“ 往期回顾 通过前面一系列的介绍,想必大家都已经熟练掌握了队列研究的基础,即以下几个指标:研究对象的暴露经历、结局事件的发生率、关联效应的估计以及效应估计偏倚的调整。从本期开始,是时候和大家一起学习如何在方法传统的前提下,增加一些文章的“卖点”(Shining Point)。本期以BMJ. 2021和Eur J Prev Cardiol. 2023两篇文章为例,分别为传统流行病队列研究和孟德尔随机化研究,给大家介绍增加数据来源维度,增加研究证据的可信度,提升文章创新性。 01 开门见山 以下分别是两篇文章的题目和摘要,清晰点出文章使用了两个队列。第一篇传统流行病学文章分别使用了NHANES和UKB两个队列,一方面扩大了样本量,另一方面两个大型队列相互比较和相互验证更增加了文章的趣味性和可读性。第二篇孟德尔随机化研究使用了欧洲人群和中国人群队列,两个种族的遗传信息相互验证了文章的结论,使文章的证据更加可信,外推性更好。 BMJ. 2021 Eur J Prev Cardiol. 2023 02 分析过程中协同与对比 通过使用多个队列增加文章的创新性和证据完整性时,为了结果的可比性,在分析时,要尽可能保证队列纳入排除的统一,暴露、结局及协变量定义的一致,以及统计分析方法的一致。同时需要注意成文的过程中队列间的比较。例如,基线表描述时相互比较、发病率的比较、效应值大小和方向的比较等。写法参考如下: 03 讨论中升华 在讨论过程中,对于队列间不同结果的探讨是增加文章“卖点”和趣味性重要的一步。大部分研究会从国情、遗传背景和机制研究等多个方面进行探讨。此外,在文章优势的讨论中,多队列的证据也是最大的亮点。如下: 1. Zhang
YB, Chen C, Pan XF, Guo J, Li Y, Franco OH, Liu G, Pan A. Associations of
healthy lifestyle and socioeconomic status with mortality and incident
cardiovascular disease: two prospective cohort studies. BMJ. 2021 Apr
14;373:n604. doi: 10.1136/bmj.n604. PMID: 33853828; PMCID: PMC8044922. 2. Liu
H, Li J, Liu F, Huang K, Cao J, Chen S, Li H, Shen C, Hu D, Huang J, Lu X, Gu
D. Efficacy and safety of low levels of low-density lipoprotein cholesterol:
trans-ancestry linear and non-linear Mendelian randomization analyses. Eur J
Prev Cardiol. 2023 Sep 6;30(12):1207-1215. doi: 10.1093/eurjpc/zwad111. PMID:
37040432. 期待已久~临床科研交流群来啦! |
|
来自: 新用户4064dVjo > 《待分类》