作者:雙和醫院 牙科部 王建鈞 醫師

偶然間看到 FB 上的廣告,我報名參加了這次的《統合分析工作坊》。這堂課徹底打破我過去對統合分析(Meta-analysis)高不可攀的印象。經過課堂上老師的指導才知道,只要按照步驟選題並搭配統計軟體,一個人就能從無到有生成一篇能投稿的論文,對年輕研究者來說,這確實是跨入國際期刊很好的起步方式。

作者:雙和醫院 牙科部 王建鈞 醫師

偶然間看到 FB 上的廣告,我報名參加了這次的《統合分析工作坊》。這堂課徹底打破我過去對統合分析(Meta-analysis)高不可攀的印象。經過課堂上老師的指導才知道,只要按照步驟選題並搭配統計軟體,一個人就能從無到有生成一篇能投稿的論文,對年輕研究者來說,這確實是跨入國際期刊很好的起步方式。


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。