没有时间做实验那就来跟我们做数据挖掘

很多临床医生都是很忙的，并没有像研究生那样有足够的时间做实验。但是我们又需要发文章，以及培养科研思维。那么，有没有其他方法既可以发文章又可以科研思维呢？答案肯定就是有的。例如搞搞meta分析，meta分析不认可？不要紧的，我们还可以挖掘生信数据，同时我们还可以挖掘临床数据。数据挖掘，数据挖掘，就是利用别人辛辛苦苦做实验的数据来发自己的文章，这个过程是比较简单的。我们只需要找到相关的数据，然后一些统计分析，得到相关的图表就可以出来一篇篇SCI。在这个数据挖掘的过程中，你最多的就是复制运行一下代码，或者点点鼠标，根本不是复杂的计算机知识，更不会有天天熬夜养细胞的痛苦，更不会有天天对着一笼小白鼠的痛苦。

现在我们来展示一篇数据挖掘的文章，看看到底难不难，大家可以看看这篇：Bioinformatics Analysis and Identification of Genes and Molecular Pathways Involved in Synovial Inflammation in Rheumatoid Arthritis

这篇文章具体的操作就是这样子的：

第一步，在GEO数据库上检索相关的研究方向，然后找到后进行差异分析

第二步，如果有多个数据集就可以直接取交集

第三步，将得到的差异基因做GO富集分析

第四步，将得到的差异基因做KEGG富集分析

第五步，将差异基因进行PPI分析和筛选hub基因

这是比较简单也是比较典型的数据挖掘，其实还是很多分析方法和发文套路。现在我们再来看看临床数据挖掘：

这是一篇利用SEER数据做临床预测模型的文章，这篇文章发表在Journal of Thoracic Disease上，该期刊的影响因子为1.8，这类文章是算Original Article，完全可以用来毕业，评职称。

文章题目：Clinicopathological characteristics and prognosis of pulmonary pleomorphic carcinoma: a population-based retrospective study using SEER data

下面，我们来看一下这篇文章的发文套路：

1、从SEER数据库上下载数据

2、整理好数据，准备构建Cox回归模型

3、构建Cox回归模型

4、绘制列线图

5、计算C指数

6、绘制校准图

7、对各因素进行KM生存分析

可见，这种发文套路是非常清晰的，无论是自己收集的医院数据，还是SEER数据，TCGA临床数据，TARGET临床数据，都可以发这样的文章，总结为下面的套路：

如果想快速掌握这些操作技能，可以学习我们的课程~其实，SEER数据挖掘，这样玩才爽的，这样就可以大大帮你节省非常多的时间，当然你也可以自己上网百度慢慢摸索的，觉得自己有这样的能力是完全可以的。这样数据挖掘的文章通常比的不是智商高低，而是看谁的速度快，有些学员已经发了3-5篇这样的文章了，而有些人还在百度寻找怎么样下载SEER数据。

总的来说做肿瘤研究的医生是比较幸运的，因为数据挖掘基本是挖掘肿瘤数据，当然非肿瘤也是可以挖掘的，只是数据量比较少，很多罕见的疾病是做不了的，这样子只能做meta分析，如果meta分析也做不了，可以尝试写病历报道。