零基础逐句复现SCI一区论文，从NHANES医学数据分析开启研究之路

零基础逐句复现SCI一区论文

从NHANES医学数据分析开启研究之路

目录

零基础逐句复现SCI一区论文

从NHANES医学数据分析开启研究之路

1 你离SCI一区并不遥远

2 读论文，逐句复现

2.1 获取数据

2.2 逐句复现

3 学习总结

3.1 医学数据分析小结

3.2 对选题的启发

3.3 选刊知多少

课程资料获取

---

bilibili：熊大学习社 熊大学习社的个人空间_哔哩哔哩_Bilibili

Gitee开源：ioter: 玩转物联网

CSDN玩转物联网专栏文章：https://blog.csdn.net/shx13141/category_11669532.html

微信公众号：熊大学习社

1 你离SCI一区并不遥远

• NHANES数据库简介

  National Health and Nutrition Examination Survey

  美国国家健康与营养调查

  NHANES - National Health and Nutrition Examination Survey Homepage

• 看一下NHANES相关的研究成果。

  Greenmedical，朱仲鑫一两年发了12篇

  (NHANES[Title/Abstract]) AND Zhongxin Zhu[Author]

  GeenMedical 根哥学术

  Can waist circumference be a predictor of bone mineral density independent of BMI in middle-aged adults?

• R语言简介，数据分析工具；RStudio环境。

  • 软件安装

  链接：百度网盘 请输入提取码 提取码：1111

• 

  轻松，简单，易上手。

  • 快捷键

  赋值<-，Alt+-

  管道|>，Ctrl+M

  删除指定行，Ctrl+D

  注释，Ctrl+/

  运行指定行，Shift+Enter

  运行全部，F5

  • 环境准备，设置Packages服务器

  安装devtools

  install.packages("devtools")

• 你的水平与SCI一区的距离并不遥远。

  annals of internal medicine,一区顶刊，51.598/Q1

2 读论文，逐句复现

2.1 获取数据

• 第一种方法：

https://wwwn.cdc.gov/Nchs/Nhanes/1999-2000/DIQ.XPT

https://wwwn.cdc.gov/Nchs/Nhanes/2001-2002/DIQ_B.XPT

https://wwwn.cdc.gov/Nchs/Nhanes/2003-2004/DIQ_C.XPT

数据说明：DEMO

• 第二种方法

 # * 加载库-----
 library(dplyr)
 library(survey)
 ​
 # Download & Read SAS Transport Files
 # Demographic (DEMO)
 download.file("https://wwwn.cdc.gov/nchs/nhanes/2013-2014/DEMO_H.XPT", tf <- tempfile(), mode="wb")
 DEMO_H <- foreign::read.xport(tf)[,c("SEQN","RIAGENDR","RIDAGEYR","SDMVSTRA","SDMVPSU","WTMEC2YR")]
 download.file("https://wwwn.cdc.gov/nchs/nhanes/2015-2016/DEMO_I.XPT", tf <- tempfile(), mode="wb")
 DEMO_I <- foreign::read.xport(tf)[,c("SEQN","RIAGENDR","RIDAGEYR","SDMVSTRA","SDMVPSU","WTMEC2YR")]
 ​
 # Mental Health - Depression Screener (DPQ) 
 download.file("http://wwwn.cdc.gov/nchs/nhanes/2013-2014/DPQ_H.XPT", tf <- tempfile(), mode="wb")
 DPQ_H <- foreign::read.xport(tf)
 download.file("http://wwwn.cdc.gov/nchs/nhanes/2015-2016/DPQ_I.XPT", tf <- tempfile(), mode="wb")
 DPQ_I <- foreign::read.xport(tf)

• 第三种方法

离线数据，已打包；设置数据库目录即可；

2.2 逐句复现

• 5种血细胞

wbc，白细胞

Neu，中性粒细胞

Leukocyte，白细胞

Lymphocyte，淋巴细胞

Hemoglobin，血蛋白

Platelet，血小板

• 课程内容

1 你离SCI一区并不遥远

2 数据下载、合并及基本情况

3 加权线性回归

4 Table1 不同性别、年龄、种族血细胞计数统计、差异性分析

5 Appendix Table 1

6 Appendix Table 2

7 Appendix Table 3 血细胞分段

8 Table 2 吸烟与不吸烟的差异性

9 Appendix Table 4 中性粒低疾病分析

10 Table3

11 Table 4

12 Figure 1

13 Figure 2

14 学习总结

3 学习总结

3.1 医学数据分析小结

3.1.1 数据下载，我需要的是哪些数据表

（1）多借鉴已发表论文的思路；

（2）在NHANES中搜索和查阅；

（3）先做出部分数据，后改进。

3.1.2 数据分析方法，常用的有哪些

（1）对缺失数据的分析，体现严谨性。

（2）svyglm，加权线性回归，看指标的差异性。

 # 加权，重新计算nhs
 d$eth <- factor(d$eth, levels = c("white","black","other","mexican"))
 nhs <- svydesign(data=d, ids=~sdmvpsu, strata = ~sdmvstra, 
                  weights=~nhs_wt, nest = TRUE)
 svyglm(wbc ~ eth + age + sex, design = nhs) |> summary()

