法医学杂志

期刊简介

  《法医学杂志》(CN 31-1472/R,ISSN 1004-5619)创刊于1985年7月,由中华人民共和国司法部主管、司法部司法鉴定科学技术研究所主办,是我国第一本向国内外公开发行的国家级法医学专业学术刊物。本刊创刊时为每期48页季刊,1996年改为每期64页,2005年改为每期80页,2006年变更为每期80页双月刊。2009年起正文纸张由80克双胶纸改为80克UPM雅光纸,采用了图文混排方式。

  《法医学杂志》的办刊宗旨为:提供法医学及其相关学科的新理论、新技术、新方法等信息,为维护司法公正、贯彻依法治国的方略服务,促进国内外同行的学术交流和本学科的发展。

  《法医学杂志》刊登的主要内容包括:法医病理学、法医临床学、法医物证学、司法精神病学、法医毒理学、法医昆虫学和毒(药)物分析、医疗纠纷、医疗事故的法医学鉴定以及交通事故鉴定等现代司法鉴定科学方面的最新成果和动态。既刊登大量国家自然科学基金等大型项目资助的创新性科研成果,也刊登许多对实际鉴定工作大有帮助的实用性技术和经验交流类文章,全面地为法医工作者提供科研、教学、检案等方面的新动向、新进展、新技术、新经验。

  开设的栏目有:研究论著、技术与应用、案例分析、经验交流、医疗纠纷、疑难案例报道、综述、专题讲座和教育培训等。

  主要作者和读者群为:公安、检察、法院、司法行政系统等部门的法医工作者,各类司法鉴定机构中的法医学鉴定人,高校法医院系、法律系的师生,卫生医疗单位的医务人员和法律工作者。

  本刊编辑部多年来奉行高水平、高质量、高品位的办刊方针,在办刊中严格执行有关国家标准和规范以及审校制度,编辑人员对稿件的处理精益求精。录用文章学术水平高,实用性强,栏目内容丰富,版面设计合理,图表制作精确,印刷装帧精良,深受法医学界专业人员、高校师生及司法鉴定领域中相关人员的欢迎和认可。为促进法医学学科发展、提高本学科的科研和检案水平以及法医学人才培养作出了重要贡献。

  本刊自1997年被美国生物医学文献资料数据库MEDLINE收录,是中国第一也是目前唯一一本进入该数据库的法医学类期刊。自1999年起陆续被《万方数据》、《中国学术期刊(光盘版)》、《中国学术期刊综合评价数据库》统计源期刊、《中国期刊全文数据库》、《中国核心期刊(遴选)数据库》等全文收录;被全国医学综合性检索工具《中文科技资料目录-医药卫生》列为核心期刊收录;获首届《CAJ-CD规范》执行优秀期刊奖。2008年起本刊被确定为荷兰医学文摘(EMBASE)数据库收录期刊和中国《全国报刊索引》核心期刊。2009年被“中国科技论文统计源期刊”(中国科技核心期刊)收录。2011年被中国科学引文数据库(CSCD)收录。2012年被Elsevier公司二次文献数据库(Scopus)收录。2013年 超星数字期刊。2015年 第四届《中国学术期刊评价研究报告(武大版)(2015-2016)》中,被评为“RCCSE中国核心学术期刊(A)”。2016年4月《法医学杂志》被中国社会科学院中国社会科学评价中心《中国人文社会科学期刊评价报告(AMI)》的引文数据库收录为来源刊;10月,获准加入WHO西太平洋区医学索引(The Western Pacific Region Index Medicus, WPRIM)。

  根据期刊引证报告最新统计,《法医学杂志》影响因子逐年上升,目前在法医学类期刊中,其影响因子名列榜首。

               

在论文中该如何去筛选条件和数据

时间:2024-11-28 11:49:36

1.明确研究问题和目标

精准定位研究问题:在筛选条件和数据之前,必须清晰地确定研究问题。
确定研究目标导向的数据类型:根据研究目标确定需要的数据类型。如果研究目标是评估药物疗效,那么主要的数据可能包括患者的症状改善情况、肿瘤标志物水平变化、影像学检查结果等;如果是研究安全性,可能需要关注药物不良反应的类型、发生频率、严重程度等数据。

2.考虑数据来源和质量

评估数据来源可靠性:数据来源的可靠性直接影响研究的可信度。对于医学和生命科学研究,可靠的数据来源可能包括权威医疗机构的临床记录、经过严格同行评审的科学文献、政府部门的公共卫生数据等。
检查数据质量标准:评估数据的质量,包括数据的准确性、完整性、一致性和时效性。

3.依据研究设计筛选条件和数据

实验设计相关条件筛选:如果是实验性研究,如临床试验或实验室实验,根据实验设计的分组情况筛选数据。

观察性研究的条件筛选:在观察性研究中,根据研究的观察指标和纳入排除标准筛选数据。

4.数据筛选的统计学和实际意义考量

统计学意义筛选:从统计学角度考虑数据的有效性。

实际意义考量:除了统计学意义,还要考虑数据的实际意义。即使某些数据在统计上具有显著性,但如果其实际差异非常小或在实际应用中没有价值,也需要谨慎考虑是否纳入。例如,在药物研究中,虽然两种药物在某项指标上的差异在统计上显著,但如果这种差异在临床实践中不会对患者的治疗效果或生活质量产生实质性影响,那么这个数据在实际应用中的价值可能有限。

5.数据的可操作性和可解释性筛选

可操作性筛选:确保筛选的数据在后续的分析和处理过程中是可行的。
可解释性筛选:选择的数据应该是易于理解和解释的。在研究报告中,需要对数据进行解释和讨论,因此筛选的数据应该能够与研究问题和研究结果建立清晰的逻辑联系。避免选择那些难以解释其意义或与研究目标关联性不强的数据,以免在论文撰写过程中出现数据堆砌而无法有效阐述研究观点的情况。