里面包含的数据很全面，有miRNA-mRNA相互作用，miRNA-lncRNA相互作用，miRNA-circRNA相互作用，还有现在比较火的ceRNA网络相关的数据。并且这个数据库中的数据并不是完全基于预测得到的，有免疫共沉定的实验数据支持

谈起临床研究，如何设立一个靠谱的对照，有时候成为整个研究成败的关键。对照设立的一个非常重要的原则就是可比性，简单说就是对照组除了研究因素外，其他的因素应该尽可能和试验组保持一致，这里就不得不提随机对照试验。众所周知，随机对照试验中研究对象是

为加强我国药物临床试验监督管理，推进药物临床试验信息公开透明，保护受试者权益与安全，2012年，原食药监局参照WHO要求和国际惯例建立了“药物临床试验登记与信息公示平台”(简称“登记平台”)，网址为http://www.chinadrugt

研究者想观察两个连续变量之间的相关性，可以使用Pearson相关性分析。使用Pearson相关性分析时，需要考虑5个假设。

研究者已知某些自变量（age和gender）与因变量（VO2 max）有关，拟判断逐个增加自变量（weight和heart_rate）后对因变量预测模型的改变。针对这种情况，我们可以使用分层回归分析，但需要先满足8项假设。

在前面的讲解中，我们已经介绍了符合率和Kappa分析，了解了结局指标是二分类变量（阴性、阳性）诊断试验可重复性的评价方法。那么，如果诊断试验的结局是连续变量，我们应该如何做呢？