PLOS Digital Health由Public Library of Science主办，是数字健康领域的开放获取期刊，致力于发表推动健康技术与数据科学融合的高影响力研究、综述和评论，涵盖人工智能（AI）、可穿戴设备、精准医学及健康数据管理等领域。期刊强调数字健康技术在提升医疗可及性、优化诊断及促进公平医疗中的核心作用。
Plos推荐AJE的论文润色等服务，您在向Plos旗下期刊提交稿件时，可以将AJE的润色证明一并提交给期刊。
期刊基本信息
期刊名称：PLOS Digital Health
主办单位：Public Library of Science (PLOS)
创刊年份：2022年
出版周期：连续出版（在线发布）
国际标准刊号（ISSN）：2767-3170 (online)
影响因子：7.7（2024年）
期刊定位与宗旨
定位：
《PLOS Digital Health》是面向数字健康领域的国际权威开放获取期刊，目标读者包括健康技术研究者、临床医生、数据科学家及公共卫生专家。期刊聚焦于数字工具、AI及大数据在医疗中的应用，涵盖从技术开发到社会伦理的广泛研究，致力于推动健康技术与医疗实践的融合。
宗旨：
期刊致力于发表数字健康领域的最新研究成果，通过开放获取模式促进全球学术交流，推动AI、可穿戴设备、远程医疗及精准医学的科学进步，为公平医疗和健康结果优化提供新洞见。期刊强调研究的透明性、可重复性及跨学科价值。
收录范围与主题
收录范围：
- Research Article：原创研究（8-12页），展示数字健康技术突破或跨学科洞见。
- Methods：介绍新数字健康方法或工具（6-10页），需验证应用效果。
- Reviews：综述文章（8-12页），总结数字健康进展，需编辑邀请。
- Opinions：观点文章（1-3页），讨论数字健康趋势，需编辑邀请。
- Editorials：编辑评论（1-2页），介绍期刊或专题，需编辑邀请。
- Correspondence：针对已发表文章的学术回应，需编辑批准。
主题领域：
- 人工智能与机器学习（如LLM用于抑郁症筛查）
- 可穿戴设备与健康监测（如PPG信号质量）
- 精准医学与健康数据管理
- 远程医疗与电子健康
- 医疗影像与诊断技术
- 健康差异与公平性
- 数字健康的社会与伦理问题
编委会与编辑团队
编委会组成：
《PLOS Digital Health》的编委会由全球数字健康领域的顶尖学者组成，包括主编、副主编及编委。主编为数字健康或数据科学领域的权威专家，如主编Leo Anthony Celi（MIT，健康数据科学，Web ID: 5）。编委涵盖AI、精准医学及公共卫生专家，来自哈佛大学、伦敦帝国理工学院、中国科学院等机构。编委职责包括审稿指导、专题策划及学术监督（文档及Web ID: 0提及招募编委）。
编辑团队：
编辑团队由专业科学编辑组成，具有数据科学、医学或相关领域的博士学位及丰富编辑经验。团队负责初审、协调同行评审、确保出版质量，并提供投稿咨询。编辑部通过plosdigitalhealth@plos.org与作者沟通，确保高效审稿流程。
审稿流程与周期
审稿流程：
- 初审：编辑部评估稿件的科学意义、原创性及与期刊定位的匹配度，约3-5天。
- 同行评审：通过初审的稿件分配给2-3位领域专家进行双盲评审，评估方法、数据及结论的严谨性。
- 终审：编辑综合审稿意见决定接受、修订或拒绝，作者需逐点回应审稿意见。
- 修订：允许多轮修订，需在规定时间内（通常4-8周）提交修订稿。
审稿周期：
- 初审：3-5天
- 同行评审：3-6周
- 从投稿到首次决定：平均6-8周
- 从接受到在线发布：约2-4周（官网数据）
投稿要求与指南
投稿要求：
- 文章长度：Research Article建议8-12页，Methods建议6-10页，Reviews/Opinions建议1-3页或8-12页，无严格上限，需精炼。
- 格式：使用PLOS模板（Word），支持DOC、DOCX、RTF或PDF，单栏，Arial或Times New Roman，11号字，双倍行距。
- 图表：嵌入正文，修订稿需单独上传高分辨率文件（≥300 DPI，TIFF或EPS）。图表标题置于下方，10号字，图例≤150字，建议色盲友好颜色（如蓝/黄）。
- 公式：居中，右对齐编号，如 (1)，文中称为“equation (1)”。
- 数据可用性：所有文章需公开数据集，存放在Dryad、figshare、Zenodo等，提供DOI，符合FAIR原则。
- 代码可用性：涉及算法或处理的需提供代码（如GitHub链接）或补充信息。
- 伦理声明：涉及人类或动物数据的需提供伦理委员会批准编号，遵循《赫尔辛基宣言》或动物伦理指南。
- Cover letter：说明研究的创新性、数字健康意义及适合《PLOS Digital Health》的理由。
示例：
Dear Editor,
We submit our manuscript, "AI-Driven Depression Screening," which leverages LLMs for mental health monitoring. This work advances digital health innovation, fitting PLOS Digital Health's mission.
