講師介紹
【張凱閔】知名復健醫學與超音波學者,台大流病與預防醫學博士,已發表許多 meta-analysis 論文,探討臨床常見議題。
【蔡依橙】專業課程開發與整合者,能迅速理解學門架構,並以初學者能理解的方式,建構學習流程。生涯被 SCI 期刊接受的圖表,已超過 500 張,熟悉學術審閱過程與要求。
【張凱閔】知名復健醫學與超音波學者,台大流病與預防醫學博士,已發表許多 meta-analysis 論文,探討臨床常見議題。
【蔡依橙】專業課程開發與整合者,能迅速理解學門架構,並以初學者能理解的方式,建構學習流程。生涯被 SCI 期刊接受的圖表,已超過 500 張,熟悉學術審閱過程與要求。
講者:張凱閔
初學者最常卡關的第一處,就是文獻搜尋。同樣是面對 PubMed,有經驗的人反覆下幾次搜尋關鍵字,就能找到可以做的主題,但初學者可能搜尋個三四次碰壁,就會放棄。這之間的差異在於,有經驗者知道怎麼換關鍵字,知道怎麼調整,所以每次的搜尋都有秩序、有方向,而初學者面對一片寬闊大地,卻不知道自己的主題在哪裡。
這堂課,就是要把這些「有經驗者的經驗」,系統性的整理,告訴你。而且我們會以指定論文為例,說明搜尋的過程中,當你發現有人已經做過統合時,該怎麼思考?當你發現有人寫過系統性回顧時,該怎麼思考?如果想快速進入一個新領域,想知道哪些主題可以做,該怎麼思考?
我們教給你的技巧是確實可行的,因為這就是我們進入抗氧化物這個原本不熟悉的領域時所用的技巧;這技巧讓我們在一週內找到「薑黃素 vs 認知功能」,寫成論文後,迅速地又在一週內,找到「輔酶 Q10 vs 疲倦」,又寫成論文。
來聽聽老師怎麼說,把那些初學者以為的碰壁,轉化成機會,把那些初學者常以為不能寫的,變成可以寫的主題。
掌握這樣的技術後,統合分析的潛在題目,就都在 PubMed 上等著你來開發!
講者:張凱閔
初學者在寫統合分析的時候,有些常見的思想誤區,在寫作過程中會導致分析論述走往錯誤的方向。如果沒有發現,直接去投稿,很容易被審閱者挑出,簡單寫兩句批評,就直接退稿回家。例如:異質性的處理、出版偏誤的處理、discussion 的走向,都是這類初學者往往無法處理得很好的議題。
在自己投稿過多篇,也指導過很多年輕同仁發表後,會發現統合分析類的論文,送出去被審後,常見的問題就是那幾個,有的問題可以提前在寫作時處理掉,或者先做好防禦,有的問題則有很簡單的制式回覆可以有效回應。
這就是為什麼,同樣是一篇統合分析,有人投出去後,沒多久就被接受,改動也不多。可是有人寫的統合分析,投稿審查過程非常坎坷,審查慢,最終還是退稿,花了半年多,新的臨床研究結果發表了,文章要重收重寫,或甚至更糟的是,一模一樣的主題,已經有其他國家的學者發表,自己一整年的努力跟等待,卻無法換來最終印成白紙黑字的產出。
教學,需要正向論述,也需要負向論述。除了告訴你該怎麼做,也應該明確協助你避開常見的錯誤。這樣才能有效協助初學者起步,而且趨吉避凶,在一開始就能取得比較好的成就感,才願意繼續努力、持續進化。
「老師教授我們新手的常見錯誤有哪些,像是 SD、SE 搞錯等。透過這堂課,讓自己未來寫文章能夠少犯錯。真的很感動,因為如果沒有老師的教學,我可能要自己摸索很久才能夠學會。」
「課程內容就如網上的許多好評,精實且順暢,兩位老師深入淺出地講解,示範他們的文獻搜尋、寫作建議、文獻評讀、常見錯誤等,化繁為簡,看起來似乎簡單多了,而且我都聽得懂。」
講者:張凱閔
統合分析,是一定要組團隊的文體,包括文獻搜尋、收錄判定、數據萃取、量表確認等,即使條件寫明了,偶爾有些模糊地帶需要主觀判定時,都要寫明是哪兩位作者的共識。
新思惟校友中,統合分析順利起步的模式很多,多數是來上過課的夥伴們一起合作,因為都上過一樣的課,知道的東西一樣,對事情的觀念跟看法有共識,合作起來尤其迅速。像是平輩同事一起合作,或者 PGY 負責事務性工作,找主治醫師協助補足「臨床感」,都很常見。當然也有找很有經驗的多產老師指導的。
但,找到老師,或者組成團隊,並不保證產出。溝通不順利,或者對合作有不同的預期,都可能使得合作不了了之。在與同事朋友協作的過程中,我們該注意些什麼,才能持續一點一點的前進。尋找比我們資深的有經驗者指導,該注意些什麼,如何接觸、如何報告進度、自己要有怎樣的準備,這些都和最終是否能產出論文有關。
這堂課,我們將分享關於找老師、團隊合作的各種技巧,尤其是確保論文能夠生出來的技巧,協助各位順利產出自己的統合分析!
張凱閔醫師為國際知名的復健科與超音波學者,並擅長統合分析,相關 SCI 論文達數百篇,積極回饋學術與醫療社群,曾擔任多本國際期刊之主編或客座編輯。
答:(張凱閔)
統合分析的統計技巧難度並不高,只要照著步驟走,例如:選對 random 或 fixed effect model。至於如何選擇 random 與 fixed effect model,上課會詳細說明,同學不必擔心,不過假設同學是從事臨床研究的統合分析,因為研究之間都存在相當的異質性,因此百分之九十九以上選擇 random effect model 準沒錯。