分類彙整：課程內容

2022 / 5 / 19

Dropbox 使用教學（申請、下載檔案、上傳檔案）

Dropbox 是很實用的線上檔案交流空間，以下均以 Google Chrome 瀏覽器作示範。

一、申請 Dropbox

2016 / 11 / 26

統合分析工作坊活動內容

統合分析工作坊

Systematic review and meta-analysis workshop

張凱閔醫師 / 蔡依橙醫師

2024 年 5 月 5 日（日）9:00a – 4:40p

集思台大會議中心台北捷運公館站旁

2024 年 6 月 15 日（六）9:00a – 4:40p

集思台中新烏日會議中心台中高鐵站旁

【您的需求，我們有聽到，統合分析台中公開班，來了！4 月台中的統合分析被企業包走了，這次是首次的中部公開班唷，中南部的朋友們請把握機會！】

有沒有一種研究方法，是當你沒資源、沒經費、沒時間，一無所有的時候，也能拚出自己的成績？有！Meta-analysis 正是可以解決這些困難的好領域。

對於沒有資源的年輕研究者來說，meta-analysis 是起步的好夥伴。容易寫、更容易發，不需要經過 IRB，也能利用臨床之餘的零碎時間寫作，讓你不再受困於資源稀缺，只要有電腦，即可輕易運用搜尋資料庫的大數據，順利發表論文。

報名台中班 / 報名台北班

如果能夠靠自己學會一門技術，當然很棒！但我們的生活已經夠忙了，工作之餘還要帶著疲倦的身心，深入研讀統合分析弄懂寫作技巧，說真的，有相當大的難度。

新思惟的《統合分析工作坊》就是為了忙碌的初學者打造，課程正是為了解決這些困難而設計，協助你用一天的時間，學會「找到合適主題」、「文獻搜尋與評讀」、「跑出實用的統計圖表」、「投稿與回覆」，甚至弄懂「AI 工具在學術寫作上的最佳應用方式」，掌握獨力起步的技能，破除了一般對於統合分析遙不可及的迷思。初學者完全可以憑一己之力寫好整篇文章。

課程真的專注做到「貼近初學者需求」這件事情，並協助校友，實際發表，突破從 0 到 1，甚至邁向論文量產。

根據 2023 年新思惟校友的研究發表數據顯示，原創研究是主流文體，佔校友發表論文總量的 76%。而光是 meta-analysis，就佔了原創研究比例約 23%！

你也發現到了吧？這幾年，上課後成功發表不只有各科醫師，中醫師、藥師、護理師、放射師、營養師也越來越多了！還在觀望的你，如果還是覺得統合分析很困難，那麼這堂講師們模擬初學者困境，從零開始打造的《統合分析工作坊》，真的很值得試試！

最多人問，課後實際寫作，遇到問題怎麼辦？

我們每週一次的 Office Hour 線上諮詢服務，讓你不再徬徨無助，至今已經幫助許多校友成功完成他們的第一篇論文，甚至有些人已經進入論文量產的階段！

立即報名

2016 / 11 / 25

交通資訊 / 集思北科大會議中心

集思北科大會議中心入口在「LEXUS 大安營業所」旁。

搭乘捷運

搭乘捷運板南線（藍線）：

【忠孝復興站】一號出口，直走 500 公尺，步行約 8 分鐘。

【忠孝新生站】四號出口，往回走，向 SOGO 方向直走 500 公尺，步行約 8 分鐘。

即可抵達集思北科大會議中心入口（Google 街景）。

高鐵北上

中南部的朋友，早上搭第一班高鐵一定來得及。建議高鐵台北站下車後，搭乘「板南線（藍線）」，在「忠孝新生站」下車，從四號出口往回走 500 公尺，即可抵達會場。

開車導航

請搜尋「億光大樓」或「集思北科大會議中心」。

車子可停放「億光地下停車場」，再搭電梯直達會議中心。每小時 50 元，位於建國南路一段（往建國北方向），過忠孝東路三段即可於右側看見停車場入口。

Google 地圖

點擊圖片，可連至互動式 Google Maps。

課程設計概念

課程設計：蔡依橙 / 張凱閔

從 0 到 1 的各種方法

我們都曾經是研究新手，經歷過從 0 到 1 的過程。一個菜鳥，要想讓自己的名字，出現在學術期刊，最容易入門的方法，是 case report 或 letter to the editor。

不過，隨著各醫院與醫學會要求漸增，現在基本的要求，都變成得要 original article 才行。於是，臨床研究、健保資料庫研究、meta-analysis，就變成三種年輕研究者起步的主要流派。

但是，如果我們以住院醫師與年輕主治醫師來看：臨床研究 IRB 申請需要資格與時間，受試者同意書簽署需要科支持或請助理幫忙；健保資料庫研究雖然 IRB 相對容易通過，但國衛院光碟之路已斷，去加值中心則需要特別請假；meta-analysis，不需要經過 IRB，也能利用臨床之餘的零碎時間工作，自然成為越來越多人出道時的選擇。

選擇做 meta-analysis，阻力有哪些呢？分別是遭受歧視、統計不同、資源較少。