作者:林口長庚紀念醫院 林翊庭 醫師

身為 PGY,臨床歷練尚淺,也沒有研究所或博士班那種扎實的研究背景。我知道自己想申請的科別很看重研究,但面對身邊同學陸續發表、自己卻成果不多,心裡很急,卻不知道從哪裡開始。

作者:林口長庚紀念醫院 林翊庭 醫師

身為 PGY,臨床歷練尚淺,也沒有研究所或博士班那種扎實的研究背景。我知道自己想申請的科別很看重研究,但面對身邊同學陸續發表、自己卻成果不多,心裡很急,卻不知道從哪裡開始。

作者:小港醫院(高醫經營)骨科 吳元祿 醫師

升上主治醫師後,隨著臨床與研究工作的壓力增加,深刻體會到學術發表與升等之間的重要關聯。
為了提升在論文撰寫與統合分析上的能力,我參加由新思惟團隊舉辦的《統合分析工作坊》。課程不僅針對統合分析的理論與實作進行深入講解,更把 AI 應用在研究寫作中,論文寫作似乎更平易近人了。


對多數研究者或學生來說,「統合分析」好像是只有學術大老才能進行。但其實,它反而是最適合「資源有限」的初學者入門的研究類型。
不需要收案、不用申請 IRB,透過公開的文獻資料與合適的邏輯步驟,一樣可以完成具有高學術價值的論文。正是這個原因,《統合分析工作坊》才會這麼受到歡迎。
「在上課的過程,老師們每一步驟都有憑有據,甚至是最困難的題目發想,也可以透過工具讓新手自己探索挖寶,一邊上課,一邊已經在找題目了。」
許多人卡在第一步:不知道該研究什麼。這堂課不只教你找題目,還教你怎麼讓找題目變得科學化,快速尋找、快速篩選、快速確定這個主題能不能做。
在 AI 時代,找不到題目已經不是你需要煩惱的事,反而,需要擔心的,是題目這麼多,我該怎麼安排時間把這些主題都一一寫成文章。
很多人一邊聽課,一邊就已經打開 PubMed 開始搜尋,課程進行到一半,題目也確定了,回家就能開始動工。動作快一點的學員,課後一年發表三篇,快速打造自己的學術產線!
參加《統合分析工作坊》,你不需要有統計基礎,也不用看得懂 R 語言。我們從文獻篩選、資料萃取、分組邏輯,到結果解讀與圖表製作,完全不用碰程式碼。中午的實作使用 CMA 軟體,就能做出可投稿的高水準圖表。
我們都身處在 AI 時代,AI 工具確實能讓研究更有效率,但用錯地方,結果就可能變成災難。在《統合分析工作坊》中,講師們親自測試各種 AI 工具,並在課堂上示範:「哪些步驟可以靠 AI 加速」、「哪些部分一定要人工確認」。
比起自己摸索,我們幫你少走冤枉路。學習效率更高、品質更穩定,也更容易完成投稿。統合分析工作坊》就是這樣一堂,適合資源不多的你,正在起步的你,以及期待突破的你。
如果你的研究是教育領域,或是屬於很難找到對照組的領域,但有盛行率的資料,也可以寫出統合分析論文喔!
這幾年,課後成功發表的學員,包含了醫學生、中醫師、藥師、護理師、放射師、營養師、物理治療師!除了課程本身的用心規劃,新思惟更打造了論述基礎,課後能透過線上 Office Hour 獲得幫助,解決投稿與 reviewer 應對等疑難雜症。在長遠的學術路上,協助各位培養出可複製的成功發表模式,讓研究之路行之更快、更久,讓寫統合不再是難事。
對網絡統合分析、內科系研究、外科系研究、個案報告等文體,以及想要走向國際有興趣的,我們也有相對應的課程。主題不同,內容一樣豐富優質,一樣都有大量校友產出成績。
覺得新思惟課程,都特別好吸收,為什麼簡報跟演講可以做到這樣呢?關於簡報設計,歡迎參考我們的兩種簡報工作坊。
自己的臨床做得很好,研究也發展不錯,但網路上的存在感卻形同透明?期待在這個時代生存得更好,讓自己的專業和成績被看見,網路個人品牌可以幫助你!
課後卡關不用再怕無人能問,新思惟推出每週一次蔡校長的 Office hour,提供課程校友線上諮詢,陪著學員走完成功發表的最後一哩路!
以下,一起回顧當天熱情學習的照片記錄。


這幾年,統合分析成為對新進研究者非常友善的領域。在本身專業研究之外,能夠多開闢一條統合分析的產線,對於分散風險以及維持產量,都有相當大的效益。對於尚未能夠獨立掌握資源的起步者來說,這也是累積自己在學術界能見度的好工具。
因此這次課程,吸引了來自各行各業、年齡層多元的同學參與,從教育界、醫療界到工程界都有。如何讓所有人都能聽懂,是我們努力的目標。很高興看到同學們在中午的互動實作時間,就能完成所有作品,真正親手做了一次統合分析,並且完成了 SCI 期刊投稿所需的整套圖表。
以下,我們將一起欣賞同學們的作品,並針對細節提出一些建議,最後也會介紹兩位得獎同學的精彩作品。

