库，从中能够获得基因表达与疾病预后的信息。
|
