欢迎来看鳄梨的生信提分笔记！今天继续大家熟悉的文献拆解环节。还记得我们的一系列精彩预告吗？公共数据结合Shiny搭建在线工具的示范文献，又来了！俗话说知己知彼，百战不殆。明白优质的高分文章妙在哪里，我们才能有针对性地学习和提升，模仿，甚至超越它们！
想要进阶自己的生信分析
可以现在添加雪球老师
回复“个性化”提出需求喔
雪球团队会为大家量身定制陪跑服务
预告
10/03 - 文献解读（二）（这样就能10+？）
10/04 - 文献解读（三）（还真能加分！）
10/05 - 搭建工具介绍（要代码大牛才行吗？）
10/06 - 自建数据库介绍
10/07 - 雪球百宝箱（期待你来挖宝！）
准备好了就一起来看这篇重磅文献吧！
Epidemiology and survival of patients with spinal meningiomas: a large retrospective cohort study
脊髓脑膜瘤患者的流行病学和生存情况：大型回顾性队列研究
期刊：International Journal of Surgery
影响因子：12.5
发表时间：2024/02/01
通讯单位：吉林大学第二医院
这篇文献篇幅也不长，利用了SEER数据库的患者数据，总共采用样本数N=5158。
对脊髓脑膜瘤（SMs）患者进行人口分析，包括年龄调整、性别区分的年发病率；患者年龄分布以及病理学特征后，对SM患者中与总生存期（OS）相关的风险变量进行了K-M生存曲线分析。最后，通过多变量Cox回归分析，选出SMs患者OS的七个独立预后因子。
基于以上七个独立预后因子，团队首先构建了一个预测列线图，能够定量预测SMs患者3年、5年和10年的OS风险。（还记得昨天分享的内容吗？可以再去精读一遍文献，PCI术后风险预测的模型没有分析长期预后率，两篇文献在预后时长上的两极区别值得注意）随后通过校准曲线、ROC曲线和决策曲线，验证了列线图的预测准确性和有效性，说明其有较高的临床价值。
一般研究到这里就可以告一段落了，而这篇文章的两个创新点还在下面！首先，团队开发了一种新的死亡风险分层系统，根据七个独立预测因子的分值相加，得出患者的总分，依据总分的不同，患者被分为三个死亡风险亚组：低风险亚组（<150）、中风险亚组（150-191）和高风险亚组（>191）。K-M生存曲线的显著差异再次确认列线图和分层系统重要的临床应用价值。
很多时候提分点就在于更进一步
可以现在添加雪球老师
回复“个性化”提出需求喔
雪球团队会为大家量身定制陪跑服务
最后，就是网站应用的效果图介绍了！文章在基础的预后预测模型上接连前进两步，审稿人能不喜欢吗？
https://wyoung.shinyapps.io/DynNomapp/
可正常使用
这篇文献的研究成果不仅能够准确预测SM患者3、5、10年的OS概率，还能够有效对SM患者进行死亡风险分层，可帮助临床医生根据死亡风险制定相应的治疗策略，可有效避免医疗资源的浪费。在线的动态列线图工具便于临床医生使用和向患者进行解释，对快速制定个性化决策方案和医疗会诊都有很大的帮助。一句话，临床意义拉满！
从国自然资助风向中，我们也能察觉到正有越来越多目光和关怀投向临床医生。想要把握机会的话，这个列线图进阶的网站工具套路，是最适合大家入局的了！也许大家还是因为“搭建网站”对编程技术的要求，不敢独自做尝试。可以继续关注我们的系列内容，等到5号（星期六）来详细看看shiny到底是怎么一回事；也可以现在就添加雪球老师，回复“个性化”说出自己的需求，获得SCI课题设计到投稿发表的全程陪跑~
预告
10/04 - 文献解读（三）（还真能加分！）
10/05 - 搭建工具介绍（要代码大牛才行吗？）
10/06 - 自建数据库介绍
10/07 - 雪球百宝箱（期待你来挖宝！）
添加雪球老师微信
回复“个性化”
定制陪跑安心发文
都看到这里了，点个星标再走吧！
听说不点星标，容易错过最新资讯！
