問：謝謝校長，上次那篇統合分析後來刊登了，感謝！只是，教研部登錄並張貼到佈告欄後，有長輩特別來跟我說，統合分析是沒有用的東西，只是電腦操作一下，整合既有文獻，美其名是實證醫學的頂端，但沒有什麼原創貢獻，希望我多進實驗室跟臨床研究。你覺得我該去嗎？
答：（蔡依橙）
這個論點牽涉到比較多的價值判斷，同學你都覺得想來問我，表示你對其脈絡跟論述也有懷疑。
首先，我先回答你要不要去老師的實驗室，或者跟他做臨床研究的問題。
2025 / 12 / 16
2025 / 12 / 11
[快訊] 陳鋭溢醫師團隊，關於慢性腎臟病第三期到第五期病患，停用或繼續使用「腎素-血管張力素系統抑制劑」之統合分析，獲 Frontiers in Pharmacology 刊登！
文章介紹
腎素-血管張力素系統抑制劑（RASi），包含「血管張力素轉化酶抑制劑」（ACEi）或「血管張力素 II 受體阻斷劑」（ARB），已知具有保護心臟和腎臟的作用。然而，對於慢性腎臟病（CKD）第 3 期到第 5 期的病患，是否應該繼續使用 ACEi 或 ARB 藥物，醫界仍存在不確定性。
陳鋭溢醫師團隊系統性地搜尋了 PubMed、Embase 和 Cochrane Library 等資料庫，收集截至 2024 年 5 月 30 日所有相關的研究。
研究目的在於評估 CKD 第 3 期到第 5 期病患，繼續使用 RASi 或停止使用 RASi 治療，對於以下幾種結果的影響：所有原因的死亡（all-cause mortality）、末期腎臟病（ESKD）、主要不良心血管事件（MACE），以及高血鉀（hyperkalemia）。證據的確定性是使用 Cochrane 方法和 GRADE 方法進行評級。
研究總共找到了 520 篇研究，其中有 8 篇研究被納入分析，涵蓋了總共 243,775 名病患。在這些病患中，各項事件的發生率如下：
- 所有原因的死亡：發生率為3%（74,447 名病患中有 29,993 人）。
- 末期腎臟病（ESKD）：發生率為9%（32,191 名病患中有 8,992 人）。
- 主要不良心血管事件（MACE）：發生率為3%（30,059 名病患中有 11,225 人）。
- 高血鉀（hyperkalemia）：發生率為4%（21,642 名病患中有 8,533 人）。
統合分析結果顯示：
- 與繼續使用 RASi 的病患相比，停止使用 RASi 的病患有較高的風險發生末期腎臟病（ESKD）。
- 然而，停止使用 RASi 的病患有較低的風險發生高血鉀，勝算比（OR）為68。
- 在所有原因的死亡和主要不良心血管事件（MACE）方面，兩組間則沒有顯著差異。
研究結論表示，與繼續使用 RASi 治療的病患相比，停止使用 RASi 治療的病患表現出較高的末期腎臟病（ESKD）風險，但同時降低了高血鉀的風險。不過，在所有原因的死亡和主要不良心血管事件（MACE）方面，兩組間並沒有顯著的差異。
恭喜陳醫師！
統合分析，為什麼不用 Cohen’s d，而要選 Hedges’ g？來看看講師的建議。
2025 / 12 / 11
做統合分析時，總併發症與各類併發症都要畫 forest plot 嗎？
問：我著手作統合分析，研究某個手術的併發症，這個手術有兩種作法，我預計做 subgroup 的分析。請問在 outcome 部份，我是不是用總併發症去做一個 forest plot，然後細分各種併發症（疼痛、出血、感染、再手術、mortality），又各做一個 forest plot？這樣規劃是對的嗎？
答：（蔡依橙）
這樣想的確是可以的，但實際上要根據你所擁有的資料，跟你想做的論述，去做優化。
「總併發症」是否一定要畫？
總併發症到底要不要畫一張 forest plot，這個要看你預計說一個怎樣的故事。
假設，這兩種手術作法 A 和 B。A 併發症比較多，但都是傷口痛，病人會抱怨。B 的併發症少，但一發生就是 mortality，患者往生。那我們畫一張 forest plot + subgroup，去說 A 的併發症比較多，這樣合理嗎？是我們想要傳遞的訊息嗎？明明 mortality 就是很嚴重的問題，而傷口痛就是止痛可以解決的，如果只用「總併發症」這個分類去做，就可能會傳遞相反的意義。
