01_SMR_TsengPT_54
2021 / 4 / 21

[快訊] 曾秉濤醫師團隊,關於停經後睡眠障礙各種治療之網絡統合分析,獲 Sleep Medicine Reviews 刊登!

 

 

01_SMR_TsengPT_54

 

 

文章介紹

 

停經後的睡眠障礙,到底應該用哪種賀爾蒙治療,還是用哪種安眠藥協助,仍有爭議。曾秉濤醫師團隊,預計將這個領域的相關研究,一併統合起來,指出效果與服藥遵從性比較好的選擇。

 

總計收入 43 篇隨機對照研究,並有 25 種治療,包括 32271 位女性受試者。結果發現 melatonin-fluoxetine 對睡眠障礙比安慰劑有效。對於有明顯心血管症狀的停經患者,gabapentine、口服聯合賀爾蒙治療、bazedoxifene-conjugated estrogens 等均比對照組有效。放棄治療的比例,在使用藥物介入與對照組的患者,並沒有顯著差異。不過使用 eszopiclone 與口服賀爾蒙治療的患者,因為副作用而中止治療的機率較大。

 

整體來說,對於停經後的睡眠障礙,尤其有心血管症狀者,合併 estrogen 與 progestrone 治療是有效的,而安眠藥在這種狀況似乎並無顯著效果。

 

臨床上若有一個狀況,是同時可以用很多治療方式介入,但卻不確定哪個最理想時,使用網絡統合分析,找出可能的方向,是不錯的策略,以數據指出方向,以及待解的疑惑,對於後續的研究設計將會有很大的幫忙。

 

 

恭喜曾醫師!

 

閱讀更多 »

00_Meta-analysis_20210417_0975
2021 / 4 / 21

2021 / 4 / 17(六)課程照片記錄

 

 

00_Meta-analysis_20210417_0975

 

 

看 meta-analysis 的論文,想學著寫,卻不知道重點在哪裡?一篇 meta-analysis,最重要的數值是哪些,內行人在意什麼,怎麼算出這些數據?搜尋文獻時,如何最有效率,完成以發表為導向的評估?

 

來之前有先試著思考要做的題目,但面對寫作的茫茫大海,還是會覺得不踏實。這次課程的解析,讓自己有點譜了。

 

人人會說大道理,但遭遇的種種困難該如何克服,就不是每個人都知道了。課中,講師們用超過 300 篇 SCI 發表經驗,從「收集資料」、「歸納論文故事」、「跑統計軟體」到「呈現最有說服力的圖組」,細部拆解完成一篇 meta-analysis 的核心重點,帶你跳過一連串的試誤學習,走一條最短、最快的而且已經有人成功的捷徑。

 

走在捷徑上,你會發現,其實 meta-analysis 並不難,只要破除寫論文的心魔,避開常犯的錯誤,就能大大提升被 accept 的機會。

 

感謝新思惟團隊能注意到許多學員學習上的小細節,並給予非常有效率的引導。

 

新思惟推出的研究課程,一路走來協助許多校友突破寫作困境,邁入學術起飛,至今累計發表 SCI 已經超過 2300 篇!除了有校友在單一月份發表 3 篇 meta-analysis 論文,更有在住院醫師階段,產出 4 篇 IF > 5 的 meta-analysis 論文。可見掌握這個好工具之後,論文發表真的是指日可待!

 

容易入門的軟體,搭配深入淺出的教學說明,帶來高效率的學習成效。

 

以下,一起回顧當天熱情學習的照片記錄。

 

 

最新活動

 

閱讀更多 »

00_FB_20210417_rader
2021 / 4 / 19

2021 / 4 / 17(六)滿意度分析 與 手寫回饋

 

 

00_20210417_rader

 

 

匿名問卷統計,所有學員給籌備團隊的滿意度,全部分數皆高於 4.72 分,最高達 4.88 分,非常感謝大家給予支持與肯定。

 

根據統計,本次學員組成如下:

 

