│ 很多時候研究主題，就是這些很 #吸引人的問題，與 #強烈的好奇心 開始的，這是個很不錯的例子。 │
⠀
【快訊 🎉 蔡尚聞醫師團隊，關於洗腎與腎移植患者接受全關節置換術之預後統合分析，獲 EFORT Open Reviews 刊登！】
⠀
📝 文章介紹
⠀
末期腎病變的患者，接受髖關節或膝關節的置換手術後，手術部位併發症較高，人工關節感染機會也較多，不過，末期腎病變患者一般會接受洗腎治療，但也有部分人最終會接受腎臟移植，蔡醫師團隊對於這兩種人的手術預後究竟有沒有差異，很有興趣，於是有此研究。
⠀
收入了 22 篇文獻共 9384 位患者後，共有 8921 位洗腎、463 位腎臟移植者，手術後整體死亡率，在腎移植患者中略高於洗腎患者（15.8% vs 13.8%），整體手術部位併發症也是（3.6% vs 3.3%）。關於人工關節感染，洗腎患者則略高於腎移植患者（4.0% vs 3.7%）。
⠀
使用多變項迴歸分析，確認各種因素的影響後，會發現其實使用洗腎或腎移植，並不是顯著的預後決定因子。
⠀
這是個蠻有意思的研究，腎臟不好，會造成關節手術的風險，那如果之後把腎移植進去呢？風險會降低嗎？至少以本篇研究來看並沒有，雖然也可能是因為腎移植患者通常經歷過一陣子的洗腎，且移植後的照護也同時合併許多藥物，但無論如何，接受腎臟移植，並不會讓預後神奇的逆轉。
⠀
📝 期刊介紹
⠀
EFORT Open Reviews 創刊於 2016 年，2020 年 impact factor 為 4.618，在 Orthopedics 領域排名為 Q1(12/82) 期刊。
⠀
--
⠀
🔸 11/7（日）統合分析工作坊 #全新梯次
➠ https://meta-analysis.innovarad.tw/event/
免收案、免 IRB，突破資源缺乏困境的機會！
⠀
🎯 克服經費與資源稀少的困境，帶您踏入統合分析的領域。
⠀
☑ 統合分析研究規劃技巧
☑ 正確拆解論文架構
☑ 必學的重要專有名詞
☑ 互動實作：完成一套 Meta-analysis 圖表
☑ 以發表為導向的搜尋文獻
☑ Meta-analysis 圖表優化重點
☑ 給初學者的起步建議
⠀
🗣️ 學員回饋
⠀
「這種 #以成果為導向 的學習方式貫穿了整天課程，在這樣的學習架構底下，每堂課都只教必學的重點：繁雜的統計觀念，只聚焦在發表文章必備的部分；統計軟體當然選 CP 值最高的。也因為有這樣的課程安排，讓我能在短短的一天之內，迅速消除對統合分析的恐懼，也對統合分析的架構及寫作有較全面的理解。」
⠀
「新思惟的一天課程學習，教會我們從題目、寫作及分析技巧、文章架構及排版，到繪圖及美化圖表，製作出賞心悅目、令人不忍拒絕的圖表，教會我們如何 #快速踏入寫作的旅程中，告訴我們 meta-analysis 文章並不難，難的是你不願意開始，只要開始你就有機會拚出一篇自己的 SCI。」
⠀
👨‍🏫 講者陣容
⠀
＃張凱閔，知名復健醫學與超音波學者，台大流病與預防醫學博士，SCI 論文超過 190 篇，並有 25 篇以上為 meta-analysis，探討臨床常見議題。
⠀
＃曾秉濤，專業精神科醫師，擅長從臨床工作找到發表議題，並組成研究團隊，SCI 論文超過 85 篇，並有 70 篇以上為 meta-analysis。
⠀
＃蔡依橙，專業課程開發與整合者，能迅速理解學門架構，並以初學者能理解的方式，建構學習流程。生涯被 SCI 期刊接受的圖表，已超過 500 張，熟悉學術審閱過程與要求。

「總要有付出、有努力，才可能有成功的果實。我的起點就從 meta-analysis 文章開始吧！但是，沒有做過統合分析，真的可以在一天學會，並做出令人覺得很厲害的圖表嗎？」（奇美醫院 心臟血管內科 郭芳秀 個案管理師）
⠀
以前曾經去進修統計的相關課程，但課程中真的是讓我有點頭昏腦脹，每每想起就感覺頭痛，但新思惟的課程讓我有了奮鬥的心，感覺自己好像 ＃真的可以。
⠀
課程中發現老師們都是非常資深的 meta-analysis 寫作者，將文章的搜尋至書寫講得 ＃淺顯易懂，讓我這個門外漢萌生出：「原來 meta-analysis 是努力就有希望產出的文章！」運用手邊的資源（圖書館）、針對目前臨床上的問題、＃不需要IRB、＃不用經費，只要花下班後空閒的時間，就能產出一篇對自己工作有幫助的文章。
⠀
新思惟的一天課程學習，教會我們從題目、寫作及分析技巧、文章架構及排版，到繪圖及美化圖表，製作出賞心悅目、令人不忍拒絕的圖表，教會我們如何快速踏入寫作的旅程中，告訴我們 meta-analysis 文章並不難，難的是你不願意開始，只要開始你就有機會拚出一篇自己的 SCI！
⠀⠀
🎯 克服經費與資源稀少的困境，帶您踏入統合分析的領域。
⠀
☑ 統合分析研究規劃技巧
☑ 正確拆解論文架構
☑ 必學的重要專有名詞
☑ 互動實作：完成一套 Meta-analysis 圖表
☑ 以發表為導向的搜尋文獻
☑ Meta-analysis 圖表優化重點
☑ 給初學者的起步建議
⠀
🔸 11/7（日）統合分析工作坊 #全新梯次
➠ https://meta-analysis.innovarad.tw/event/
免收案、免 IRB，突破資源缺乏困境的機會！
⠀
👨‍🏫 講者陣容
⠀
＃張凱閔，知名復健醫學與超音波學者，台大流病與預防醫學博士，SCI 論文超過 190 篇，並有 25 篇以上為 meta-analysis，探討臨床常見議題。
⠀
＃曾秉濤，專業精神科醫師，擅長從臨床工作找到發表議題，並組成研究團隊，SCI 論文超過 85 篇，並有 70 篇以上為 meta-analysis。
⠀
＃蔡依橙，專業課程開發與整合者，能迅速理解學門架構，並以初學者能理解的方式，建構學習流程。生涯被 SCI 期刊接受的圖表，已超過 500 張，熟悉學術審閱過程與要求。

