🙋‍♀️不做实验，不收集数据，很多宝藏数据库为医学生提供了发文捷径，不少分析角度都可以进行数据挖掘。 🎯比如大家在收集了基线的实验检查数据，以及是否发生某结局事件，除了可以构建预测模型外，还可以做关联性分析。关联性分析是数据挖掘中常用的分析方法。 今天给大家分享一篇文献，IF=9.6，中科院1区。👍 文章题目：Association between serum alkaline phosphatase levels in late pregnancy and the incidence of venous thromboembolism postpartum: a retrospective cohort study 🧐这篇关联性分析文章之所以能发高分期刊，除了样本量大外，在统计分析方面中介效应检验和敏感性分析也是一大亮点。 这是一项回顾性队列研究，研究人群是武汉同济医学院附属协和医院的妇产科的孕晚期队列，纳入标准是孕35周到39周的孕妇，研究终点是产后6周内是否发生静脉血栓栓塞VTE。研究目的是探索ALP水平与VTE之间的关系，以及潜在的机制。 在阅读这篇文章之前，不妨先思考一下：如果是你来做实验室某检查指标与二分类结局的关联性分析，是不是直接做logistic回归呢，得出一个OR值，然后再调整一下协变量，算出调整后的OR值，这大概就是我们大部分人能想到的分析思路了。 🎯作者分析思路： 第一步，将连续型因变量分组，列出表1的基线特征； 第二步，做回归分析，分别调整不同的变量来验证回归模型，以及可以根据基线特征来分层分析进行敏感性分析； 第三步，检验中介效应，计算的中介效应大小。 👉如果您也想学习临床研究，但不知道如何入门，不妨找统计之光的老师一对一学习，专业老师全程陪伴，0基础友好。