作者:玉里慈濟醫院 許志呈 醫師
從住院醫師時代開始,就開始想試著寫論文,但總是卡在沒有研究的資源。之前想做問卷調查,但總被卡在 IRB 過不去。統合分析,才是比較適合入門者的路,所有的資料都在網路上,而研究者要做的是,把別人的資料滙整成具有臨床意義的資訊。
以前在當住院醫師的時候,往往會被指派去蒐尋某一個主題的治療或診斷,在尋找和閱讀文獻的步驟,其實就跟 meta-analysis 是一樣的,然而在報告完後,檔案就被埋在硬碟裡面。如果早點來上這個課程,一定可以多發表很多文章。
作者:玉里慈濟醫院 許志呈 醫師
從住院醫師時代開始,就開始想試著寫論文,但總是卡在沒有研究的資源。之前想做問卷調查,但總被卡在 IRB 過不去。統合分析,才是比較適合入門者的路,所有的資料都在網路上,而研究者要做的是,把別人的資料滙整成具有臨床意義的資訊。
以前在當住院醫師的時候,往往會被指派去蒐尋某一個主題的治療或診斷,在尋找和閱讀文獻的步驟,其實就跟 meta-analysis 是一樣的,然而在報告完後,檔案就被埋在硬碟裡面。如果早點來上這個課程,一定可以多發表很多文章。
作者:振興醫院 骨科部 劉俊良 醫師
過去還沒有接觸論文寫作,單純以為,只要有好的想法,就可以開始寫。但後來發現,才剛起步就問題重重,不管是資料取得方式、資料完整性、個案數多寡,以及繁瑣的 IRB 審核都是關卡。如果要做健保資料庫研究,資源的取得,也是一個難關。
至於統合分析,一開始的想法是:那不是最高證據等級的文章嗎?會不會太好高騖遠了?當時連想都不敢想。經過考慮後,我決定先回頭努力把一篇回溯性研究處理好,但準備文章投稿的階段,也開始思考,接下來要做什麼?
作者:亞東醫院 麻醉科 王姿文 醫師
從學生時期開始,meta-analysis 統合分析文章,一直是自己偏愛的期刊文章類別。
綜觀期刊上的各類文章,基礎研究和臨床有些距離,對臨床工作的直接助益較有限,因此閱讀起來比較沒勁;收案的各種臨床研究,看似有得到結論,但不同實驗方法的文章,常常眾說紛紜,乍看之下不知道該信哪個,更常在最後列舉各種限制與偏誤,並以「期待將來能有大型隨機對照試驗 (RCT)」這種未完待續為結語,看完有種客官請靜待下回分曉的煩躁;系統性回顧唸起來有條理很痛快,但在準備報告時,卻是要念最多相關文章,要不然報期刊時,是最容易被電爆 的文章類型;還是統合性分析對學生來說比較實際,清楚列舉各種研究的成果,並在最後提出結論,整體閱讀起來比較踏實(喂)。
張凱閔醫師 / 蔡依橙醫師
2 月 15 日(六)9:00a – 4:40p【台中班】
集思台中新烏日會議中心 台中高鐵站旁
3 月 9 日(日)9:00a – 4:40p【台北班】
集思台大會議中心 台北捷運公館站旁
😥 想要做研究,卻受限於資源不足。
😥 想要盡快產出,卻被 IRB 的審核程序拖延。
😥 想發表論文,卻因為收案困難,無法產出有效的結果。
😯 當你孤軍奮戰在學術路上,面對這些難關,你是否感到無助和沮喪?
好在這個時代,有 Meta-analysis 這個研究工具:只需要一台電腦連上網,就能開始寫。搜尋現有文獻,不用跑 IRB 且 免收案,非常適合資源有限、想要自力更生的人。
新思惟的《統合分析工作坊》是專門為初學者設計,幫助新手從零開始。
從選擇主題、統計圖表、搜尋和評讀文獻,到撰寫和投稿論文,每個步驟都有詳細的指導和範例,協助你循序漸進掌握獨力起步的技能。
課後寫作可能會遇到疑問和困難,我們也為此提供每週一次的 Office Hour 線上諮詢服務,讓你不再孤軍奮戰。
至今已經幫助許多校友成功完成他們的第一篇論文,甚至有些人已經進入論文量產的階段!
Meta-analysis 打破了傳統研究方式對資源、經費和時間的高要求,透過搜尋和評讀現有文獻,便能夠快速進行研究,發表論文,是資源匱乏、獨立作戰的研究者最佳選擇。
這堂課將破除一般人對於統合分析遙不可及的迷思,回家後就能開始著手自己的主題。
我們都曾經是研究新手,經歷過從 0 到 1 的過程。一個菜鳥,要想讓自己的名字,出現在學術期刊,最容易入門的方法,是 case report 或 letter to the editor。
不過,隨著各醫院與醫學會要求漸增,現在基本的要求,都變成得要 original article 才行。於是,臨床研究、健保資料庫研究、meta-analysis,就變成三種年輕研究者起步的主要流派。
但是,如果我們以住院醫師與年輕主治醫師來看:臨床研究 IRB 申請需要資格與時間,受試者同意書簽署需要科支持或請助理幫忙;健保資料庫研究雖然 IRB 相對容易通過,但國衛院光碟之路已斷,去加值中心則需要特別請假;meta-analysis,不需要經過 IRB,也能利用臨床之餘的零碎時間工作,自然成為越來越多人出道時的選擇。
選擇做 meta-analysis,阻力有哪些呢?分別是遭受歧視、統計不同、資源較少。