临床数据库分析是很火爆，但随之而来的也是发文量的大爆发，发文竞争压力越来越大，小云也看到有些公众号推文说“SEER数据库分析开始的比较早，现在发文难度越来越大，高分文章发文量越来越少”。早上车的人已经吃到了发文红利，那还在观望没上车的朋友就没有机会发高分了吗？
小云认为，是这样的趋势，但情况并不绝对是这样的！
这个观点来源于文献调研，目前SEER数据库简单分析的文章分数确实开始下降，但最新看到的一篇13分+的新文章又给小云打了一支强心针：选对了分析角度，SEER数据库仍然可以用简单分析拿下高分，所以肿瘤领域想做SEER数据库分析的朋友不用过于担心了，现在上车还来得及！
下面就来看看这篇仅用3图2表就发表在13分+JAMA子刊，并且2个月就接收的文章，有何亮眼之处吧~
1）临床数据库联合分析：利用2个大型国家注册中心(SEER和KBCR)和一个单中心数据库(AMCR)，涉及人群更广，观察期更长，分析结果证据性更强；
2）从临床需求入手选分析角度：前期研究发现2种乳腺癌亚型的预后有差异，但观察期较短，绝经前患者数据欠缺。本研究由此切入，选择观察期更长的数据库和绝经前妇女人群进行研究年轻女性2种乳腺癌患者的长期生存差异。
文章就利用这两大亮点，仅用简单的生存相关统计分析就拿下了13分+的文章，性价比是相当高了，赶快学起来！另外，小云再真诚提醒一下想做SEER数据库分析的朋友，动作还是要快一点了，趁着还能发高分有想法赶紧去实践！不知道怎么选分析角度，需要思路设计/复现，定制生信分析的小伙伴可以直接扫码联系小云，这么好的发文途径千万别错过~
- 题目：绝经前浸润性小叶癌患者的生存结果
- 杂志：JAMA Netw Open
- 影响因子：IF= 13.8
- 发表时间：2023年11月
研究背景
前期研究发现，乳腺癌的2种亚型浸润性导管癌(IDC)和浸润性小叶癌(ILC)之间存在预后差异，但由于观察期不同导致预后结果相反，并且前期研究中关于绝经前患者的信息仍然不足。因此，该研究旨在利用多个数据库研究绝经前患者ILC和IDC的长期生存结果。
研究思路
本研究纳入SEER、KBCR和AMCR数据库中1990年1月1日至2015年12月31日期间患有I至III期ILC或IDC的绝经前患者。根据组织学类型和时间依赖性BCSS分析乳腺癌特异性生存率(BCSS )，并评估年风险率。主要结果是乳腺癌相关死亡率，其他死亡原因为竞争事件。利用Kaplan-Meier方法绘制生存曲线。采用 Cox 比例危险回归模型来估算 BCSS 在少于 10 年的区间和 10 年或 10 年以上的区间内的变化点。通过调整肿瘤特征(包括年龄、诊断阶段、肿瘤分级和激素受体状态)以及接受辅助化疗和放疗进行了多变量分析。
图1 患者选择流程
主要结果
1.研究患者的基线特征
本研究根据参与者选择流程，将SEER数据库中的170 352例患者(IDC患者158 733例，ILC患者11 619例)、KBCR数据库中的45 782例患者(IDC患者44 407例，ILC患者1375例)以及AMCR数据库中的9804例患者(IDC患者9516例，ILC患者288例)纳入了分析。SEER数据库中的平均年龄为42.7 (5.3)岁，KBCR数据库中为41.8 (5.5)岁，AMCR数据库中为41.8 (5.5)岁。SEER数据库中的中位随访时间为90个月，KBCR数据库中的中位随访时间为94个月，AMCR数据库中的中位随访时间为120个月。与IDC患者相比，ILC患者明显年龄更大，级别更低，癌症分期更晚，更有可能出现激素受体阳性和ERBB2阴性乳腺癌。与IDC患者相比，ILC患者接受了更多的乳房切除术，并接受了更多的激素治疗（表1）。
表1 患者基线特征
2. IDC与ILC患者的长期生存差异分析
根据组织学类型和时间依赖性BCSS分析乳腺癌特异性生存率(BCSS )，KM曲线显示，与IDC相比，最初ILC的BCSS预后较好，但这一趋势在随访10年后发生逆转（图2）。在 SEER 数据库中，组织学类型与 BCSS 呈显著的时间依赖关系，ILC 随时间推移而减少。虽然其他数据没有统计学意义，但也发现了类似的模式。
图2 KM曲线分析
