作者：匿名

這次參加《統合分析工作坊》的最大理由、最吸引我的，莫過於「不用 IRB，一個人在家就能寫出可投稿 SCI 的論文」。IRB 真的很繁瑣、費時費力，且臨床論文也不容易想到好的研究設計，收集病人 data 更是耗時耗力。

當年的我，錯過了健保資料庫的黃金時代。現在只能眼睜睜看著健保資料庫的大門關上。如今要做健保資料庫，除非有團隊、找統計老師合作，否則就要自己學會 SAS 或 R（而且還要特地請假去加值中心跑）。因此，現在的我，更要好好把握統合分析的黃金黎明。

照著課程所教，能學會找題目、自己跑出統計！

在參加工作坊前，雖然有詳細閱讀課前說明，但是心中還是有許多問題，所幸在上課過程中，經過老師們詳細的解說，一一得到解答。老師會在 QA 時間，詳細地回答學員們所提出的問題。

上課過程非常緊湊，很多新觀念需要吸收，同時也在思考，該怎樣運用在自己的領域。課程從如何尋找題目、如何確定題目還沒有被發表、確定題目以後的文獻搜尋、統計分析、論文撰寫等等，本工作坊全部都有講。

老師們分析非常多種寫統合分析文章的方法，照著步驟，基本上就能依樣畫葫蘆，而在最多人困擾的統計分析方面，憑藉強大的 CMA 軟體便可輕易地分析、整理出好用的圖。好在我們可以照著互動實作手冊，一步一步地去操作完成圖表，再針對一些細節修正，完成一張專業又亮眼的圖表！

選題之後還有更多重要細節，課堂都有教。

在如何尋找題目的部分，講師介紹了如何從臨床工作去發掘可行的題目，而在挖掘到題目後，又該如何去證實還沒有被做過？而確定題目後，該如何挑選 primary outcome 與 secondary outcome？

文獻的部分，曾醫師分享了幾個重要的原則：像是如何搜尋熱門或冷門的題目、如何利用關鍵字搜尋、第一次搜尋完該剩下多少篇論文才是正確的搜尋結果、扣除重複的論文進行第二次剔除時該如何進行，之後才進入詳細的閱讀內文，抓出 outcome 記錄在 Excel 中，最後再導入 CMA 進行分析與製圖。而蔡校長的統合分析圖表優化重點，則指出統合分析圖表有哪些細節該特別注意，才能做出完美、有說服力的圖表。

總體來說，統合分析不只能針對有 p < 0.05 的結果發表，也可以針對 p > 0.05 的結果來發表（例如 A 藥與 B 藥的副作用沒有顯著差異），實在是天大的福音。不需要在收完一堆臨床資料跑完統計後，才發現沒有顯著、沒有賣點可寫；也不需要認識統計老師，請他幫忙去加值中心跑健保資料庫；也不用自己會寫程式、自己請假去加值中心跑健保資料庫。只要有電腦、網路、統合分析軟體，就可以開始寫了，甚至如果能利用寫出來的文章進行臨床決策，會讓臨床醫師更有感！

最新活動