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。
高血压门诊数据科研转化指南
时间：2025-06-26 17:26:34
在临床门诊中，高血压患者的诊疗数据如同未经雕琢的矿石，通过系统化的科研方法提炼，可转化为具有国际影响力的SCI论文素材。心血管疾病研究中，用药依从性与血压控制的关系是经典命题，但如何从碎片化门诊工作中提取有效数据并规避伦理风险，需要一套标准化操作流程。
病例挖掘：从电子病历中筛选黄金样本
门诊病历和医院数据库是天然的病例库。例如，一项针对58例高血压患者的研究显示，仅41.37%能完全遵医嘱用药，这类数据可通过电子病历系统的用药记录模块初步筛选。建议采用"三阶筛选法"：先以ICD编码抓取高血压病例，再通过处方记录筛选长期用药患者，最后结合复诊频率排除失访病例。值得注意的是，杨静等对社区580例患者的调查发现，用药依从性仅18.62%，这说明真实世界数据往往比临床试验更具冲击力。
伦理审查：构建合规性防火墙
使用回顾性数据时，需在伦理申请中明确三点：数据脱敏方法（如哈希算法处理身份证号）、研究对患者无额外风险、成果仅用于学术目的。参考某3608例高血压研究，可采用"整群抽样+弃权同意"模式，即公告研究计划后，未明确拒绝的患者数据可纳入分析。关键要说明血压数据（如收缩压/舒张压）与用药记录（如处方系统抓取的取药间隔）的关联性分析不涉及隐私泄露。
数据脱敏：平衡科研价值与隐私保护
电子病历系统的结构化数据最易处理：将姓名替换为病例编号，住址简化为行政区划代码。对于文本型数据（如病程描述），需要NLP工具自动识别并替换敏感词，例如将"某局退休干部"转化为"机关退休人员"。多中心研究可借鉴OR值计算法，像某研究显示本地户籍患者血压控制率是外地户籍的1.379倍，这类群体差异分析只需保留人口学特征大类。
随访设计：破解失访率的达摩克利斯之剑
结合门诊特点推荐三种低成本随访方案：一是利用复诊时自动弹窗问卷（参考林顺兰的电话随访研究），二是通过医保系统抓取取药时间间隔判断依从性，三是在电子病历中嵌入智能提醒模块。特别要注意定义明确的血压控制标准，例如某研究将"规律服药后收缩压<140mmHg"作为节点事件，这种客观指标比患者自述更可靠。
从数据到论文的转化密码
将门诊数据转化为SCI论文需要建立"临床问题-数据验证-机制探讨"的三段式框架。以用药依从性为例，可先描述现状（如梁丹研究发现仅11.9%老年患者完全遵医嘱），再通过logistic回归分析影响因素（参考户籍与血压控制的OR值），最后引入药物素养等创新概念（如用药素养驱动依从性改善的理论）。建议采用"漏斗式写作法"：从广泛的患病现状切入，逐步聚焦到具体临床问题，最终落脚于干预方案设计。
门诊数据的科研转化如同制作压缩饼干，需要将分散的营养成分高度浓缩。通过标准化流程处理原始数据，既能保持临床工作的连续性，又能产出符合国际规范的研究成果。记住，优秀的临床研究不在于数据量庞大，而在于能否像杨静团队那样，从3036例样本中提炼出580例高血压患者的精准洞察。