Redian新闻
>
一个简单的数据库,竟然发表了这么多SCI论文!大数据分析揭示张向阳教授的分析策略

一个简单的数据库,竟然发表了这么多SCI论文!大数据分析揭示张向阳教授的分析策略

教育

Bringing medical advances from the lab to the clinic.



关键词大数据分析;张向阳;学术
‍‍

首先发布一个非常值得期待的学术讲座通知:
中国科学院心理研究所的张向阳教授将于本周六在线直播讲座“如何利用简单的数据库发表SCI论文”,HansonCR视频号将进行直播。


在过去的数年里,张向阳教授一直在实践和挑战着利用资料有限的临床数据库做临床科研分析及发表SCI论文的极限。
我们也经常开玩笑:临床医生哪怕是只从张教授这里获得一点启发,都不需要“用论文工厂论文、而终生背负随时可能爆炸的雷

在听课之前,我们也想给您预留一个问题:
利用一个资料有效的数据库,到底能够发多少篇SCI论文?

这个数据库非常简单,是1718例抑郁症患者的数据,有2.3个量表,身高、体重,及常规化验单。
单用这个数据库,能否几篇论文?3篇、5篇、10篇、30篇、50篇、还是更多?如何发这么多?
我们一起听张向阳教授揭开谜底。

我们会在本次直播后继续解析,如何利用临床数据库而写出精彩而高质量的SCI论文。
这位最会写论文的医生已发1,296篇SCI。读懂其论文特点,你也会才思泉涌、满眼都是论文

张向阳教授学术画像

作为医学科学家,我们更想知道,张向阳教授是如何充分发挥自己的优势,化腐朽为神奇的
针对张向阳教授的SCI论文大数据分析会给出部分答案。


首先我们看一下张向阳教授的Google Scholar。
这个网页经由其邮箱认证,显示可靠且有管理。
Google Scholar显示,张向阳教授目前已发表545篇论文,有16,829次引用。h指数高达66。


检索及可视化平台:
在Medline数据库以(zhang, xiangyang[Author] OR zhang, xiang yang[Author]) AND ("university of texas health science center"[Affiliation] OR "Psychology"[Affiliation] OR "Psychiatry"[Affiliation] OR "peking university"[Affiliation])为检索词,可以看到共有526余篇论文收录。
我们进一步通过“Healsan™大数据”进行分析和可视化展示。
(张向阳教授发表SCI论文的时间轴)

分析显示,张向阳教授署名发表论文的单位来源最多的在中国,其次是美国;并且研究论文数量从2020年开始有很大的突破。

1,高影响力论文

A,所有论文的分布

张向阳及团队发表的论文最多的期刊是J Affect Disord,其他也大都是精神-心理学领域的专业期刊。

B,高影响力论文的研究领域
如果看张向阳及团队发表的高影响力论文的题目,则可以看到,这些研究集中在了重度抑郁、精神分裂症等疾病,研究方向是寻找与发病或预后相关的临床或者生物标记

对于这两类常见病,该团队采用了多关键词定义研究对象的方法进行更深入而区别化研究,比如研究“首次发作”、“尚未用药”的精分或重度抑郁症患者,从而使得研究结果更加准确而特异,对于临床指导意义也更大。


2,研究的核心领域

A,从研究的疾病看,
张向阳团队专注于精神分裂症、自杀、抑郁、应激、焦虑等精神疾病。

B,从研究的关键词看,
对于精分和抑郁症这些常见疾病,张向阳及团队独辟蹊径、侧重于关注首次疾病,从而获取其发病的潜在机制、病理生理及脑组织改变,发作后的预后因素、治疗策略比较等。

3,研究团队及学术圈

张向阳教授及团队发表论文的单位主要包括北京大学、中科院心理所等。

张向阳教授主要关注精分和抑郁症等疾病,他自己也曾是回龙观医院的医生,所以与很多精神病院也有密切联系。由此我们也做了这些论文的医院来源分析。
张向阳教授及其团队发表论文最多的医院是北京回龙观医院、湘雅二医院、北京安定医院、天津安定医院、广州医科大学附属脑科医院等。

我们分析过程中也发现了很多单位署名的问题,比如回龙观医院的英语拼写就有很多种
单位署名不一致对于该单位在全国的学科比较很不利,因为很可能会统计不完整。
比如回龙观医院出现的检索结果有下面这些:


下图展示了张向阳团队的核心成员及其关系。

在该学术圈内,学术联系最密切的成员如下。
主要包括其在贝勒医学院、德克萨斯健康科学中心、回龙观医院及湘雅二医院的合作伙伴等。

小结:

我们一直在寻找“让SCI和基金成为临床工作副产品”的方法,并且确信:更仔细观察病情从而更进一步区分开疾病不同亚型的研究更有价值。
我们的目标之一是,让医生利用其病例资料就能发表一系列高质量的临床研究论文,至少不至于受制于没有SCI而影响其晋升。
学习张向阳教授系列培训提供的方法,是实现这一目标最重要的策略之一。

