从典型论文学习发SCI：老旧课题如何发表在3分 期刊
本文转载自公众号“Hanson临床科研”，由李博士撰稿，Mark点评。
本次我们以一篇论文为例，分享题为“疾病中某一临床特征的发生率及危险因素”。
为了便于同仁们能够直接拿来用，我们对论文解读的重点是方法学和结果，尤其是统计分析方法。
本次分享的论文题为“Prevalence, risk factors and clinical characteristics of osteoporosis in Chinese inpatients with schizophrenia”，发表于2017年Schizophrenia Research杂志(IF 3.759)。
该文对中国精神分裂症住院患者骨质疏松的患病率、危险因素及临床特征进行分析。
骨质疏松（osteoporosis）
骨质疏松（osteoporosis）是世界范围内的主要公共卫生问题之一，影响了约2亿人口，患者的生活质量显著下降。
由于其发病率高，所以对于疾病状态下患者出现的骨质疏松情况也引起医学科学家们的关注。先前研究报告提出，精神分裂症（schizophrenia）患者的骨矿物质密度（bone mineral density, BMD）降低的发生率明显高于健康受试者。最近的三项meta分析也再次印证这一观点，然而其潜在机制仍不清楚。
精神分裂症患者出现BMD降低的情况与哪些因素有关？如果能够找到这些危险因素，则就可能会改善患者的骨质情况。
多项研究表明营养不良、低维生素D、抗精神病药物（氯氮平）副作用、性别以及种族等因素可能发挥重要作用。
本次分析的研究的主要目的是调查：
1）中国汉族人群中精神分裂症患者的BMD是否比健康对照显着更低；
2）精分患者中，与骨密度降低或骨质疏松症显著相关的人口学及临床特征是什么；
3）氯氮平是否影响了BMD降低的发生率和危险因素。
课题的设计和主要结果
我们通过对原文的设计和结果进行重新总结和整理，提取对临床医生有帮助的研究思路。
1，课题设计
归纳本研究的主要研究方法如下：
1）， 受试者条件筛选
干预组（患者）和对照组要有严格定义的入组条件和排除条件，这通常是临床文章方法学部分的第一条。
特别需要说明的是，设计人体的研究，都需要有所在机构的伦理批件，并且说明受试者是否签有知情同意。
2），患者和健康对照者的骨矿物质密度检测
对于临床研究，尽可能定量主要观察指标。如本研究中的骨质情况用了3.01 Sahara Clinical Bone Sonometer (Hologic)检测受试者跟骨进行定量超声检查（Quantitative ultrasound, QUS），并计算得出QUST评分。
3），人口学特点提取
最基本的包括年龄、性别、身高、体重和体重指数（BMI）。
临床特征也是需要数据库的基本指标，但在具体的论文中不一定需要都用到。
4），数据分析
详细而严谨的统计分析是临床研究的特点和亮点，也是区别高质量和低质量论文最大的区别之一。
所以这边我们做相对详细的描述，并特别由医学统计专家做了解释。
（1）患者和健康对照者的包括BMD在内的人口统计学和临床数据均符合正态分布（Kolmogorov–Smirnov单样本检验，所有p > 0.05）；
（2）对连续变量使用方差分析（ANOVA），对分类变量使用χ2分析，以比较不同组之间的人口统计学和临床变量差异；
（3）使用协方差分析（ANCOVA）来控制混杂变量的影响；
（4）通过χ2检验分析BMD降低和骨质疏松的发生比例；
（5）使用logistic回归分析得出的比值比（OR）比较精神分裂症患者的骨质疏松症，以校正相关变量；
（6）使用Pearson相关系数来检查人口统计学和临床变量之间的相关性；
（7）应用邦费罗尼校正(Bonferroni correction)以调整多个测试；
（8）使用二元逻辑回归分析，以评估哪些因素与骨质疏松症最相关；
（9）使用多元逐步回归分析，以研究BMD T-score与人口统计学或临床变量之间的关系。
