標籤彙整:Funnel plot

00
2018 / 1 / 15

2018 / 1 / 14(日)「統合分析製圖大賽」得獎作品:楊昀儒醫師、翁騰崧藥師

 

 

00

 

 

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翁騰崧藥師的作品,為什麼特別好?

 

 

可能會忽略的細節

 

 

01

 

 

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。

 

 

02

 

 

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。

 

 

03

 

 

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。

 

 

04

 

 

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。

 

 

05

 

 

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

 

 

11

 

 

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。

 

 

12

 

 

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!

 

 

13

 

 

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

 

 

21

 

 

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。

 

 

22

 

 

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。

 

 

23

 

 

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!

 

 

26

 

 

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。

 

 

28

 

 

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

 

 

30

 

 

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!

 

 

最新活動

 

 

01_innovarad_cmliu_meta_analysis_20170416-401
2017 / 4 / 21

學 meta-analysis,真的不用出國!

 

作者:長庚科技大學 劉瓊玫 講師

 

 

01_innovarad_cmliu_meta_analysis_20170416-401

 

 

剛剛看著 e-mail,覺得當初的決定是對的。

 

 

可以獲得資訊的地方,我都看過了!

 

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。

 

閱讀更多 »

20250930_1130_meta_FB_event
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

 

2025 年 11 月 30 日(日)9:00a – 4:40p

集思台中新烏日會議中心 台中高鐵站旁

 

 

banner

 

 

醫療 / 非醫療都適合 / 不需要寫程式 / 台中高鐵班

AI 時代的統合分析,讓你研究速度倍增!

 

在 AI 時代,研究的速度與品質都在重新被定義。你還在苦惱怎麼找題目?還在統計製圖上耗費大量時間?還在被 reviewer 的回覆拖得進度停滯?現在,就是你加速研究生涯的最佳機會。

 

《統合分析工作坊》專為研究新手與臨床工作者打造,帶你用一天時間,完成一個統合分析的完整流程,避開冤枉路,直奔發表。

 

 

 

立即報名 台中高鐵班

 

 

在 AI 時代,統合分析的門檻已大幅降低!《統合分析工作坊》帶你結合臨床經驗與 AI 工具,快速判斷題目「可行性」,並用 PubMed 與各領域資料庫找到最有價值的研究方向。不論你來自醫療、教育、心理、管理、運動科學,還是其他非醫療背景,只要研究題目中有「介入與結果」,就能用統合分析完成高品質論文。

 

課程中,講師將逐步示範文獻評讀與量表應用,並示範 AI 如何加速整理、減少盲點,幫助初學者更快上手。

 

最受期待的互動實作環節,你將能在課堂中,親手完成森林圖、漏斗圖等核心統計圖表,從 0 到 1 體驗「當天就能跑出投稿水準圖表」的成就感。

 

課程同時提醒新手常見錯誤,包含圖表格式不符、統計錯誤使用、收錄文獻不當,或在回覆審閱意見時踩到地雷,這些都是新手被退稿的常見問題。透過實務技巧,你將學會如何把 revision 變成通過的關鍵。無論是自己找題目還是團隊合作,這堂課都能提供最務實的建議,幫助你用最短時間踏上發表之路。

 

如果你是剛起步的研究者,還在煩惱如何突破學術困境,新思惟的《統合分析工作坊》正是為你量身打造!

 

 

一天,帶走能立即應用的研究能力

 

這堂課的設計核心,就是「讓你帶著成果回家」。課後,你會具備這些技能:

 

📚 一個清晰可行的題目選定方法
🔎 文獻搜尋與評讀的上手技巧
📊 一整套親手完成的統合分析圖表
💻 一條從題目到投稿的研究捷徑
🧑‍ 線上 Office Hour 解決實際操作中的所有疑惑

 

我們深知,每位醫師、研究者、學生的時間都極為有限,因此《統合分析工作坊》只保留最必要的知識與技巧,讓你花一天,省下無數摸索與失敗的夜晚。

 

Meta-analysis 不僅快速提升你的學術產能,更能幫你踏進 SCI 大門!這個時代,你還不知道統合分析怎麼寫嗎?快來吧!一起用 meta-analysis,打破學術界的遊戲規則!

 

 

立即報名 台中高鐵班

 

 

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。

 

 

 

 

立即報名 台中高鐵班

 

閱讀更多 »

forest
2016 / 11 / 25

Meta-analysis 圖表優化重點

 

講者:蔡依橙

 

 

Figure02a-1

 

 

「圖表優化重不重要?」在台灣,你這樣問,常聽到的回答是,「圖表優化那是雕蟲小技啦,重點是你的科學性跟內容,只要內容夠好,reviewer 會幫你改圖。」

 

前半部「科學性和內容最重要」,這是大家都同意的。但優秀的內容,配上醜陋的圖表,你真覺得 reviewer 會讓你好過嗎?

 

我們看看,跟上圖一模一樣的資料,換成另一位初學者做的圖片,您就以 reviewer 的立場想想,你真能不計美醜的接受他的論文嗎?還是,這已經醜到「很難令人注意到其中是否有任何科學價值」了?

 

閱讀更多 »