問：最近想做一個 updated meta-analysis，如果跟之前發表的文章相比，新增了 subgroup 分析，以及之前那篇統合，提到某篇 trial 他找不到資料，但我們找到了，這樣有機會發表嗎？
答：（蔡依橙）
可以的。
如果這個 subgroup 分析得出的訊息很有意思，而且你資料更完整，呈現出來的解讀也有所不同，就有刊登的機會。
不過，一般來說，updated meta-analysis 最好是在篇數上有 50％ 的增加。如果前一篇統合了 6 個 trials，你這次因為年份較晚，又多了 3 篇新 trials，總共有 9 個，會比較容易被接受。這樣即使分析出來結果是一樣的臨床意義，也比較容易被接受。
意思就是說，之前統合六篇說藥物有效，你這次九篇也是有效。或者之前統合六篇說無效，你這次統合九篇還是無效。光是因為篇數更多、資訊更新，就有機會被刊登。因為你的新統合，增加了趨勢確認、篇數跟可信度。
作者：光田 ENT 詹大慶 醫師
回憶起大學時期，各種研究課程比例逐漸加重，也是在當時第一次接觸統合分析。當時的老師跟我們分享了統合分析的概念、各種統計圖表的意涵，以及很大篇幅地在聊如何判讀，講者津津樂道，聽者看熱鬧，很難想像有一天自己也能實際操作。
早有耳聞新思惟團隊的課程，但遲遲沒有報名參與。當上住院醫師後，開始有發 paper 的壓力，考量到地區醫院研究資源有限、研究夥伴不易尋找，IRB、收案曠日費時，腦中突然就浮現「不如就試試統合分析吧！」的念頭，便毅然決然排定一個週末上台北學習。
上課地點是非常熟悉、過去曾服務過兩年的忠孝復興站附近，場地環境非常明亮舒適，老師及工作人員也非常熱心熱情，而學員們都抱有明確的動機跟目標前來學習，整體的學習氛圍非常令人印象深刻。
蔡校長和張醫師對於統合分析的分享，有別於過往的學習經驗，教學提供了深入淺出的介紹，內容之豐富引人入勝，經驗分享字字珠璣、毫無冗言贅詞，讓人感覺不出時間的流逝，一步一步引導初學者如何完成一篇完整的統合分析，是相當實用的路線。
（這篇問答是互動式的，有兩階段。這也是 Office Hour 的常見模式，如果校長覺得事有蹊蹺，會繼續詢問重點以釐清，精準解決同學的疑惑。）
問：校長好，想確認統合分析的一個問題。若有些文章是 paired t test 的結果，有些文章是 student t test 的結果，是可以一起統合嗎？還是要分 subgroups？
答：（蔡依橙）
這個問題有點怪，可能要請你進一步給我細節。
因為通常我們要比較的統計項，在不同的研究中，會用類似的統計法，像這樣用不同統計法的，我會擔心他們是不是並不應該被拿來一起統合。
例如：paired t test 是用在同一個病人手術前後的數值比較；Student’s t test 則是用在不同病人被分兩組後的數值比較。這兩種數值並不相同，其實不應該拿來統合的。
問：課後找到主題後，我的統合分析，總分析搞定了，正在切 subgroup。我想切左右側分別來看，但其中有一篇研究，其左右側沒有寫清楚，這篇可以直接去除，只做總分析，不放到 subgroup 分析嗎？還是乾脆不要用左右側來分析 subgroup？
答：（蔡依橙）
可以的，你可以去掉這篇，就說這篇 unspecified，所以不納入左右側分析。
方法學 Materials and Methods 那邊，記得說缺資料的你都會寫 Email 去要。之後結果 Results 說左右側 unspecified 而去除這篇，就表示你有問，但對方沒有回，你還是不知道究竟他們是研究左邊還右邊。
當然，如果你要直接避開左右側 subgroup 分析也可以，但如果你研究數也不少，只是少一篇，而這個左右側分析又很精彩，選擇保留可能對你的文章幫助比較大。
同學，你上課後到今天才三週，已經快做完分析了，真的是很快。加油加油，希望盡快聽到你的好消息。
之後 revision 如果遇到困難，還可以繼續來 Office Hour 問喔！
問：校長好，我課後找到適合的統合題目，也算出結果，但有個問題覺得很奇怪。下面兩張圖，一個是全部一起的統合，一個是分 subgroup 的統合，為什麼它們的 overall effects 不一樣？如果 reviewer 問我該怎麼辦？（為了避免同學的主題被拿去發表，圖片重新用指定論文做出類似的來說明。）
答：（蔡依橙）
沒錯，你發現了。這也正是為什麼，我們在上課的時候，如果做 subgroup，並不會再秀 overall 的原因。
因為 subgroup 的 overall 算法，跟一開始就把全部合在一起的算法不一樣，他是分組之後再合併，所以數據通常會差一些。
問：校長好，上完統合課程兩週，目前文章差不多了，剩下文獻評分、摘要，還有 discussion 的一半未完成。我想問的是，我 subgroup 分組後，有一組的 Hedges’ g = 1.1，請問會不會太高。老師上課有說，搞錯標準差標準誤，會導致效果太好，但我有檢查過，該轉換的都有轉換，應該沒錯。
答：（蔡依橙）
如果 Hedges’ g 算出來 1.1，其實還好，的確是頗為有效，但還不算是異常。那種因為轉換錯誤而搞錯的，常常都是 ±3 或 ±4 的等級，很誇張。你如果特別檢查過就沒問題了。
一般 Hedges’ g 與效果的對應，是這樣認定的。