冲刺一区！挑战7天完成一篇趋势性分析GBD DAY1-7

Day1.

公开数据库的挖掘太火热了,其中GBD数据库的挖掘又十分的火爆.那我就来挑战一篇GBD、一篇关于趋势性分析的GBD！

GBD数据库挖掘是目前的四大刊常客，经常出现在顶级期刊上面。这个数据库亮点就是：可视化，统计学简单、而数据可视化才是关键。自从上次挑战GBD数据库后，我通过检索又发现新增了很多篇文献。共同探索、共同进步，希望能增加几篇、也期待有所突破！

这次我挑战的是全球疾病负担的趋势性分析（trend analysis）。重点是分析DALYs、发病率、患病率这些指标的变化趋势，分析过程中会用到Jointpoint软件。

首先确定目标期刊。在检索文献的过程中，发现许多常见的疾病已有研究，经过深思熟虑过后终于确定给了方向。最终，我确定了一个相对来说不那么热门的疾病（也不限定领域了，哈哈）

我选择了BMC cancer作为我的目标期刊。虽然他属于肿瘤学领域2区期刊，但是之前BMC期刊的严谨性给我留下了深刻的印象。

目标文献选的是2024年最新发表的文献（DOI: 10.1186/s12885-024-12480-7），我们将使用最近2021年更新后的数据进行分析。

全力以赴，冲锋冲锋！

Day 2!

今日进展：继昨天确定了目标期刊和文献后，我对选定的主题进行了深入的评估，判断其可行性。选题是任何一个研究中最重要的一步，选对了就是事半功倍，选错了就是一切努力都可能白费！只要确定主题有研究价值，我们就能信心满满地攻克所有方法学难题。毕竟，“所有方法学都一定会被掌握”，而且“框架写作法”会快射上手成稿！

接着，我下载并精读了几篇基于GBD趋势性分析的高分经典文献，发现结果展示部分大同小异，主要区别在于研究的疾病不同。写作风格和结构也有共通之处，那么，我该重点分析哪些具体内容呢？

通过阅读目标期刊的相关文献，我明确了需要完成的内容：

--发病率和年均百分比变化(AAPCs)

--患病率和AAPCs

--DALYs率和AAPCs

--全球发病率地图

--新病例数量变化

--发病率、患病率和DALYs率的趋势分析

--发病率与社会人口指数(SDI)的关系

我们的挑战还在继续，让我们保持这股冲劲，一往无前！

Day 4-5!

今日进度：做出Table和Figure

GBD数据提取可以在官方网站非常容易就提取。注意的是，目前数据已经更新到2021，需要下载最新的数据进行分析。可能是因为关注GBD的人越来越多，最近数据下载速度偏慢，而且容易崩，需要耐心等待。按照不同的要求下载不同的指标（发病率、患病率、DALYs等），下载好了过后也不需要特别的清洗，通常不需要进行复杂的清洗工作，可以直接进入分析阶段。剩下的主要就是可视化分析和Jiontpoint软件使用。

通过前面的文献阅读已经知晓相关思路，为后续的分析和写作打下基础，故一步一步操作就好了。

师弟师妹们如果要做类似的研究（换个疾病），如果我关注的疾病被别人写过了怎么办？这个问题很好解决，和之前的方式一样：

--换地区：别人做Global，那我关注亚洲？非洲？发展中国家？

--换人群：别人做全部人群，我关注儿童？关注老年？

--换时间：因为2021年的数据已经更新了，所以可以换时间到2021

所以说文章是写不完的。科研是一个不断探索和发现新问题的过程，通过不断变换研究的视角和方法，可以持续产出新的研究成果。

今天的所有表格和图片就完成了，后面就要开始写作啦！