作者采用 Cox 比例危险回归模型来估算 BCSS 在少于 10 年的区间和 10 年或 10 年以上的区间内的变化点。结果显示，基于未调整模型，在 SEER 数据库中，ILC 患者在确诊后 10 年内发生 BCSS 事件的风险比 IDC 患者低 27%，在 AMCR 数据库中低 50%。然而10年后，ILC队列中的患者发生BCSS事件的风险高于IDC队列中的患者（表2）。随后，作者通过调整肿瘤特征(包括年龄、诊断阶段、肿瘤分级和激素受体状态)以及接受辅助化疗和放疗进行了多变量分析。结果显示，在调整了肿瘤特征因素并控制了化疗和放疗治疗后，也得出了类似的结果（表2）。
表2 BCSS的时间依赖性分析
作者又评估了两者的年风险率，年度风险模型分析显示，IDC 在确诊后的头 5 年达到复发高峰，风险率逐渐降低。相反，ILC 的复发率在最初几年缓慢上升，并保持了较长的时间。当数据仅限于激素受体阳性癌症组群时，这一观察结果仍然相似（图3）。
图3根据组织类型分析年风险率
小结
看完这篇文章是不是发现SEER数据库发高分依旧可以很简单？用好临床数据库，再从临床需求切入选对分析角度，就可以仅用2个月拿下了13分+文章，这性价比、这短周期，也太适合临床医生了吧！最后小云再啰嗦一句，肿瘤口的临床研究人员如果还想在SEER数据库上发高分文章，真的要赶快行动起来了，毕竟大家发文章都是很卷的。不知道怎么选分析角度的话，扫码联系小云来复现/设计思路或定制生信分析吧！
小云公众号持续为大家带来最新生信思路，更多创新分析思路请关注云生信。需要复现或定制分析思路的朋友欢迎call小云，风里雨里小云公众号等你！
1. 阜外医院窦克非团队15分新文：UKB+中国CHARLS，2大临床数据库分析联合孟德尔随机化，2个月即接收！
2. NHANES数据库分析+网络药理学+多组学分析，神奇魔力在哪里？1区7.9分文章告诉你~
3. 1区9分+的NHANES 数据库纯生信分析，南昌大学二附院沈云峰团队原来是这么做临床预测的！
4. 1个多月接收，24分+孟德尔随机化！双疾病分析这么做，0实验发高分就是如此简单！
5. OMG！用别人发表过的模型还能再发8分+纯生信？选好切入点，分析超简单，4图搞定1区top SCI
SEER数据库发不了高分了?那是没看这篇文章！选对角度3图2表2个月照样拿下13分+JAMA子刊!
临床数据库分析是很火爆，但随之而来的也是发文量的大爆发，发文竞争压力越来越大，小云也看到有些公众号推文说“SEER数据库分析开始的比较早，现在发文难度越来越大，高分文章发文量越来越少”。早上车的人已经吃到了发文红利，那还在观望没上车的朋友就没有机会发高分了吗？
小云认为，是这样的趋势，但情况并不绝对是这样的！
这个观点来源于文献调研，目前SEER数据库简单分析的文章分数确实开始下降，但最新看到的一篇13分+的新文章又给小云打了一支强心针：选对了分析角度，SEER数据库仍然可以用简单分析拿下高分，所以肿瘤领域想做SEER数据库分析的朋友不用过于担心了，现在上车还来得及！
下面就来看看这篇仅用3图2表就发表在13分+JAMA子刊，并且2个月就接收的文章，有何亮眼之处吧~
1）临床数据库联合分析：利用2个大型国家注册中心(SEER和KBCR)和一个单中心数据库(AMCR)，涉及人群更广，观察期更长，分析结果证据性更强；
2）从临床需求入手选分析角度：前期研究发现2种乳腺癌亚型的预后有差异，但观察期较短，绝经前患者数据欠缺。本研究由此切入，选择观察期更长的数据库和绝经前妇女人群进行研究年轻女性2种乳腺癌患者的长期生存差异。
文章就利用这两大亮点，仅用简单的生存相关统计分析就拿下了13分+的文章，性价比是相当高了，赶快学起来！另外，小云再真诚提醒一下想做SEER数据库分析的朋友，动作还是要快一点了，趁着还能发高分有想法赶紧去实践！不知道怎么选分析角度，需要思路设计/复现，定制生信分析的小伙伴可以直接扫码联系小云，这么好的发文途径千万别错过~
- 题目：绝经前浸润性小叶癌患者的生存结果
- 杂志：JAMA Netw Open
- 影响因子：IF= 13.8
- 发表时间：2023年11月
研究背景
前期研究发现，乳腺癌的2种亚型浸润性导管癌(IDC)和浸润性小叶癌(ILC)之间存在预后差异，但由于观察期不同导致预后结果相反，并且前期研究中关于绝经前患者的信息仍然不足。因此，该研究旨在利用多个数据库研究绝经前患者ILC和IDC的长期生存结果。
研究思路
