考一考:研究 x、y 的相關性,採用什麼樣的統計辦法?👩🏻🎓有人說:笑死🤣,不說 x、y 的變數類型,誰知道怎麼選啊?1. 計數資料(qualitative variable)又稱分類變數、定性變數,如:性別、種族、血型、是否患病等。2. 計量資料(quantitative variable)又稱連續型變數、定量變數,如:身高、體重、濃度、血壓、血脂水平等。在這裡,性別、療效是定性觀察的結果,屬於計數數據,也就是分類變數;而年齡、心率、收縮壓、舒張壓是定量觀察的結果,屬於計量數據,即連續型變數。⚠️但是,計量資料和計數資料可以相互轉變,有 3 種方法:普通資料可用頻數(百分率)表示,組間比較用卡方檢驗。組間比較,可用非參數檢驗(mann-whitney 檢驗、k-s 檢驗等)。單因素分析:對單個因素和因變數的關係進行分析,得出兩個因素相關性的初步結果,數據描述也是單因素分析。多因素分析:將單因素分析結果中滿足一定條件的變數納入多因素分析中,可進行各種⚠️在多因素分析中,根據變數類型不同,常用到 3 種回歸模型:線性回歸、邏輯回歸及 cox 回歸。不只是統計有問題?最近經常有同學自稱是「三無」人員,細問下來,是沒基礎、沒實驗條件、沒病例數據🤦♀️
要麼導師放養,要麼臨床繁忙,說到底,發文章不能太老實,得會變通(不是學術不端)!
零基礎?
入門方法新手友好
用自己的臨床數據做研究,相比 rct 和前瞻性,回顧性研究絕對是新手入門佳選!不用實驗,也不用回訪;整理一下過往的病曆數據,建立自己的研究資料庫,找幾個指標做下回顧性分析就能完成一篇文章。適合囤積了一定量病曆數據的臨床醫護。新手友好的方法:回顧性、橫斷面、隊列研究,科研會員都覆蓋,每門課程都系統全面,超高性價比!沒有數據?也能發!
用公開免費資料庫
這兩年真是太火了,它是流行病學領域應用廣泛的一種方法,它基於遺傳變異的因果推斷方法,研究一個因素對於某個結果的影響是否具有因果關係。
圖片來源:pubmed
2、 nhanes 資料庫——覆蓋 90% 臨床科室的研究主題■ 數據夠「全」,多科室適用:目前涵蓋 264 個不同主題的數據模塊,擁有近 1,400+ 分析量,可以覆蓋大部分臨床科室的選題。■ 數據夠「多」,還基本免費:該資料庫目前已經涵蓋了 11,600+ 人群的數據調查,每年持續更新;大部分數據都可以免費下載,無需註冊。mimic 資料庫開放問世至今,至少已經發表了兩千多篇 sci,其中更不乏頂刊的身影,甚至去年還有一篇發表在了《jama》上!它數據量大且質量好、數據量詳細、病例豐富,能發文的空間還很大。適合誰:沒數據、不想做隨訪、科室里有要進重症的病例的同學meta 火了十年,發文量依然穩固, 截止24 年6 月 6 日,就發了 22,370 篇,無需原始數據、研究方法簡單、分析流程固定是它受歡迎的原因,如果你的單位承認 meta,選它作為第一篇 sci 也是選擇之一。
圖片來源:pubmed
為什麼說丁香科研會員性價比高?原因就是以上發文方法,都!能!學!不僅如此——
這次首次贈送的丁香自研 ai 科研工具助你一臂之力!用 ai 智能解讀功能,直接告別一篇文獻看一天,直接輕鬆實現日讀上百篇,科研的路上,學會藉助 ai 的力量~
圖片來源:丁香ai 官網截圖
科研會員專屬答疑區,在會員有效期內可以享受無限次答疑服務,只要你問,就有老師解答。
圖片來源:會員中心截圖