#顶刊精要##临床决策助手#
AJG：161673人国家级大队列揭示可从长期使用阿司匹林中获益的乙肝感染者临床特征

尽管阿司匹林与降低肝细胞癌（HCC）发生风险有整体性关联，但针对乙型肝炎病毒（HBV）感染者，具体何种临床情况可从阿司匹林中获益仍缺乏相关研究。
一项来自美国胃肠病学（AJG）杂志的国家级大队列对此进行了分析。

该研究回顾性分析了2010至2011年HBV感染者的全国性数据，将服用阿司匹林>3年的患者归类为阿司匹林使用者，主要结果为发生HCC。使用多变量Fine和Gray竞争风险回归模型评估全队列的调整后风险比（HR），按1:4的比例进行倾向性评分匹配。

总体来说，161673名患者中共7083人在平均7.5年的随访期间新发HCC。
主要结果如下：
（1）对年龄、性别、高血压、糖尿病、血脂异常、肝硬化、抗病毒药物、二甲双胍、他汀、吸烟、饮酒和肥胖等因素进行调整后，阿司匹林使用者（n=9837）发生HCC的可能性较小；全队列调整后的HR为0.84（p=0.002），匹配队列中为0.87（p=0.010）。
（2）使用阿司匹林与全因死亡率并未见显著相关（HR：0.93；p=0.192），而与肝脏相关死亡有显著相关性（HR：0.79；p=0.019）。
（3）根据肝硬化、性别、高血压、非糖尿病、非抗病毒药物治疗慢性乙型肝炎、非二甲双胍使用、非他汀使用、吸烟及肥胖进行划分的亚组中，同样可观察到显著的关联（P均<0.05）。

综上，大样本队列确认了长期使用阿司匹林可降低乙肝感染者发生肝癌的风险，并揭示了可从阿司匹林使用中获益的相关临床特征。不过具体的因果关系及病理机制仍需进一步探索。

和朋友们聊起来算命，我对此抱持这都是统计模型的的态度：假设每位算命先生都有自己的一个预测模型，卦摊前的买主想知道的是应变量，先生根据问询和观察得到数个自变量，代入模型最后就能得到一个预测结果。

当然每位先生的模型拟合效果不一样，结果的准确性也就不同。

初始模型是从师傅那儿学来的，但在实践中通过不断更新迭代，模型的拟合效果越来越好，结果就越来越准了。

#今日用统计学看世界[笑cry]

毕业论文有感

◽ 学校安排的初稿、进度稿不要图应付ddl随便整，不要拖不要拖，不然就会像我一样最后忙成狗

◽ 做实证应该要多试一下变换控制变量、变换模型以及数据一定要在前期就要下载整理好

◽ 尽快完成初稿和导师沟通，因为导师不是随时有空，并不能你发了以后马上给你修改意见

◽ 定稿以后查重降重调整格式也是一个大工程

◽ 免费查重都普遍虚高，但是可以参考报告进行降重修改，某宝上也有比较准的知网查重但需甄别

◽ 个人情况可参考:paperyy至尊版16％ 知网5％