作者:台北榮總 復健部 王寧儀 醫師

只要你想前進,新思惟就會推你一把!
上《統合分析工作坊》之前,已經上過《醫學論文與寫作工作坊》及《健保資料庫工作坊》。新思惟就是有這種魔力,讓學員們願意一來再來。
想在寫 paper 的世界,開創出一片天地;想在實作操練中,更加熟練順手;想一再精進各項技能,讓自己在醫學的領域更上一層樓。

作者:台北榮總 復健部 王寧儀 醫師

上《統合分析工作坊》之前,已經上過《醫學論文與寫作工作坊》及《健保資料庫工作坊》。新思惟就是有這種魔力,讓學員們願意一來再來。
想在寫 paper 的世界,開創出一片天地;想在實作操練中,更加熟練順手;想一再精進各項技能,讓自己在醫學的領域更上一層樓。


本梯次,有不少藥師、護理師等醫療人員參與,也有電腦稍微比較不熟的朋友。在助教群的積極協助下,每位同學都能順利做出漂亮的投稿圖表!
上傳參賽的作品,品質都很高,所以花了些時間評選,差點來不及印獎狀。以下,說明各位同學已經很棒的作品,為什麼差一點點得獎,以及最終獲獎的楊昀儒醫師與翁騰崧藥師的作品,為什麼特別好?

Z-Value 為中間產物,p-Value 其實看有沒有過中線就知道,建議去掉。另外,有幾位同學,都是一開始兩張記得刪除 Z-Value 與 p-Value,但後兩張卻忘了刪,造成 internal inconsistency(內部不一致性),建議修正。

Study 與 summary 的黑色一致。在這位作者的其他張,其實他是有做灰階層次的,但這張忽略了,結果變成全黑。

數字的對齊建議盡量讓小數點對齊,但如果操作上有困難,這兩欄數字或可考慮置中,也比靠左來得好。

倒數第三行的 to 後方少了一個空格。最後一列為空行,建議刪除。

數字靠右的確不錯,但 SMD 一欄,靠右的話,會顯得左邊負空間太大。95% CI 一欄,因為有 to 在中間的關係,建議置中即可。靠右則會因為 to 的位置跑來跑去,顯得混亂。
這些圖片細節的鍛鍊,需要多操作、多練習、多研究才會好。剛好現在 CMA 正熱烈團購中,1/18(四)截止,有興趣的朋友,歡迎一起上車!

楊昀儒醫師上傳的,是純以灰階對決的作品中,細節注意得最好的,以這張優秀的 forest plot 來說,我並沒有進一步建議。

分組的 subgroup analysis,畫面處理得非常理想,顏色、文字、行距列距等常見的問題,在作品中都沒有!

Funnel plot 也一樣簡單精彩。可惜 X/Y 軸的數字略小,建議可以嘗試看看,是否能再做大一些。
非常不錯的作品,是灰階組的典範,恭喜楊昀儒醫師!

翁騰崧藥師的作品,一上傳就知道有備而來,他把過去的得獎作品都看過,知道做圖如果能做「一整套」,而且細節都處理好,得獎幾乎是確定的。
騰崧因為擔心自己是藥師訓練出身,並非醫師背景,在上課前很擔心吸收不良,但也因為這樣的擔心,讓他作了非常多的課前預習,除了看過所有得獎作品之外,收到課前通知之後,就嘗試開始處理數據,並試著做圖!
這張 PRISMA 雖然是用課程送給大家的範本去修改,但他的確作了不少改動,包括把 n 值放到前面,以及右下角的排除條款中,總數目的第一行置中。雖然這些改動不見得是最好的設計,但也表示他嘗試處理出自己的風格!
目前的作法,其缺點是,n 值數字靠左,這比較可惜,靠右對齊個位數會更好。總共排除 7 篇,也建議靠左,使他層級明顯比下頭的 4 / 2 / 1 說明更高些。
不過這些都是很細微的建議了,也並不是太顯著的問題。

Forest plot 的部分,他使用偏粉彩的顏色,是比我們範本更淺的橘色和灰色,可能騰崧年紀輕,依然有少女心 XD 這也很好。目前所選的顏色,並不至於太淡,算是剛好可以接受的程度。很棒。

分組的 subgroup analysis 也沒問題,畫面處理、文字大小、行距列距等,都很不錯。恰當!

Funnel plot 比較可惜了一點,除了同樣的 X/Y 軸數字偏小的問題之外,他選擇將圈圈填滿橘色,這動機是好,但填好之後,黑色框仍在,變成像是「漆彈」,皮脆心軟又好嚼。帶框的設計,與之前 forest plot 的 summary 符號設計明顯不同。建議乾脆讓橘色圓點擴大,把框給蓋過去也不錯。

更用心的是,他重新處理過表格,這張大表,他應該在課前就先準備了,因為早上一到教室時,他就跟我說了一個表格內的小錯誤,真的看得很仔細!XD

小表格的處理一樣很棒,我猜想他是用之前得獎者曾經使用的「白色負號」秘訣去處理對齊。這方法雖然可行,我個人並不是太建議,主要的原因是,日後被接受,如果 copy editor 複製你表格的內容重製的話,那個「看不見的負號」會被複製到,導致最終的文字有誤,一旦 proof reading 沒看到這麼細,印出來就百世流芳了 XD
建議還是乾脆直接全部置中,一點點的不對齊還能接受,這是範本的作法。如果真要非常對齊的話,就必須細分成三個欄位,分別填入兩組數值與中間的 to 才能達成了。
騰崧的作品非常完整、保留彩色、且實際操作過每個細節,需要再建議的也不多,得獎實至名歸。這樣程度的用心,reviewer 一定會看得到的!恭喜,也祝投稿順利!