  • 新朋友佔 58%,感謝大家口耳相傳,讓更多新朋友願意來嘗試我們的高品質課程,而老朋友也繼續選擇新思惟。
  • 主治醫師佔 58%,住院醫師佔 19%,越來越多年輕醫師,願意在繁忙訓練的同時,盡早奠定研究基礎、學會寫作技能,讓自己往後的醫學職涯,邁向更好的發展。
  • 非醫療相關有 5%,醫療相關 8%,學員組成包含:藥師、護理師、博士後研究員、助理教授、研究助理。寫 meta-analysis 最大的好處,就是不需要 IRB,還免收案,非常適合「資源缺乏」又需要「單兵作戰」的研究者!
  • 參加學員中,僅有 50% 已有 PubMed 第一或通訊作者文章。近年來,不論是進階者或初學者,對於 meta-analysis 感興趣並願意挑戰者持續增加,越早瞭解,越能把握先機。

 

講師們都曾是研究新手,一路不停摸索、試錯,在研究路上靠自己成長。如今,我們整合了講師經驗,歸納出最高效益的系統性做法,將 meta-analysis 的論文一一拆解,從規劃、架構、專有名詞,到圖表優化,搭配互動實作,最終實際在自己的電腦上跑出可以投稿的 Figures 與 Tables,希望讓你實際體驗,其實 meta-analysis 並不難!

 

感謝大家課後的匿名手寫回饋,內容非常精彩,包括對課程的評價以及學會使用軟體時的心情,顯示不管是研究初心者或是資深研究者,都能在工作坊中有豐富的收穫,很榮幸新思惟的課程能給您前所未有的突破和啟發!

 

以下是參加者的手寫回饋,每一份鼓勵,都是讓我們前進的動力;每一條建議,也將出現在我們的檢討會議,繼續努力!

 

謝謝!

 

 

最新活動

 

閱讀更多 »

00
2021 / 4 / 19

2021 / 4 / 17(六)「統合分析製圖大賽」得獎作品:陳致穎醫師、盧昂醫師

 

 

 

00

 

 

這梯次的同學,雖然都是初學者,但都有著強烈的動機想要學會。互動實作時間,幾乎都能做到最後的表格,上傳作品的同學也相當多。最後在評比的時候,還煩惱了一下,畢竟優秀的作品頗多。

 

以下,我們先來看看那些差點得獎的小細節。然後一起欣賞陳致穎醫師、盧昂醫師的得獎作品。

 

閱讀更多 »

01_DOM_HuangHK_23
2021 / 4 / 1

[快訊] 黃暉凱醫師團隊,關於 COVID-19 患者,BMI 與死亡率成 J 型關聯的統合分析,以致編者信形式,獲 Diabetes, Obesity & Metabolism 刊登!

 

 

01_DOM_HuangHK_23

 

 

文章介紹

 

在 COVID-19 疫情肆虐後,臨床工作者很快地發現,同樣染病的患者,BMI 過高的人,死亡率似乎偏高,隨後的許多臨床研究,也證明了這件事。

 

不過,BMI 偏低的人呢?死亡率會升高嗎?還是更低?如果想找出死亡率最低的 BMI 族群,其數值落在哪裡呢?這是黃暉凱醫師與其團隊,想要知道的。

 

篩選了 7443 篇文章後,發現 4455 篇有重複族群,2393 篇無關,567 篇研究沒有需要的體重與死亡率資訊,最後鎖定 28 篇共 112682 患者,進入劑量反應統合分析。使用非線性模式分析後,發現死亡率與 BMI 呈現 J 型關係,也就是體重過高會增加死亡率,但其實體重過輕也會,而死亡率的最低點,出現在 BMI 約 27 左右。也就是 BMI 25-30 的所謂過重區間。(過重的朋友們,不用忙著減肥啦!哈哈!)

 

這個發現,與過去對 BMI 與全原因總死亡率的分析類似,BMI 25-30 傳統所謂的過重區間,也是全原因總死亡率最低的一群

 

當全世界大量發表 COVID-19 的臨床經驗與研究時,迅速想到一個切入點,並作統計整合,提出洞見,是很不錯的研究策略。為了搶快發表,也避免夜長夢多,使用致編者信形式投稿,也是相當不錯的決定。

 

這是因為致編者信一般屬於 editorial materials,並不列入 JCR impact factor 計算公式中,決策上也不需要走入完整審稿流程,主編自己看一看,最多找個人幫確認細節,就可以接受並刊出。

 

唯一的缺點,就是在升等認定時,很可能因為放在 letter to the editor,導致分數無法以 original article 方式計算。但學術上的影響力並不會有差異,一樣會出現在 PubMed 上,一樣看得到全文,一樣可以引用。

 

 

恭喜黃醫師!

 

閱讀更多 »