指标为：相对脂肪质量（RFM）、脂质积累积（LAP）、体重调整腰围指数（WWI）、甘油三酯葡萄糖-腰高比（TyG-WHtR）、胰岛素抵抗代谢评分（METS-IR）和内脏脂肪代谢评分（METS-VF）(A) LR模型特征的SHAP树状图；ML模型获得了较高的预测准确性，突出了内脏脂肪积累在肌肉减少风险和健康衰老促进中的作用。来预测肌肉减少症的风险，并应用Shapley加性解释（SHAP）来提高模型的

骨质疏松症及其引发的骨折严重威胁着全球老龄化人口的健康与生活质量，带来巨大的医疗和社会负担。（T1≤414.50 mL/天, T2=414.50-1024.06 mL/天, T3>1024.06 mL/天），平滑曲线拟合和阈值效应分析显示，当PWI < 1,220 mL/天时，PWI水平与骨质疏松风险显著负相关。表2 采用双分段线性回归模型分析PWI（每500ml /day）对骨质疏松症的阈值效应

直播预告明天开课：机器学习方法！详情可点击下方链接了解11.30-12.1 R语言构建机器学习课程开启，欢迎报名开启引言机器学习联合公共数据库强强联合！创新和热度齐到手，还担心发不了高分？今天就分享一篇IF6.2的二区top文章，中国学者利用NHANES数据库的数据，通过可解释机器学习框架来预测疾病风险，提供了一个全面且可解释的评估工具！接下来，让我们一起看看这篇文章！心血管疾病（CVD）已成为.

MIMIC 数据库目前已经产生了MIMIC Ⅱ、Ⅲ、Ⅳ三个版本，包含了BIDMC所有内外科ICU患者的数据。是由计算生理学实验室开发的公开数据集，其中包括与数千个重症监护病房入院相关的去识别化健康数据，致力于推动临床信息学、流行病学和机器学习的研究。2025.05.17-2025.05.30, PubMed数据库“标题/摘要：MIMIC-IV OR MIMIC-III”搜索发现，共发表。MIMIC

引言今天分享的这篇文章的工作量简直卷到爆炸！学者基于NHANES数据，采用多元线性回归和亚组分析来检验TyG指数与老年人抑郁症的关联，并通过机器学习模型评估了抑郁症预测因素的重要性。在此基础上，还进一步采用孟德尔随机化探究探索BMI与抑郁症的因果关联。抑郁症和认知功能障碍在老年人群中非常常见，并严重影响了他们的日常生活。已有研究表明，肥胖和代谢功能紊乱可能会影响老年人群的心理健康，但其与老年人抑郁

成为协作者的好处可不止这些，其数据与普通公开数据在数据深度、应用场景和科研价值上还存在显著差异。为了让大家不错过这个宝藏数据库，今天就给大家带来一些常见的高分发文思路，搭配新数据食用更佳！的发病率、死亡率或伤残调整寿命年（DALY）的长期趋势，探索不同地区、年龄、性别或社会经济群体的差异；一个涵盖全球疾病、伤害和危险因素流行病学数据的权威来源，其数据广泛应用于公共卫生研究和政策制定。从现在用GBD

掌握Stata，驾驭CHARLS数据库——开启实证研究新征程！CHARLS样本覆盖在全国随机抽取的150个县区、450个村居的万余家庭。受访者遍布全国城乡各地，对中国中老年群体有很好的代表性。我们提供的高质量微观数据，将极大地推动有关人口老龄化与健康问题的跨学科研究，为我国社会保障政策的制定、修正和完善提供科学的数据基础。发文数量持续上升基于CHARLS数据的发表统计截至2023年11月，据不完全

引言常规GBD分析套路不得审稿人的心？不妨从美化结果图表入手！今天介绍的这篇文章，虽然使用的统计分析方法很常规，但是其描述性分析GBD数据的结果图却让人眼前一亮又一亮！怪不得中国学者能够凭借这篇文章拿下一区高分！接下来，快让我们一起来看看吧！与贫困相关的罕见传染病（rIDPs）是指一组主要影响生活在贫困和边缘地区人群的传染病。由于缺乏足够的关注和资源，这些疾病在全球卫生领域常被忽视。目前，由于全球

作为我们的宝藏数据库，GBD的表现可以说是相当亮眼！本周我们发现了两篇用GBD 2021数据发表在Lancet的文章，一篇当然是GBD官方合作者，另外一篇却是我们中国学者！虽然是lancet子刊，但选题和思路都较为创新。全球疾病负担（GBD）是迄今为止规模最大、最全面的一项研究，旨在量化不同地区和不同时期的健康损失，从而改善卫生系统并消除差异。该研究由华盛顿大学健康指标与评估研究所 (IHME)

郑老师统计课程，欢迎点击报名：孟德尔随机化课程即将开班！！CHARLS数据库简介中国健康与养老追踪调查(China Health and Retirement LongitudinalStudy，CHARLS)是一项持续的纵向调查，旨在调查中国45岁及以上中老年人社会、经济和健康状况。基线调查于2011年开展，共17708名参与者，每两年追踪一次，目前已有4期数据2011（wave 1）、2013