2025 / 12 / 8
11 月 86 篇！校友 PubMed + SCI 成果發表 (2025/11)
Original article x 60
原創論文連續三個月維持在 50 篇以上，8 月（53 篇）、9 月（75 篇）、10 月（86 篇）平均每天至少都有一位學員發表！
臨床研究文章佔原創 62%、統合類文章佔 18%。
臨床研究的適用性廣，不論是醫學生、住院醫師，還是一路升上主治醫師、準備專科考試或研究所，論文發表早已不是「加分選項」，而是必備條件。老師給資料，根據資料跑出統計，並寫出一篇登上 PubMed 的論文，想學會這樣的技能嗎？請參考《醫學論文與寫作工作坊》。缺少資料必須單兵作戰，可參考《統合分析工作坊》、《網絡統合分析工作坊》。
本月文體分布如下：
- Clinical x37
- Meta-analysis x8
- Network meta-analysis x3
- Basic x8
- NHIRD x4
- Letter x13
- Case report x6
- Review x2
- Image x2
- Perspectives x1
- Technical note x2
臨床論文「從投出到接受」最快只要 28 天
- 本月 original article 分類中，總計「臨床」、「meta-analysis」、「network meta-analysis」最快被接受（從 received 到 accepted）天數，「臨床」最快為 28 天，「統合分析」為 70 天，「網絡統合分析」為 63 天。總體來看，中位數為 118 天，表示這三類有一半的文章從投出到被接受，少於或等於 118 天。
- Impact factor 區間 9-40.4。平均值 4.04、標準差 4.39。超過 5 分以上的有 15 篇。
2025 / 12 / 5
老師好，我是 PGY1，已上課、有準備，能跟您做研究嗎？
作者：奇美醫院 復健部 何承蔚 醫師
相關文章：[快訊] 何承蔚與陳鋭溢醫師團隊，關於免疫檢查點抑制劑相關急性腎損傷之統合分析，獲 Cancer Immunology, Immunotherapy 刊登！
畢業於一個研究風氣相對盛行的醫學大學，我曾對同儕早早進入實驗室、尋找指導老師撰寫論文等行為感到不解，自然也難以想像當時那位反論文大將軍的自己，有朝一日竟會在論文寫作中，找到一絲成就與樂趣。
醫師與論文的「心理適應五階段」
相信不少 PGY 或 R 才開始投稿的醫師，也都走過這段心態轉折。這樣的歷程與 Elisabeth Kübler-Ross 在《On Death and Dying》（論死亡與臨終）中提出的悲傷五階段，有著驚人相似之處。
- 最初是否認，覺得臨床工作已十分繁重，照護病人的專注應是專業價值的核心，而論文只是一種外在制度的要求。
- 接著進入憤怒，質疑為何所有人都必須投入這場看似無止盡的競逐，醫療現場已承載多重責任，卻仍被期待在有限時間內完成研究。
- 其後是討價還價，心中升起一絲盼望，也許臨床表現能帶來另一條道路，或至少減輕對研究的迫切需求。
- 但這些念頭終究敵不過現實制度，於是沮喪逐漸浮現，覺得個人的掙扎難以撼動白色巨塔，不如歸去來兮。
- 最後，接受悄悄成形，醫師們打開電腦，開始搜尋能裝備自己的方法。
2025 / 12 / 4
新思惟的課怎麼了？為什麼能把初學者的恐懼拆解得這麼徹底？
作者：大村郭醫院 楊嘉欣 醫師
非常謝謝蔡校長、張教授，以及所有幕後工作人員！從看到課綱的那一刻起，我就對這堂課抱有高度期待，而實際上課後，更覺得課程設計比我想像中更貼近「真的在起步的人」會遇到的核心問題。這份貼心，是我覺得自己來對地方的最大原因😆。
根本就是為初學者「不敢發問的人」量身打造
很多時候，我們卡住的不是那些艱深繁複的統計模型，也不是複雜到需要高深數學才能理解的理論，反而是一些非常基礎、但卻一直不敢問出口，甚至覺得「這種問題是不是太笨了」的困惑。這門課最棒的地方，就在於它勇敢地、直接地處理了這些「隱形障礙」。
例如：研究到底該從哪一步開始？文獻回顧要怎麼做？主題怎麼想才可行？