00_FB_Meta-analysis_20180826_1025_CLIP
2018 / 9 / 6

時間,對於研究者是雙面刃。

 

作者:文信診所 曾秉濤 醫師

相關文章:[快訊] 曾秉彥醫師與曾秉濤醫師關於睡眠中週期性肢體抽動與腦血管意外之統合分析,獲 Cerebrovascular Diseases 刊登!

 

 

00_FB_Meta-analysis_20180826_1025_CLIP

 

 

對於許多臨床研究者而言,「時間」因素絕大多數都是不好的涵義,因為擔心研究時間拖太久被其他人搶先,或是研究時間拖太久超過 IRB 核可的時限,甚至研究時間拖太久,導致病人 dropout rate 太高等原因。

 

因此臨床研究者往往希望手上的研究能夠如期結束,甚至提早獲得希望的結果後盡快結束(好啦,那些以「超長追蹤時間」為賣點的世代研究,就不適用前面的說法了)。

 

 

統合分析,成也時間,敗也時間!

 

對於統合分析研究者來說呢?

 

事實上,像我們這種統合分析研究者,看待「時間」這個因素,實在又愛又恨,因為正所謂「成也時間,敗也時間」。

 

正如同一般臨床研究面臨的問題,統合分析研究常常面臨一個困境:你的研究材料就在公開的網路上,大家隨時可以拿到(前提是,只要有人想到),所以手腳快的人往往能夠奪得先機,而三思而後行的人,常常就會因此錯失這些發表機會(除非你是大師級的人物,否則好雜誌通常不會接受 me too 統合分析研究)。

 

就算你已經搶先想到一個好題目,而且也已經下手開始進行,但是當你在文獻整理、資料統計、內容撰寫等過程中有任何的耽誤,很有可能在這段期間就被人搶先發表,因此就算你搶得先機,如果像兔子一樣在樹下睡覺,還是有可能輸掉「統合分析發表」這場比賽!

 

 

隨著時代演進,反而開花結果。

 

聽起來這是個時間吃人的世界,真的這麼悲觀嗎?

 

在統合分析的世界裡面,「時間」因素不全然都是負面的意涵,以我上課常舉的例子來說:前人在 2008 年發表的統合分析,發現的結果是統計不顯著,但是隨著時間經過,2015 年的整體研究趨勢改變(好啦,你也可以更白話地說,「風向變了」),導致現在的統合分析結果是統計顯著。

 

因為隨著時代在進步,世界各地仍有許多科學家不斷地發表新文章,而透過這些新文章的累積,原本統合分析可能因為 sample size 不足而不顯著,但是累積到現在 sample size 終於達到足夠數量,而讓你的結果變成顯著,因此得以開花結果!

 

 

面對研究挑戰,如何找到突破點?

 

睡眠中週期性肢體抽動(PLMS,periodic limb movement during sleep)與腦血管疾病的統合分析這篇文章就是這樣一個例子。

 

事實上,這篇文章剛剛完成資料整理及跑完統計時,就遇到重大的挑戰:我們只能證明腦血管疾病患者容易有 PLMS,但是有 PLMS 的患者未必容易有腦血管疾病,這樣的統計結果會讓我們的解釋窒礙難行!

 

還好,這篇文章遇到了林子超醫師(本篇論文的第一作者),他不氣餒地努力尋找突破點,並且找出各種可行的資料,也很謝謝林醫師提供的這些資料,使我們擴充了關鍵字與資料庫,找到最新發表的一篇文獻。由於加上這個新文獻,終於讓「PLMS 的患者是否容易有腦血管疾病」的統計順利達到顯著!

 

是的,時間,真是一個令人又憎又愛的因素呀!

 

 

最新活動