《医学互联网研究杂志》(JMIR)正在邀请提交该杂志的电子合集，该杂志将专门介绍贝叶斯方法在医学研究中的应用。
误用P价值观仍然是医学和社会科学中的一个问题。对真假的追求导致了对非统计显著性的误解，即没有效果，并使用大样本量来识别没有现实意义的效应量。对证据二分法的关注导致了对I型错误的恐惧，这反过来又导致了对权力计算的可疑实践、对多样性的恐惧以及对P值支出的担忧。然而，变化正在到来，尽管缓慢，在就如何处理科学研究证据达成新的共识之前，它将需要一次再教育，可能还需要很多辩论。
已经提出的一种方法是使用贝叶斯方法来分析数据。证据将被认为是一个连续的测量，不会被分为显著或不显著。研究人员将负责用整体观点评估收集到的证据，考虑到研究设计、潜在偏差、推出干预措施所涉及的成本、对患者的风险、以前研究的结果等。
JMIR最近发布了一个教程，比较了传统的零假设检验方法和贝叶斯方法(简单介绍一下零假设检验和贝叶斯分析的比较:两项随机对照试验的再分析)，目前正在寻找作者使用贝叶斯方法的论文。如果作者希望得到分析支持，JMIR也提供了将他们的数据上传到JMIR数据的可能性(请参阅下文)。
提交论文
提交的论文应包括贝叶斯方法的使用，包括但不限于:随机试验结果的分析，试验设计(如。贝叶斯组序列设计)，观察性研究的分析，以及使用贝叶斯方法进行探索性分析。适用JMIR手稿指南。
稿件应通过在线系统发送至//www.mybigtv.com/author．
在投稿步骤1中，作者必须选择“电子文集:医学研究中的贝叶斯方法”部分(特邀编辑:Marcus Bendtsen)。(请参见我如何提交主题问题?)。
所有提交的手稿都将按照JMIR通常严格的编辑标准进行全面的同行审查。被录用的论文将在JMIR上发表，也可能根据论文的重点和影响转移到JMIR公共卫生与监测、JMIR医学信息学、JMIR精神卫生、JMIR人因、JMIR Res Protoc或其他JMIR姐妹期刊上。所有论文将一起出现在一个电子收集嘉宾编辑的学者如下所列。被主题刊退稿的论文仍可考虑定期刊投稿。
此特刊的物品处理费打八折(最多可节省$500)。
JMIR数据
有兴趣为特刊投稿的作者，但没有资源自己进行贝叶斯分析，可以使用JMIR Data访问对其分析的支持。编辑将对选定的项目进行统计分析，然后允许原作者在提交给特刊的文章中解释和讨论研究结果。在这里阅读更多关于JMIR数据的信息:https://data.www.mybigtv.com/announcement/view/138并在这里提交你的数据集:http://data.www.mybigtv.com/author．一旦您提交了您的数据集，请联系下面的客座编辑。
客座编辑
Marcus Bendtsen, Linköping大学marcus.bendtsen@liu.se