作者：蔡依橙
最近似乎報名統合分析 / 網絡統合分析課程的人變多，這是為什麼？
我們電子報中的連結，除了最後的教學資源分享外，被點擊最多的，都是傳統統合與網絡統合的課程連結。
這牽涉到整個研究生態系的現況，也就是說，臨床研究跟統合分析起步，所需要的基礎環境跟機會不同。
臨床研究跟統合分析都是很好的研究工具，兩種都學起來更好，但對初學者，事情卻稍微有點不一樣。
如果一個完全沒有經驗的人，想要開始做臨床研究，他就必須「靠行」，拜託一個老師讓自己加入團隊。
因為，如果你想做臨床研究，即使只是查病歷來做回溯分析，也需要有一個經過訓練並擁有送審 IRB 資格的主治醫師負責填好所有表格並送簡審。
作者：蔡依橙
今天來聊一下新手起步。
每個時代，都有不同的「研究歧視鍊」。
總會有些老師認為，基礎研究才是真研究，臨床研究就不太算，甚至會看不起 dry lab 或統合分析。
但這種價值判斷其實是主觀也浮動的，因為當 AI 開始流行，尤其又有 NVIDIA 跟黃仁勳旋風後，大家又覺得，其實做 AI 研究也蠻有意思的，而偏偏 AI 研究就是 dry lab 的一種。
（不過目前 AI 醫學研究的紅利期過了，意思是，研究還是可以做，AI 被視作工具的一種，只是不會因為做 AI 而天生就有加分效果。）
答：（蔡依橙）
臺灣這幾年掀起一波針對 OA 期刊的歧視，尤其是 MDPI 跟 Frontiers，我經常講，這兩家其實在 OA 期刊裡面算是很好的。有很多名氣更小，操作上爭議更多的 OA 出版社，甚至是傳統出版社。這是另一個故事，我們改天再聊。
資深的老師、成就很高的學者們會認為，高分的傳統期刊才是優質標的，低分的看不上眼，OA 的就算高分，他們也覺得不入流，甚至認為學生去登那些，有損學術形象。
但作為新手，你最重要的是盡快讓自己的履歷有文章列表。「有」永遠比「沒有」好。
所以，就算你登 MDPI 或 Frontiers 作為起步，根本就沒什麼好丟臉的。說老實話，有在投稿的人都知道，這兩家現在很不好投，連教授級的都常被退得七葷八素。
答：（蔡依橙）
可以的，兩個課程也都有校友已經成功發表。
社會人文 / 社會科學領域，雖然乍聽之下跟醫學領域不同，但量化研究法、對照組研究都是通用的。只要你選擇的主題，是有個介入，然後會改變一個結果，那就可以做統合分析（MA）或網絡統合分析（NMA）。
例如你做「音樂」，要寫論文，聽起來好像社會人文領域，但如果你選擇的主題，是以音樂療法，去降低憂鬱，那就有一個介入（音樂療法）、改變一個結果（憂鬱指數）。
同樣的，如果你做「教育」，要寫論文，聽起來好像社會人文領域，但如果你選擇的主題，是使用數位工具去做間隔複習，以提升學習效果，那就有一個介入（數位工具間隔複習）、改變一個結果（學習效果）。
答：（蔡依橙）
如果你還沒有確認正確性的能力，千萬不要使用 AI 去做你無法驗證的事。
最近有同學在 Office hour 問我問題，我發現他的提問有點奇怪，在我進一步釐清並追問之後，才發現原來同學是使用 AI 工具去讀論文。
主題我稍微做點馬賽克，大概類似「給予病人某介入之後，去評估疼痛指數的下降程度」。所以他用 PubMed 找了有這些介入也有疼痛指數的論文，全部丟進 AI 工具裡面。
接著，他對這些 AI 工具詢問，請他們萃取出做統合分析需要的數值。
AI 給了一堆中文說明跟歸納，並告訴他，其中好幾篇文章，並沒有給出疼痛指數的數據。
答：（蔡依橙）
同學問，他找到一個題目，想要做統合分析，但是發現這個介入，在目前既有的九篇研究中，全部都確定是有效的。這樣統合起來，結果當然也是有效。那麼，還值得去做嗎？
當然值得。
因為即使這個介入在所有的研究中都說有效，但是他們的效應值還是有高有低，有的超級有效，有的普通有效。