（3）svyby

• 亚组分析，求均值和置信度。

 res <- svyby(~wbc, ~age18+sex+eth, nhs, svymean , vartype="ci") 

• 求数量

 res2 <- svyby(~Neu3,~age9+Neu3, subset(nhs,d$eth=='black'), unwtd.count)

（4）unlist+paste+write.xlsx，数据组合成约定格式，并保存数据。

注意数据合成后，要和之前的原始数据进行对比，确保格式和排列准确。

 # wbc
 res <- svyby(~wbc, ~age18+sex+eth, nhs, svymean , vartype="ci") 
 res
 # 数据展开
 t1 <- round(as.numeric(unlist(as.data.frame(res)[4], recursive = FALSE,use.names = TRUE)),1)
 t2 <- round(as.numeric(unlist(as.data.frame(res)[5], recursive = FALSE,use.names = TRUE)),1)
 t3 <- round(as.numeric(unlist(as.data.frame(res)[6], recursive = FALSE,use.names = TRUE)),1)
 # 按照约定格式拼接
 t <- paste(t1, '(', t2, '-', t3, ')',sep='',collapse=NULL)
 t <- as.data.frame(matrix(data=t, ncol=4, byrow=FALSE, dimnames =NULL))
 # 设定行名和列名
 rownames(t) <- c('Male <18','Male >=18', 'Female <18','Female >=18')
 colnames(t) <- c('black','white','mexican','other')
 # 保存数据结果
 t <- t[1:3]
 write.xlsx(t,'D:\\papaers\\NHANES\\proj\\nhanesDo\\Table1 wbc~age18+sex+eth.xlsx', sheetName='1', append=TRUE, rowNames = TRUE)
 t

（5）指标细分，如年龄分段、指标分布。

 # 年龄分段
 bu_x <- d$age
 labels <- c("1-2","3-5","6-8","9-11","12-14","15-17",
             "18-24","25-34","35-44","45-54","55-64",
             "65-74",">=75"
             )
 breaks <- c(0,2,5,8,11,14,17,24,34,44,54,64,74,100)
 d$age13 <- cut(bu_x,breaks = breaks, labels = labels, right = TRUE)
 # 序列顺序
 d$age13 <- factor(d$age13, levels = c("1-2","3-5","6-8","9-11","12-14","15-17",
                                       "18-24","25-34","35-44","45-54","55-64",
                                       "65-74",">=75"))

（6）求个数和概率

 # 第一种方法，数据
 summarise(group_by(d,age13,eth),number=n()) |> dcast(age13~eth,value.var = 'number')
 # 第二种方法，数据和比例
 age13df <- as.data.frame(table(age13=d$age13[d$eth=='black']))
 transform(age13df,FreqRate = round(prop.table(Freq)*100,2))

3.2 对选题的启发

（1）模仿顶刊，了解研究的套路，进而确定研究主题。

（2）阅读相关领域专家教授和导师的顶刊文章，了解领域动向。

3.3 选刊知多少

（1）投稿准备

投稿需要准备的材料：手稿、checklist、图、表；还有一个很重要，Research in context.

1.What is already known about this subject? (maximum of 3 bullet points)

2.What is the key question? (one bullet point only)

3.What are the new findings? (maximum of 3 bullet points)

4 How might this impact on clinical practice in the foreseeable future? (one bullet point only)

（2）选择期刊

建议：从看过的文章中找；从参考硕博论文的发表文章中找；用一些辅助软件和网站。

• Endocrine Connections，Endocrine Connections_影响因子(IF)_中科院分区_SCI期刊投稿经验_爱科学，3.221/Q3，内分泌学与代谢，1300美刀

• Diabetes Metabolic Syndrome and Obesity-Targets and Therapy，DIABET METAB SYND OB，3.249/Q3

• DIABETES OBESITY & METABOLISM，影响因子6＋，最快1个月可接受，无版面费，官网https://dom-pubs.onlinelibrary.wiley.com/journal/14631326

  介绍可见：影响因子6＋，最快1个月可接受，无版面费！|文章|论文|稿费|diabetes_网易订阅

• International Journal of Endocrinology，2.803/Q4

官方网站：www.hindawi.com/journals/ije/

投稿网址：mts.hindawi.com/login/

• annals of internal medicine,一区顶刊，51.598/Q1

• Journal of the American Heart Association，6.106/Q2

课程资料获取

课程资料包括NHANES离线数据库、R语言复现代码、Excel折线图、经典论文、R语言环境软件包、讲义。关注公众号“熊大学习社”，回复“零基础复现SCI一区”，可获得资料链接。

感谢您的学习，希望您有所收获。您的一键三连是我最大的动力。

更多的学习分享，关注B站熊大学习社。