多年的臨床工作，缺乏寫作經驗及學習時間有限，總讓我在寫作上有心無力，不知從何開始起步，如今因為新思惟的課程，減少在學習寫作上的碰撞，也讓我們的寫作之路有了少許的光亮。

＃免收案免IRB的統合分析，＃您也想過要學卻不得其門而入嗎？
⠀
想自學 meta-analysis，然而相關的書，隨便買都厚厚一大本，光是 fixed-effect model 就一大章，都還沒講到 random-effects model 就想投降，更別說，後面還有 heterogeneity、subgroup analysis、publication bias 等。
⠀
但是，這就像我們去買汽車的教科書，光引擎原理就一大章，還沒講到缸內直噴、渦輪增壓、油電混合就投降，更別說後面的傳動系統、主被動安全、自動駕駛。想開車上路，真有需要了解這麼多嗎？
⠀
事實上，難的是懂「汽車原理」，如果只想學會「開車」，並不難。難的是懂「meta-analysis 公式與理論」，如果只想學會「發表 meta-analysis 文章」，並不難。
⠀
＃是要認識整片森林，＃還是採一朵香菇就好？
⠀
從「學問」的角度去看，那可是一片森林，人家「寫教科書」的，自然應該全部涵蓋。但我們在這浩瀚森林中，不過是個「採香菇」的，你只要知道在哪裡可以找到香菇、應該怎麼採、如何避免採到毒菇，然後順利的把香菇帶到市場上賣，就行。
⠀
延續這樣的概念，如果我們反過來，不從 meta-analysis 的理論與公式教，而從「剛開始發表 meta-analysis」所需要知道的統計項開始教呢？
⠀
就像教了油門、煞車、方向燈之後，讓你先上路，在安全的環境逐漸熟悉。駕輕就熟之後，有了自信，你想學任何汽車的原理甚至改裝，自然水到渠成。
⠀
＃課程中只教您必學數值，＃學會了，＃就能用！
⠀
這堂課，我們不講複雜理論，只講實際應用的重要概念。減少混亂，化繁為簡。雖說是「簡」，但在寫作、投稿、審閱過程中，重要的眉角，依然將以最實用的角度，與您分享。
⠀
🎯 克服經費與資源稀少的困境，帶您踏入統合分析的領域。
⠀
☑ 統合分析研究規劃技巧
☑ 正確拆解論文架構
☑ 必學的重要專有名詞
☑ 互動實作：完成一套 Meta-analysis 圖表
☑ 以發表為導向的搜尋文獻
☑ Meta-analysis 圖表優化重點
☑ 給初學者的起步建議
⠀
🔸 11/7（日）統合分析工作坊 #全新梯次
➠ https://meta-analysis.innovarad.tw/event/
免收案、免 IRB，突破資源缺乏困境的機會！
⠀
🗣️ 學員回饋
⠀
「原本以為艱澀難懂，一定會打瞌睡，卻意外絕無冷場。張凱閔醫師擷取 meta-analysis 重點中的重點，深入淺出的介紹一定要會的專有名詞，讓我不會被龐雜的統計名詞大海淹沒！」
⠀
「因為是統合分析的初學者，在準備過程中主要還是以類別變項為主，這次課程聽到很多資料（包括連續變項）的處理方法，像是標準差和標準誤的概念和處理，只要有 sample size 和 p-value 就可以跑統計，以及嘗試向作者要 raw data，這些都有助於我對於未來統合分析的題材有更多選擇。」
⠀
👨‍🏫 講者陣容
⠀
＃張凱閔，知名復健醫學與超音波學者，台大流病與預防醫學博士，SCI 論文超過 190 篇，並有 25 篇以上為 meta-analysis，探討臨床常見議題。
⠀
＃曾秉濤，專業精神科醫師，擅長從臨床工作找到發表議題，並組成研究團隊，SCI 論文超過 85 篇，並有 70 篇以上為 meta-analysis。
⠀
＃蔡依橙，專業課程開發與整合者，能迅速理解學門架構，並以初學者能理解的方式，建構學習流程。生涯被 SCI 期刊接受的圖表，已超過 500 張，熟悉學術審閱過程與要求。

更多新聞與互動請上：
公視新聞網 ( http://news.pts.org.tw )
公視新聞網粉絲專頁 ( https://www.facebook.com/pnnpts/ )
PNN公視新聞議題中心 ( http://pnn.pts.org.tw/ )
P#新聞實驗室 (http://newslab.pts.org.tw)