正如我们大数据分析中发现的,尽管研究对象是精神分裂症或者抑郁症这些罕见病,张向阳教授团队仍然发表了一系列高质量的SCI论文。甚至仅用一个只有基本资料的的数据库就发表了几十篇论文,一半发表在4+SCI期刊。
其中的关键诀窍就是:针对某一亚组进行分析。

对于疾病的认识、尤其是分子机制的深入理解,使得我们知道:
1,传统意义上的疾病,往往是由不同发病机制或者致病因子所导致的多个亚型组成的疾病谱。
比如癌症可以根据致病的突变基因分型;自身免疫性疾病可以根据致病抗体分型;甚至可以按照早发型、晚发型进行分型。
2,疾病的不同病程阶段已有很多的差别。
掌握了这些区别,就可以在一个疾病前面多加几个限定词,研究疾病的某一亚型,得到的结果也更有意义;并且是之前研究未做过的,从而得到创新性成果。


期待各位同仁都由此受益。实际上,你临床诊治过的疾病资料,就是最好的资源

更多研究人物分析报告,在本公众号主页面下回复“人物”查看。

声明:
本文只是分享和解读公开的研究论文及其发现,以作科学文献记录和科研启发用;并不代表作者或本公众号的观点。
为了给大家提供一个完整而客观的信息视角,我们有时会分享有冲突或不同的研究结果。请大家理解,随着对疾病的研究不断深入,新的证据有可能修改或推翻之前的结论。


编辑:Henry,微信号:Healsan;加好友请注明理由。助理:ChatGPT
美国Healsan Consulting(恒祥咨询),专长于Healsan医学大数据分析(Healsan™)、及基于大数据的Hanson临床科研培训(HansonCR™)和医学编辑服务(MedEditing™)。主要为医生科学家、生物制药公司和医院科研处等提供分析和报告,成为诸多机构的“临床科研外挂”。

点击👆;From Bench to Bedside, Healsan Paves the Path.

更多阅读:
(点击👆图片,进入自己感兴趣的专辑。或获得点击“资源”,浏览本公众号所有资源


微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
【超声科】2023年发表的SCI论文大数据分析【大咖讲座】张向阳教授:高效利用临床数据库,你有这些分析思路2023年胸外科SCI论文大数据分析“向量数据库”还是“向量搜索插件 + SQL 数据库”?PingCAP 黄东旭:我对 2024 年数据库发展趋势的思考#028 研究家族性地中海热的中国医生和医院 - 基于SCI论文大数据分析报告#026 研究Erdheim-Chester病的中国医生和医院 - 基于SCI论文大数据分析报告顶会CoRL 2023获奖论文出炉!华人团队获最佳论文、最佳系统论文!数据分析|全面掌握Python, SQL等数据分析语言、工具和拓展包,高效斩获心仪offer!没数据、没基础,如何挖掘 NHANES 数据库发表 SCI?#025 研究先天性纯红细胞再生障碍性贫血的中国医生和医院 - 基于SCI论文大数据分析报告【心外科】2023年发表的SCI论文大数据分析无题【呼吸科】2023年发表的SCI论文大数据分析中国自己的数据库CHARLS,2020年数据刚刚更新、开放使用;这里是大数据分析绩点4.21,发表SCI论文!她始终把学习放在首位,成功保研985名校交通擁堵的曼谷街頭罕见!华裔女子做个简单的过敏测试 没想到被送急诊室抢救曝光!麦当劳员工讨厌这个简单的窍门......但绝对每次都能得到新鲜的薯条#029 研究范可尼贫血(Fanconi Anemia)的中国医生和医院 - 基于SCI论文大数据分析报告【肾脏病科】2023年发表的SCI论文大数据分析《陈子龙之“经世致用”》【风湿科】2023年发表的SCI论文大数据分析弘一法师:在复杂的世界里做一个简单的人AHA中国之声 | 北大人民医院最新meta分析揭示降夜间血压,不同ARB不一样【口腔科】2023年发表的SCI论文大数据分析【数据】1.数据分析与数据解释:揭示并解释趋势中秋节的断想【耳鼻喉/头颈外科】2023年发表的SCI大数据分析#024 研究冠状动脉扩张病的中国医生和医院 - 基于SCI论文大数据分析报告TNF研究:2023年已发1.6万篇SCI论文,大数据找到这些可持续的研究策略#027 研究法布雷(Fabry)病的中国医生和医院 - 基于SCI论文大数据分析报告马上抢位|《数据科学·机器学习求职实战营》明日开课,全方位提升你的数据分析综合能力!旅美散记(25):生活最美的味道是巧克力靶向MDSC的策略(2):清除MDSC或诱导MDSC的分化【泌尿外科】2023年发表的SCI论文大数据分析
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。