同學選擇使用十字而非原廠預設的方形,這其實有些可惜。原廠設定的中心方形,其面積大小能夠反映在本次統合分析中的相對權重;若改用十字,雖然中心點更為精準,但卻會失去比例的視覺直觀印象。建議大家還是採用我們推薦的設定,效果會更理想。

分組分析處理得不錯,不過右邊的相對權重欄位消失了,實在有些可惜。建議可以補上這個欄位,讓整體資料呈現更完整。

原廠的漏斗圖,出圖沒有問題,不過左右兩側留下的空白有點多,尤其是右邊。建議可以簡單裁切一下,處理掉多餘的空間,這樣就會非常棒了。

統合迴歸分析,圖片做得很好,如果能夠精確的控制 XY 軸小數點的位數,就會更棒。

通常同學們到了第二次輸入類別變項資料進行統合分析時,容易開始有些恍神。這主要是因為大家第一次學習時全神貫注,到了後面注意力容易分散。這個問題可以透過課後練習五次來改善,隨著細節越來越熟悉,逐漸形成肌肉記憶,對細節的注意也會更加完整,減少疏漏。
以這張圖來說,下方標籤左右的位置應該互換,其他部分則沒有問題。

同樣是類別變項的練習,這邊 Z-Value 欄位記得去掉,下方的標籤記得左右互換。

最下方的標籤方向正確了,但 Z-Value 忘了去掉,右邊的相對權重也不見了。在這張類別變項中,我們連續舉例了三張圖。人類的注意力極限在第一次學習時差不多就是這樣。同學們記得回家要多加練習,讓自己更熟悉整個操作。如此一來,未來在處理自己的數據時,也能夠做得這麼好。
以下,我們一起來看看兩位得獎同學的精采作品。

問:請問校長,如何看待 AI 到來的世界?
會這樣問,是因為我發現最近有很多名人,都喜歡評論 AI 出現後的世界會怎麼發展。黃仁勳說,這會是個超級大的產業,說得好像現在我就該 all in 買他們家的股票,或者辭職重新培訓,進入 AI 產業。很多大大小小的 KOL,都說不用 AI 就落伍了。但其實那些工具好像在我的工作中用不到……
請問我該怎麼看待這個事情?
答:(蔡依橙)
因為資料很多,我先推薦兩個影片給你,然後跟你說要怎麼閱讀。
一個是你提到的黃仁勳,最近一次的長時間訪談,這個有中文。一個是大歷史專家哈拉瑞,雖然沒有中文字幕,但你可以用 YouTube 的自動英文字幕加上自動翻譯,就有基本的中文可以看。


問:請問校長,你好幾個課程,公開開課都超過 10 年了,請問你是怎麼管理課程更新的?我的意思是,你會固定什麼時間就要更新內容嗎?還是根據時代調整?像是最近 AI 的改變就很快,過去也有 OA 期刊浪潮的出現,你都怎麼管理這些改變?
答:(蔡依橙)
的確,我們是經常在做大小改款的。最近則是多為持續的小改款。
主要的原因就如你說,世界一直在變,我們希望來到課堂上的初學者所聽到的,是「今天」「這個時候」一個初學者該聽到,而且聽到之後能起步的內容。
OA 浪潮出現後,我們一直在持續評估其影響,早期看我部落格的朋友都知道。之後我也親自去擔任 OA 期刊的審閱者,感受一下幾家不同出版社的經營效率跟決策模式,這樣我們才有辦法跟同學說,究竟現在的學術狀況變成如何。
各醫院對期刊的策略,我們也通過校友的升等經驗跟持續回饋得知。
至於 AI 這波浪潮,也是一樣,一開始我們就是積極使用,而且嘗試挑戰一些學術上使用的可能性,才知道哪些功能依然是胡扯,哪些功能竟然已經變成比較可信。
我們會在每次開課前,看看課程的內容,覺得老舊的就拿掉,然後換上對初學者更有用的內容。
在遇到有意思的改變時,也是第一時間就去思考,該怎麼融入我們的課程中。
有必要的話,就整堂課換掉,如果換掉的堂數較多,就乾脆做全課程大改款。
這跟臨床工作一樣,我們吸收新知,有了新的想法,知道怎麼做會對患者最好,明天門診或明天的手術就能應用上,以前的患者回診時,也會逐漸用上新的治療。
在課程這邊,就是 Office Hour 作為聯繫,如果同學有來問學術或個人品牌或各種領域的問題,我們都會用現在的想法,用最新的回答方式,來回覆。
會這樣積極改款,而且每一梯次的新同學都覺得學到很多,其實就是因為我們是以「學習者」為中心在思考事情。
這件事情並不容易做到,但你實際來課堂都能感受到。
提供對「學習者」最有幫助的內容。我們就是根據這個在持續調整的。