各位小伙伴们好，好久没写文章了，前几次我们分享文献的时候都是先看文章，再研究作者为什么要这么分析。今天我们换一个思路，先把真实的数据给你，你会怎么分析？
话不多说，开工！
这是一个真实的数据，病例的是因器官功能障碍入住ICU病房，且预期住院时间>48h的175名重症患者。
研究者分别记录了基线、7天、14天、21天、28天患者的12项生物标志物，（血红蛋白，肌酸酐，白蛋白，白细胞介素-6，促红细胞生成素，铁，总铁结合能力[TIBC]，转铁蛋白，铁蛋白，转铁蛋白饱和度，叶酸和维生素B12），同时记录了患者在ICU期间是否进行过红细胞输血。
数据就是这些，相信很多医生都可以拿到类似的数据，下面请大家思考一下，如果你有这些数据，该怎么写出一篇2-3分的文章？
一千个人有一千个哈默雷特，下面我就展示一下我的分析思路，抛砖引玉，希望对大家有所启发。
1.确定XYZ
动手之前，我们先理清头绪：什么是研究的XYZ。
在这个数据中我们不难看出，很多指标都可以当做X，但是的Y只有1个：是否输血。当然，这是因为这个数据只保留了这一个结局，如果大家拿到的原始数据比较多，可以通过查文献的方式确定自己的研究方向，这次不做过多讨论。
确定了研究的结局Y，我们可以开始动手做了。这次分析我使用的是易侕统计软件，是一款基于R语言的软件，大家可以选择自己熟悉的SAS、SPSS，都可以重现。
我把数据导入软件，大概浏览了一下数据的合理性，是否有明显错误，中文符号等，结果不错，这个数据清理的很干净，可以直接分析。
确定Y之后，首先要做的就是找到一个我们感兴趣的X，好在我们的X不多，所以我们可以分别进行一次单因素分析，看看有没有好的结果。
从扫描的结果来看，有6个生物标志物（血红蛋白，白蛋白，IL-6，TIBC，转铁蛋白和铁蛋白水平）都和Y输血量有直接的关系。
2.确定写作思路
有了初步结果，我想到了2个写作方向，第一是在这6个标志物中找到其中最有意思的1个，找找有没有阈值饱和效应，写一篇危险因素的文章。第二个是使用单独或联合多个标志物做一个预测模型。
我简单做了一下文献检索，发现单独研究血红蛋白，白蛋白，IL-6，TIBC，转铁蛋白和铁蛋白水平的危险因素文章已经很多了，没有太多新意，现有的数据中也没有阈值饱和效应等特别的发现。那么剩下的就是第二个思路，预测模型。
3.预测模型的套路
预测模型的做法是有套路的，大家可以看看我之前分享的几篇文献：
从一篇新英格兰文章学习预测模型分析
。做预测模型的时候，我们先分别看一下单个因素的预测效果。如果单个预测AUC达到0.8以上，那么往往可以直接写单因素的预测模型。如果效果不好，可以尝试多种组合方式，找到
指标最少、最易获得的组合
。
4.文章图表的制作
有了结论和思路，文章的图表制作就清晰明了。大家可以查看前几期文献分享稳固而知新。
表1是研究人群描述。需要展示研究的基本情况，在易侕软件中实现非常简单。（不过要注意，因为很多生化指标是偏态的，所以要用Q1-Q3的方式展示）
表2可以放单因素和多因素分析，调整年龄、BMI、既往史等混杂因素。
表3是预测模型的主要结果，我们分别展示着6个因素的AUC。其中TIBC因为AUC达到了0.835，所以我们可以直接用它来作为单一因素预测模型。
图1可以单独展示TIBC的预测模型ROC曲线，文章就全部结束了。
5.总结
上面就是我的分析思路了，当然因为篇幅原因，我简化了思考过程，很多细节没有过多讨论，肯定有不严谨的地方，不过重点在于思考过程的分享，希望对大家有所启发。
这篇文章最后发表在了Plos ONE上面，当然这篇文章和我没有任何关系。只是前两天看文献的时候看到了原始数据，觉得很有趣，所以就把作者的思路重现了一遍，以供大家学习。
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0210067
大家可以对比一下原文和我展示出来的图表，基本上没有差距，只是在展示形式上，作者把表2表3做到了一张表中，这样展示的效率更高，值得学习。
同时，作者还把这175个人分成了建模组和验证组，但是在正文中没有展示图表，而是放在了附表中。
因为推文不能分享PDF，想要文献和原始数据的小伙伴可以加入下面的QQ群，在群文件中免费下载，今后我们也会把一些好的文献发到群里，欢迎加入。
网友评论