作者:長庚科技大學 劉瓊玫 講師

剛剛看著 e-mail,覺得當初的決定是對的。
圖書館相關書籍,只要有 meta-analysis 的,我都看了,統合分析研習會參加了兩次,重要的概念我都知道,統計看 t test、q test, 看森林圖 forest plot、漏斗圖 funnel plot,我都知道,可是仍然抓不到要點,心想「新加坡、倫敦、紐約都有 meta-analysis 工作坊開課,距離最近的是新加坡,要不然乾脆機票訂了,去參加大師開課,不要再浪費時間了。」
還好,沒有貿然下決定。

作者:義大醫院 一般外科 陳建翰 醫師

從前,只知道 meta-analysis 的 evidence 很高,卻從不知道研究是怎麼跑出來的。
看 meta-analysis 文章,只知道看 forest plot 的 overall 有沒有跨過 1,其他的數字全都忽略不計!因為只要跨過 1,p value 大於 0.05,就統計上就沒有顯著差異。The end,寫作業去。
Meta-analysis,從以前到上課前,在我心目中的地位,就像許多的 journal 一樣,就只是報告上面的一篇 journal 而已。即便它的 evidence 再怎麼高,也只是參考文獻中的一行字、一篇文章。而 method 裡面寫得密密麻麻的統計分析方法,幾乎是直接跳過,因為根本看不懂,更不可能知道它是怎麼算出來的……
去年的《青年醫學研究論壇 2016》上,我看到張凱閔醫師分享「初學統合分析,最常卡關的 3 個地方。」的經驗,以及謝孟樵醫師的講題「既然做了 EBM,就順便寫篇論文吧!」。
看這兩位講者在台上分享,講的好像統合分析像家常便飯一樣,我想有了好工具,再加上對的尋找問題方法,看起來跟我常用的研究概念、方法好像沒啥差別,才開始對統合分析的研究寫作有一點點興趣。不過,只是興趣而已,就算知道軟體很簡單很好用,因為沒人帶你進門,根本不知道怎麼開始。

張凱閔醫師 / 蔡依橙醫師
2026 年 3 月 21 日(六)9:00a – 4:40p
集思台大會議中心 台北捷運公館站旁

醫療 / 非醫療都有題目寫 / 免寫程式
「你說你沒 IRB、沒團隊、沒時間,那統合分析,就是為你準備的。」
還在研究 IRB 怎麼申請?還在等個案夠多才能開始動筆?還在擔心沒有資深老師願意帶你?
別等了。統合分析,就是為「沒有研究資源」的你而生。
只需要一台電腦,和一點想寫論文的決心,我們就能幫你走完整個流程。不管你是住院醫師、碩博士生、非醫療背景的實證工作者,只要你想寫出一篇能發表的 SCI 論文,《統合分析工作坊》就是你能立刻起步的起點。
在 2025 年,新思惟校友每月發表數都在 60 篇以上,甚至有兩個月超過 100 篇。全年發表數 1034 篇接近 2022 年的 1037 篇,疫情後再次破千篇!校友成績已恢復到 2022 年的高峰!
其中一個原因,是校友們「開發更多產線」,讓論文數增加。因為臨床研究產出速度會受到 IRB 與收案進度的限制。所以,統合分析,跟網絡統合分析,就通常是大家的第二、第三產線選擇。2025 年校友發表原創論文,每 5 篇就有 1 篇是統合類文章!
🧭 沒有資料,也能寫出研究論文:
不需要 IRB,不用收案,只要公開資料、正確方法,就能打造一篇完整論文。
🚀 一天時間,快速掌握研究邏輯與工具:
用 AI 協作,從找題目、文獻搜尋、評讀、圖表製作、撰寫技巧到投稿準備,全部濃縮進一日課程。
📊 親手做出森林圖、漏斗圖等 SCI 等級圖表:
互動實作時間,你會親手操作 CMA,遇到問題都能立刻問,課堂就能產出投稿水準的統計圖,從 0 到 1,真的做得出來。
🛠️ 課後提供 Office Hour 課後不卡關:
不是只有上課這一天,新思惟獨家 Office Hour,讓你之後真的寫作時,也能隨時提問、不怕卡關。
✅ 如何與 AI 腦力激盪,在 PubMed 找出夠熱門、又能做的題目。
✅ 如何確認這主題是否真的可以寫?(兼顧 CP 值與發表機會)
✅ 如何整理資料、排除低品質研究?
✅ 如何製作森林圖、漏斗圖,完成統計與視覺呈現
✅ 如何撰寫符合 SCI 的格式與邏輯
✅ 如何回應審閱意見,把 revise 變成 accept?
你是來自教育、運動、心理、護理、營養、公共衛生、管理?
只要你有一個研究題目,有「介入」與「結果」,統合分析就能幫你提升發表效率與品質!
過往參與這門課程的校友,不僅成功發表了論文,還有不少人在短時間內進入論文量產的階段。無論是醫學背景的專業人士,還是非醫學領域的學者,都能夠從中獲益。
《統合分析工作坊》,讓學術研究變得更簡單易行。對於那些缺乏資源但急需成績的研究者來說,這無疑是一條快速通關的捷徑。