版面费2万元！本科生在“排名第一”的二区发表论文，值吗？

详情请点击下方：

服务 | 我们提供公共数据库挖掘、统计与论文写作指导

---

Scientific Reports是一本开放获取期刊，发表来自自然科学、心理学、医学和工程学各个领域的原创研究，涵盖自然科学、心理学、医学和工程学的所有领域。属于“水刊”杂志了吧，年发文量2万余篇，世界第一！

不过2024年变为2区了，版面费2万元，你说值不值？

2024年5月10日，这是老郑学校，浙江中医药大学的一位本科生用中国健康和退休纵向调查（CHARLS）和中国长寿纵向调查（CLHLS）的数据在期刊《Scientific Reports》（医学二区，IF=4.6）发表了一篇论文，题为：“Efects of cooking with solid fuel on hearing loss in Chinese adults—Based on two cohort studies”，基于两个大型中国数据库(CHARLS和CLHLS)，本研究旨在确定烹饪固体燃料是否会影响中国成年人的听力。研究结果表明，听力损失与固体燃料的使用有关，老年人的风险更高。

原文PDF获取方式：本公众号回复关键词“原文”

说点不一样的，在别人的研究里很少看到！

为确保样本大小有效，本文使用以下公式进行计算。

由于听力损失的发生率难以获取，因此使用了患病率来进行估算。根据基于“世卫组织耳朵和听力障碍调查方案”在中国四个省进行的最新调查，听力障碍的患病率标准为15.84%。

• 对于CHARLS，我们假设RR=1.2，p0=15.84%，最小样本量为3744。

• 对于CLHLS，我们假设RR=1.5，p0=15.84%，最小样本量为659。

最后，进行效率测试以验证样本大小的有效性。

研究设计

本研究分析了2011年至2019年同一时期的两个队列。

• 在基线（2011年至2012年），CHARLS队列中共调查了17705名参与者，CLHLS队列中调查了9765名参与者。

• 然后，选择了随访调查（CHARLS在2013年、2015年和2018年，CLHLS在2014年至2015年、2017年至2019年）来建立固定队列。

根据纳入标准，CHARLS队列中共有9049名参与者，CLHLS队列中共有2265名参与者被纳入本次分析。

为了澄清样本大小具有获取可靠结果的效能，我们计算了两队列研究的效能。都选择了α=0.05。得出的结果是：

• 在CHARLS中使用样本量（n=9049）来寻找固体燃料和清洁燃料之间听力损失差异是可靠的，其能力为1。

• 而在CLHLS中，使用样本量（n=2265）与CHARLS一样不可靠，其能力为0.8255，但仍具有一定的可信度。

不同类型的烹饪燃料与听力损失状况相关

采用Log Rank检验分析听力损失发生率与基线人口学特征之间是否存在差异。

CHARLS队列研究中：

• 534名清洁燃料使用者在8年随访期间出现听力损失，其累计患病率为13.55%。

• 固体燃料使用者中有听力损失982人，其累计患病率为19.28%，高于清洁燃料使用者。

Log-Rank检验显示，不同类型的烹饪燃料与听力损失状况相关(P < 0.05)。

老年人、女性、农村、已婚、小学以下文化程度、独居、饮酒、高血压、BMI较低的人群占听力损失人群的绝大多数(P < 0.05)。

CLHLS队列研究中：

• 339名使用固体燃料的参与者出现听力损失，累积患病率为21.48%，

• 112名使用清洁燃料的参与者出现听力损失，累积患病率为16.30%。

Log-Rank检验显示，不同类型的烹饪燃料与听力损失状况相关(P < 0.05)。

听力损失人群的特征为居住在农村、已婚、小学以下文化程度和较低的BMI (P < 0.05)。

使用固体燃料烹饪的参与者听力损失的风险增加

在CHARLS中，在调整多因素混杂因素的model4后，燃料仍然是听力损失的独立影响因素(P < 0.05)。与使用清洁燃料的参与者相比，使用固体燃料烹饪的参与者听力损失的风险增加了16% 。

对于CLHLS，所建立的模型与CHARLS相似，在调整多因素混杂因素的model4后，结果也显示燃料对听力损失有影响(P < 0.05)。与那些接触清洁燃料的人相比，参与者听力损失的风险增加了43%。

研究成果合并

CHARLS和CLHLS队列研究的cox回归分析结果均支持固体燃料暴露导致的听力损失风险高于清洁燃料，且CLHLS的HR (HR = 1.43)高于CHARLS (HR = 1.16)。虽然两个队列的结局指标不同，但暴露因素和协变量相同，合并的HR值更能反映燃料对听力损失的影响，更具代表性。

因此，采用Meta分析对三个模型的HR值进行合并。两个队列结果的异质性较低(P > 0, I2 < 50%)，因此采用固定模型合并结果。

• 未经混杂因素调整，固体燃料暴露听力损失的综合发生率是清洁燃料暴露听力损失的1.44(1.31,1.59)倍;

• 经性别、年龄调整后，固体燃料暴露听力损失发生率是清洁燃料暴露听力损失发生率的1.39(1.27,1.53)倍;

• 进一步调整混杂因素，固体燃料暴露听力损失发生率是清洁燃料暴露听力损失发生率的1.17倍(1.07,1.29)倍。

闲聊几句

现在年轻人可以呀，给定一个主题，就能发文章！

这位我校的本科生还是挺花的，这样的研究和统计思路诸位也可以借鉴，联合多个数据库进行分析，这样做是不是感觉更加丰富！

先对两个数据库单独进行分析，然后再将结果合并！有条件的话不妨试试！

数据挖掘其实不是最难的，最难的是思路和创新。

而对于本科生来说，发表一篇SCI已经是实属不易，发表2区，更不容易了（这位学生顺利读研）。

详情请点击下方：

服务 | 我们提供公共数据库挖掘、统计与论文写作指导