「早上才剛安裝試用版的統合分析軟體,真的有可能在中午就畫出全套統合分析圖表,而且做到登上 impact factor 6 分期刊的樣子嗎?」這是許多同學在上課當天心裡隱隱約約的疑惑。
到了約 12 點時,開始畫出第一張圖,就會發現其實以前只是沒有遇到適合自己的指導,事實上,用自己的電腦、用自己的雙手,也可以做到的。
隨著助教講師們一步一步的引導,漸漸地畫出分組分析、統合迴歸、敏感性分析、漏斗圖等圖表時,成就感逐漸累積,自信也逐漸建立起來。
雖然只是第一次,但確定自己能做到的感覺真的很好,如果加上老師對於畫面的一些建議,再加上回家持續練習 5 次,就能形成肌肉記憶,然後開始分析自己有興趣的主題。
在講師助教的指導下,同學們所做出來的圖片都已經有相當的水準,以下我們針對一些小小的細節再做些建議,協助各位更上層樓,在投稿自己的作品出去時,能最大化被接受的機率。
最後,我們也將一起看看得獎同學的精采作品。
那些差點得獎的細節
這張已經做得相當不錯,他的問題稍微比較細微一點,各位可以看到在右邊的圖示區,有非常多的研究其左端都是以箭頭結束的,如果你再仔細看的話,會發現有些研究甚至連中心點都不見了。這是因為整個 scale 的設置出了問題,建議各位把它設定為 ±3.0,就能正常顯示。
軟體會出箭頭,表示我們的範圍已經超過了 scale 的上下限,而對於一張森林圖來說,最好的是根本沒有箭頭,有必要的話,1 個或 2 個勉強可以接受,但是無論如何,中心點不見就不是很理想。在設定 scale 的時候,再請同學多注意囉。
這是軟體預設的上下線條以及 Meta Analysis 字樣還沒有去掉,建議同學稍做調整即可。可能第一次使用這個軟體,覺得能算出來的統計項竟然那麼多,於是同學將所有的統計項都放上去。不過,這樣會使得資訊過於繁複,建議還是放上核心項目即可。
在右邊的森林圖,同學使用全黑色的設計,這種設計雖然顏色比較清楚,但因為缺乏層次的關係,對於資訊的呈現反而較為弱勢,下方的標示也建議改為較有臨床意義的文字。
這張是敏感性分析,在中央的數據欄位彼此之間的距離稍微遠了一些,可能同學有去增加欄位之間的間距,這部分我們其實不太建議同學去調整,主要原因是,調整這些行距或列距對初學者來說,犯錯的機會是比較大的,使用原廠原本的設定,出圖就很好,建議不用特別調整。
我們常說,每一個統計軟體都有他奇怪的個性,不管你使用的是多麼專業的套裝軟體,或者是輕巧的統計軟體都一樣。在 CMA,偶爾我們會遇到某些同學的迴歸分析圖畫出來是藍色的,這個部分雖然看起來很奇怪,但其實相對好解決,你只要在每一個元件上都指定它變成黑色,就能搞定,
這張圖還有小數點位數的問題,因為每個研究的劑量都是整數,建議就在 X 軸放上整數即可,Y 軸的話,可以做成小數點下一位,會比較簡潔。
通常在前面分析的時候,會很注意欄位,做到最後一張圖的時候,往往精神會稍微鬆懈一點,這是人之常情。常見的癥狀就是,會不小心放上 Z-Value,日後同學圖片全部做出來之後,記得再檢查一下,整套圖是不是有一致的風格,在細節上是不是都統一,能夠很有效地讓審閱者知道,我們是一個嚴謹而且注重細節的人。這樣他們在審閱的時候,會比較相信我們在萃取資料跟分析資料上的細膩度。
這張也是不小心放上了 Z-Value,除此之外,同學還保留了 prediction interval 這個欄位,不過因為數值跟圖示出不來,導致了圖片這邊是空的,建議同學將之刪除。
這張圖則是上下的線條沒有去掉,其他的部分都不錯。
以下來看看兩位得獎同學的精采作品吧!
蔡諭奇醫師
蔡諭奇醫師的作品,細節都有注意到,可以看到他的主分析層次分明,欄位也都控制得很好。
敏感性分析沒什麼問題,很棒。
兩次分組分析的風格非常一致,在細節上也做得相當好。
迴歸分析原廠圖,在小數點位數以及顏色上都很正確。
最後的漏斗圖分析,原廠圖,沒有問題。
從前面的講解,大家可以理解到,像這樣一套看起來很不錯且沒什麼可以挑剔的圖,雖然好像是原廠式樣,但其實有蠻多的細節要注意的。如果能夠把自己的研究用這樣的樣貌呈現在審閱者端,閱讀很舒適,就很容易會按下 accept 鍵。
最後的副作用分析圖也沒有問題。
恭喜蔡醫師得獎!
郭家妤同學
郭家妤同學的作品,也是相當細膩,整體的風格很不錯,基本上跟老師做的範例沒有什麼差異了,是使用 CMA 能夠做出的投稿圖表,最佳的狀態。
敏感性分析處理得很不錯,在 scale 的選擇跟顏色層次上的處理都很好。
分組分析整體風格非常一致,文字大小、圖片設計、顏色層次都很棒。
Meta-regression 出圖,原廠式樣,小數點位數都有注意到,顏色也沒有問題。
漏斗圖原廠式樣,處理得非常好,沒有問題。
最後的副作用分析,也記得讓欄位跟之前的分析一致,在右邊的森林圖,顏色層次也跟之前一致,不過最下面的文字標示似乎相反了,可以再對照範例做個調整,就沒問題。
在出整套圖的時候,下方的文字標示並不一定會是一致的,這主要根據你所分析的 primary 跟 secondary outcome 決定,還有他們的方向意涵,通常我們會設定往左是減少、往右是增加,日後在處理自己的研究時,也可以多注意這部分囉。
恭喜郭同學!
最新活動