La base de données SEER est la ressource la plus accessible au monde en matière de résultats de la recherche sur le cancer. L'inscription ne prend que quelques minutes, les données sont gratuites et le logiciel d'analyse est gratuit. Cette accessibilité explique à la fois la valeur de cette ressource et l'intérêt croissant qu'elle suscite auprès des rédacteurs en oncologie. Rien qu'en Chine continentale, 1 566 articles SEER ont été publiés en août 2020, un chiffre en forte croissance par rapport à l'année précédente.
Pléiotropie dans la randomisation mendélienne : ce que chacun des quatre estimateurs vous protège réellement de
L'utilisation de quatre estimateurs et la vérification de leur concordance sont devenues la méthode standard pour se prémunir contre la pléiotropie dans un article portant sur la randomisation mendélienne. On utilise la pondération par l'inverse de la variance pour le titre, puis l'estimateur MR-Egger, la médiane pondérée et le mode pondéré, et on inclut dans les résultats une phrase indiquant la cohérence des estimations entre les différentes méthodes. Editverse a validé plus de 1 100 manuscrits, et cette méthode est désormais la plus courante.
Instruments faibles dans la randomisation mendélienne : que vous révèle réellement la statistique F ?
La statistique F est le premier chiffre qu'un relecteur examine dans un article sur la randomisation mendélienne. La règle qui y est associée, selon laquelle un instrument est adéquat dès que F dépasse 10, est citée dans presque toutes les sections « Méthodes » rédigées depuis 2011. Editverse a soutenu plus de 1 100 manuscrits, et dans les travaux de registre et d'épidémiologie génétique menés par nos statisticiens, la statistique F est également le chiffre que les auteurs…
Apprentissage automatique pour l'analyse des données : applications dans la recherche universitaire pour 2024
« Le plus grand danger en période de turbulence n’est pas la turbulence ; il s'agit d'agir avec la logique d'hier. Cette citation de Peter Drucker met en évidence le grand changement que l'apprentissage automatique apportera à l'analyse des données dans la recherche universitaire pour 2024. L'apprentissage automatique (ML) change la façon dont les chercheurs effectuent leur travail. Il utilise des algorithmes complexes pour gérer de grands ensembles de données. D’ici 2024, le ML vous aidera à trouver des informations plus approfondies…
Analyse du Big Data dans la recherche : outils et techniques pour 2024-2025
"Sans données, vous n'êtes qu'une autre personne avec une opinion." – W. Edwards Deming. Cette citation montre pourquoi le Big Data Analytics est essentiel dans la recherche pour 2024-2025. Avec plus de 328.77 millions de téraoctets de données créés quotidiennement et 120 zettaoctets par an, l'analyse avancée des données est essentielle pour analyser ces énormes ensembles de données1. Le marché de l'analyse du Big Data devrait atteindre 84 milliards de dollars d'ici 20241. Dans le contexte actuel…