用公共数据库发SCI的2个实用技巧，赶紧GET！

可能很多人都有一种错觉，公共数据库的数据只能用来作为辅助，想要发表一篇影响因子够高的文章，必须要有足够的科研资源，相当可靠的实验数据

今天，美国杜克大学罗晟教授通过实际案例来为大家讲解，在数据本身不行的情况下，如何发SCI本次介绍的案例是一位医学生经过罗晟教授辅导后，将研究成果发表在影响因子超过10的Annals of Surgery的期刊上

这篇文章数据就来自于美国公共数据库NCDB，数据本身并不具备多大优势，最终能够发表，主要有两个原因：一是研究问题比较好，二是选择了新颖的统计学方法下面我们来具体看一下这篇文章主要解决的问题就是术后辅助化疗对非转移性结直肠癌低分化神经内分泌癌预后的影响

对于这个问题，现有的两个相关的指南中缺乏对辅助化疗影响的可靠证据而这篇文章的发表就解决了在指南上没有可靠依据的一个重要问题那它是如何来解决这个问题呢？在了解统计方法之前，我们先来对研究有一个基础的认识在下面的流程图中，展示了如何在结直肠癌的NCDB数据库找到4262个有结直肠癌的病人，又经过一系列的筛选，最终确定806人满足我们的研究标准的全过程其中，大概有394（约一半）人接受了化疗，另一半没有接受化疗

我们的目标就是，对比两组人术后的化疗对生存率的影响研究难点在于这个研究存在很多变量，如何将多个影响总生存率的因素放到模型里？

1病人本身的变量：病人的种族年龄性别保险得病时间？这些因素跟术后生存都具有一定关系

2肿瘤相关的因素导致变量：肿瘤的位置大小分级等

3治疗方法相关对于接受化疗跟不接受化疗的主，他们的因素很有可能是很不一样比如收入保险情况医保情况都可能是不一样的，而这些都会影响他的最后总生存率

我们怎么处理数据对于研究结果就有很大影响因素在上面这个图中，做化疗跟不做化疗的总生存率有交叉，表示基本上没有什么区别但如果我们用一个新的统计方法IPTW，用这个方法去调整，我们就发现这两条线的就分得很开，生存率还是有一定区别的

从前面的这个统计上不显著的结果，最后达到这个显著结果，表明做了化疗的病人跟不做化疗的病人，他们的总生存率是有明显的统计上显著的提高

而这就是这篇文章的一个主要贡献，运用了IPTW这个比较新颖的方法，也是它能够发表的一个重要原因

为什么说这种方法比较新颖呢？因为此前很多观察性的研究，经常都是使用匹配的方法，但经常存在病人匹配不上，导致数据丢失，从而导致最终的数据产生偏差，而IPTW的好处就在于它不会丢失数据

划重点想要利用公共数据库发文章，可以从以下两个方向入手：1寻找一个好的研究方向，用旧数据解决新问题

2尝试换一种新的统计方法，可能会导致完全不一样的结果

是不是感觉发表SCI也没有那么难呢？关注我们，国际期刊审稿人教你如何轻松发表SCI！

    关注 掌上医讯心血管频道