問：校長好，團隊預計做一個稍大型的研究約 60 人，我們想把初步的 11 人先做發表，之後的主論文就能引用這篇。不過目前的 11 人小規模結果，投稿一直不順利，該怎麼辦？
答：（蔡依橙）這是典型的 preliminary study 作法。如果想要順利的話，要考量以下幾點。
一般來說，審閱者一定會質疑，為什麼你個案數這麼少就跑來發表，畢竟 11 個案例，即使 p 值有意義，power 一定不太理想。
所以，通常 preliminary study 會被接受，有幾個重要關鍵：
答：（蔡依橙）
最近這幾個月的 Office Hour，有五位 PGY 很常來。
他們從上完課，有了概念並操作第一次後，認真的照我們的建議去做，然後找題目。
遇到困難就來問，所問的問題，從「令人有點擔心」到「其實同學雖然沒信心，但其實自己的直覺都是對的」，也就是真的從零基礎，逐漸走到懂得學術圈語言跟文化的狀況。
其中三位已經完成論文投出，另外兩位也快了。
所完成的，有傳統統合分析，也有網絡統合分析。
跟我們設定課程時規劃的一樣，這兩個課程都很適合初學者。
問：校長好，我為了要升主治醫師，整理了一篇 original 投稿，但目前挑戰了約 8 分與 6 分的傳統知名期刊，都被退稿。退稿的理由，都是說我的研究新穎性足夠，但個案數太少，雖然 p 值顯著，但 power 太低。請問我該照退稿建議，再收幾年的個案，讓研究的人數多兩倍，還是該繼續往低分期刊投就好？但登在低分期刊會不會沒人看見，沒辦法發揮影響力？
答：（蔡依橙）
同學好，這個問題的關鍵，是「要升主治醫師」這個前提，所以我會建議，以現有的狀況，快點找願意收的期刊刊登就好。OA 也可以考慮。以下說明為什麼這麼建議的理由。
作者：蔡依橙
最近熱議的那篇 Lancet 讀者投書，整個過程實在很令人感慨。
跟學術比較不相關的討論，我這邊就跳過了。我能理解，剛起步的研究者，希望自己名字登上頂尖期刊的心情。但這個案例剛好可以說明，刊登出來白紙黑字後，是會被全世界檢驗的，包括自己的本國同行，大家連 supplementary materials 都會去看。
這讓我想到的是，最近有越來越多的新手同學開始使用 AI 工具，包括萃取資料、文獻引用等等，簡單下個指令都能瞬間噴出大量文字與資料，但我個人對這些進階的應用領域比較保守。
我認為，目前 AI 工具最可靠的是翻譯，但即使是翻譯，之後我一定會全文自己仔細看過。偶爾還是會有錯，而那些錯通常來自於給 AI 的中文就已經不精確。這個領域的可靠度，可以到 99％ 左右。
但直接請 AI 去做文獻引用，這個正確率雖然最近有提升，但大概就是從全部亂講，到四成亂講的程度。也就是 60％ 左右的準確性。
問：最近想做一個 updated meta-analysis，如果跟之前發表的文章相比，新增了 subgroup 分析，以及之前那篇統合，提到某篇 trial 他找不到資料，但我們找到了，這樣有機會發表嗎？
答：（蔡依橙）
可以的。
如果這個 subgroup 分析得出的訊息很有意思，而且你資料更完整，呈現出來的解讀也有所不同，就有刊登的機會。
不過，一般來說，updated meta-analysis 最好是在篇數上有 50％ 的增加。如果前一篇統合了 6 個 trials，你這次因為年份較晚，又多了 3 篇新 trials，總共有 9 個，會比較容易被接受。這樣即使分析出來結果是一樣的臨床意義，也比較容易被接受。
意思就是說，之前統合六篇說藥物有效，你這次九篇也是有效。或者之前統合六篇說無效，你這次統合九篇還是無效。光是因為篇數更多、資訊更新，就有機會被刊登。因為你的新統合，增加了趨勢確認、篇數跟可信度。
答：（蔡依橙）
獲得別人的認可，是人類與生俱來的重要需求。
一位醫學生透過老師介紹來問我：「當個臨床技術很好的醫師，做了許多研究登上 PubMed，但這些專業的醫學論文，到底有誰會讀？是不是乾脆自己成立一個 YouTube 頻道，還更有宣傳效果，訂閱數跟觀看數都更多，偶爾還能接業配。」
很榮幸同學信任，能提出這樣直接的問題。我也就自己的經驗跟看法作回覆。