（10）功效计算和效果大小确定。
强大的医学统计处理，是高质量临床论文的关键之一。
2，主要结果
1)，患者和对照的人口统计学特征
表1列举了受试者的人口统计学数据：
表1. 受试者的人口统计学数据
作者发现，患者和健康对照组之间的性别和年龄存在显着差异（均为p < 0.01），所以在以下分析中对此进行调整。
2）, 患者和对照中骨质疏松的患病率
表1显示，精神分裂症患者的骨质疏松发生比例为23.1％，显著高于健康对照组为7.5％，OR为3.72。
在使用Logistic回归控制混杂因素后，仍然存在显着差异，校正后的OR为2.17。
精神分裂症患者的低BMD（骨质疏松 骨质疏松）发生率为65.3％，显著高于健康对照者为39.3％。在调整了混杂变量后，这一意义仍然存在。
3，骨质疏松症和非骨质疏松症患者之间的人口统计学和临床变量
如表2所示，患有骨质疏松症的患者比没有骨质疏松症的患者年龄更大。
此外，骨质疏松症患者的病程更长，体重较轻；并且做了Bonferroni校正。
表2. 有或没有骨质疏松症的精神分裂症患者的特征
4）, 使用不同类型抗精神病药治疗患者的骨质疏松症
当比较有或没有骨质疏松症的患者时，氯氮平与非氯氮平治疗存在显着差异的趋势，而联合抗精神病药与单独一种抗精神病药之间存在趋势。
5）最后，利用多元逻辑回归分析确定骨质疏松的危险因素，结果显示年龄，体重和BMI仍与骨质疏松症相关。
此外，相关性分析显示BMD T-score与性别，年龄，药物类型，病程和BMI之间存在显着相关性。然而，在Bonferroni校正后，仅保留了BMD T-score与性别，年龄或药物类型之间的显着关联。进一步的多元回归分析显示性别和药物类型仍与BMDT-score相关。
研究解读
之所以推荐这篇论文，是因为
1）这是可以在其他疾病中复制的研究模型。
2）这是单纯通过临床工作即可完成的研究。
3）作者的选题是一个很老旧的课题。已经有了3篇meta分析，多项相关研究。
1，简单总结本研究的主要结论
精神分裂症患者组的骨质疏松和低骨密度（骨质疏松和骨质减少）的患病率显著高于对照组。
确认与患者骨质疏松症分类相关的几个危险因素：年龄，体重和BMI，经逐步多元logistic回归分析表明，这三个因素仍与骨质疏松症显著相关。
相关性分析显示BMD T-score与以下参数之间存在显着相关性：性别，年龄和药物类型（氯氮平与非氯氮平）。
这一研究结果表明，中国精神分裂症住院患者中骨质疏松症和骨质减少的患病率更高，其性别和年龄以及药物类型的预期危险因素均较高。
2，科研启发
本研究很简单、选题也很老旧，连发中文论文都很困难，还能发3分以上的SCI论文？
我们进一步分析这篇文章的精髓。
想把这么简单陈旧的课题发在SCI期刊上，却并不容易。仍需要做到First ＆ Last：
1），立项具有创新性。
哪怕是局限于某一人群，如本文中的中国XX患者，或者这其中的一个与之前结果不同之处。即我们反复提的First。
本研究并不仅仅是报道精分患者组和对照组中的骨质疏松情况，发现精分患者组骨质疏松发生比例高；更是进一步比较精分有骨质疏松和无骨质疏松两组间差别；最后更进一步找到治疗药物相关。
通过这三步分析，研究者层层深入，依次找到A疾病中B特征的发生率和危险因素。
2，方法学严谨可靠。
尤其是统计学，一定要确保准确。这个结果发出来之后，同一课题就不需要在做了，即我们反复提的Last。
看看本研究的方法学，既精确地定义患者组和对照组，也用了定量的方法定义了股矿物质密度。但最精彩的，是本研究的统计方法，准确只是基本要求，研究者通过多重验证进一步砸实研究结果。
医咖会面向医生个人、医院/单位、企业提供各种科研服务，包括研究设计、统计分析、EDC系统、科研培训等，详情查看：医咖会可为你提供这些科研服务，助你解决各种科研难题！。快加小咖微信（xys2019ykh）或扫描以下二维码加小咖微信咨询吧。