投稿指南：
- 通过Editorial Manager提交。
- 注册并关联ORCID，指定通信作者。
- Reviews/Opinions/Editorials需先提交提案至plosdigitalhealth@plos.org（标题、300字摘要、大纲、目标读者群）。
- 上传PLOS模板稿件、cover letter、图表（单独文件）、补充信息。
- 提供利益冲突声明、数据/代码可用性声明、伦理声明。
- 推荐3-5位审稿人（可选，提供姓名、邮箱、理由）。
- 跟踪审稿状态，修订稿需提交Word文件及逐点回应。
- 联系plosdigitalhealth@plos.org查询状态或申请APC减免。
出版质量与影响力
出版质量：
《PLOS Digital Health》采用严格的编辑流程，包括专业校对、格式审查及图表优化，确保文章科学严谨、排版清晰。所有文章遵循开放获取标准，数据和代码透明，增强可重复性。编辑团队与作者合作，提供语言润色建议（如AJE服务），确保文本清晰易读。
影响力：
- 数据库收录：被PubMed、Scopus、Web of Science、DOAJ等收录（Web ID: 4）。
- 影响因子：4.4（2023年，LetPub），JCR Q2区，中国科学院2区。
- 引用：文章广泛被数字健康、AI、精准医学领域引用，特别是在健康监测和数据伦理方面（Web ID: 0, 1, 9）。
- 开放获取：所有文章免费获取，扩大全球影响力，支持知识共享。
特色栏目与活动
特色栏目：
- Research Articles：聚焦数字健康技术，如LLM抑郁症筛查、PPG信号优化（文档及Web ID: 0）。
- Methods：介绍新数字健康工具，如AI算法或可穿戴设备分析（Web ID: 7）。
- Digital Determinants of Health：探讨数据贫困及健康公平性（Web ID: 10, 12）。
- Collections：专题合集，如“AI in Healthcare”或“Wearable Technologies”。
学术活动：
- 期刊与HIMSS（医疗信息与管理系统学会）等合作，举办会议（如HIMSS Global Health Conference），提供投稿作者展示平台。
- 支持在线研讨会，聚焦AI健康监测、精准医学等热点（Web ID: 9）。
- 鼓励社区博客（PLOS Biologue）投稿，分享数字健康研究故事（基于《PLOS Biology》文档）。
读者服务与互动
读者服务：
- 电子版下载：所有文章通过官网免费下载（PDF、HTML）。
- 邮件订阅：提供新刊通知及专题更新订阅（https://plos.org/subscribe）。
- RSS推送：支持RSS订阅最新文章及公告。
- 数据访问：所有文章数据集公开，存储于Dryad、figshare等，附DOI。
读者互动：
- 鼓励通过官网评论系统（https://plosdigitalhealth.org/comments）发表意见。
- 接受读者来信（Correspondence），讨论已发表文章，需编辑批准。
- 通过社交媒体（@PLOSDigital）与读者互动，分享研究亮点。
联系方式与订阅信息
联系方式：
- 邮箱：plosdigitalhealth@plos.org
- 电话：+1 (415) 624-1200（PLOS总部）
- 在线客服：https://plos.org/contact/
- 投稿系统：https://plosdigitalhealth.msubmit.net
订阅信息：
- 期刊为全开放获取，无需订阅，所有文章免费阅读。
- APC为2,200美元（2025年），无资助研究可申请减免，联系plosdigitalhealth@plos.org。
- 提供机构合作计划，详情见https://www.plos.org/publish/fees/.
最后
PLOS Digital Health期刊促进了健康技术与医疗实践融合的发展。本文基于官网指南及AI在健康监测中的应用案例，系统解析了期刊信息、投稿要求及读者服务，为您的投稿提供支持与帮助。投稿请严格遵循PLOS格式规范。