本研究纳入SEER、KBCR和AMCR数据库中1990年1月1日至2015年12月31日期间患有I至III期ILC或IDC的绝经前患者。根据组织学类型和时间依赖性BCSS分析乳腺癌特异性生存率(BCSS )，并评估年风险率。主要结果是乳腺癌相关死亡率，其他死亡原因为竞争事件。利用Kaplan-Meier方法绘制生存曲线。采用 Cox 比例危险回归模型来估算 BCSS 在少于 10 年的区间和 10 年或 10 年以上的区间内的变化点。通过调整肿瘤特征(包括年龄、诊断阶段、肿瘤分级和激素受体状态)以及接受辅助化疗和放疗进行了多变量分析。
图1 患者选择流程
主要结果
1.研究患者的基线特征
本研究根据参与者选择流程，将SEER数据库中的170 352例患者(IDC患者158 733例，ILC患者11 619例)、KBCR数据库中的45 782例患者(IDC患者44 407例，ILC患者1375例)以及AMCR数据库中的9804例患者(IDC患者9516例，ILC患者288例)纳入了分析。SEER数据库中的平均年龄为42.7 (5.3)岁，KBCR数据库中为41.8 (5.5)岁，AMCR数据库中为41.8 (5.5)岁。SEER数据库中的中位随访时间为90个月，KBCR数据库中的中位随访时间为94个月，AMCR数据库中的中位随访时间为120个月。与IDC患者相比，ILC患者明显年龄更大，级别更低，癌症分期更晚，更有可能出现激素受体阳性和ERBB2阴性乳腺癌。与IDC患者相比，ILC患者接受了更多的乳房切除术，并接受了更多的激素治疗（表1）。
表1 患者基线特征
2. IDC与ILC患者的长期生存差异分析
根据组织学类型和时间依赖性BCSS分析乳腺癌特异性生存率(BCSS )，KM曲线显示，与IDC相比，最初ILC的BCSS预后较好，但这一趋势在随访10年后发生逆转（图2）。在 SEER 数据库中，组织学类型与 BCSS 呈显著的时间依赖关系，ILC 随时间推移而减少。虽然其他数据没有统计学意义，但也发现了类似的模式。
图2 KM曲线分析
作者采用 Cox 比例危险回归模型来估算 BCSS 在少于 10 年的区间和 10 年或 10 年以上的区间内的变化点。结果显示，基于未调整模型，在 SEER 数据库中，ILC 患者在确诊后 10 年内发生 BCSS 事件的风险比 IDC 患者低 27%，在 AMCR 数据库中低 50%。然而10年后，ILC队列中的患者发生BCSS事件的风险高于IDC队列中的患者（表2）。随后，作者通过调整肿瘤特征(包括年龄、诊断阶段、肿瘤分级和激素受体状态)以及接受辅助化疗和放疗进行了多变量分析。结果显示，在调整了肿瘤特征因素并控制了化疗和放疗治疗后，也得出了类似的结果（表2）。
表2 BCSS的时间依赖性分析
作者又评估了两者的年风险率，年度风险模型分析显示，IDC 在确诊后的头 5 年达到复发高峰，风险率逐渐降低。相反，ILC 的复发率在最初几年缓慢上升，并保持了较长的时间。当数据仅限于激素受体阳性癌症组群时，这一观察结果仍然相似（图3）。
图3根据组织类型分析年风险率
小结
看完这篇文章是不是发现SEER数据库发高分依旧可以很简单？用好临床数据库，再从临床需求切入选对分析角度，就可以仅用2个月拿下了13分+文章，这性价比、这短周期，也太适合临床医生了吧！最后小云再啰嗦一句，肿瘤口的临床研究人员如果还想在SEER数据库上发高分文章，真的要赶快行动起来了，毕竟大家发文章都是很卷的。不知道怎么选分析角度的话，扫码联系小云来复现/设计思路或定制生信分析吧！
小云公众号持续为大家带来最新生信思路，更多创新分析思路请关注云生信。需要复现或定制分析思路的朋友欢迎call小云，风里雨里小云公众号等你！
1. 阜外医院窦克非团队15分新文：UKB+中国CHARLS，2大临床数据库分析联合孟德尔随机化，2个月即接收！
2. NHANES数据库分析+网络药理学+多组学分析，神奇魔力在哪里？1区7.9分文章告诉你~
3. 1区9分+的NHANES 数据库纯生信分析，南昌大学二附院沈云峰团队原来是这么做临床预测的！
4. 1个多月接收，24分+孟德尔随机化！双疾病分析这么做，0实验发高分就是如此简单！
5. OMG！用别人发表过的模型还能再发8分+纯生信？选好切入点，分析超简单，4图搞定1区top SCI