年輕人的世代，如果不自我提升，很快就要被時代淘汰。

現在關於住院醫師值班的規定越來越多，每週工時限制、值班範圍限制、每月班數限制、防疫期間分艙分流區域限制、還要兼顧公平性、配合每個人的私人行事曆預約不值班、假日班平均分配、有人請特休、有人放婚假、有人懷孕.....

以前我當總醫師的時候，排班大概需要花一星期的時間，偶有一個小調動牽一髮動全身，可能整張又得重排；現在規矩多更多，聽總醫師說幾乎月初就要開始排下個月的班表，然後會被退件N次才符合規定，符合規定也未必每個人都滿意...

於是前幾天科部開了個會，討論排班的相關事宜。

「之前確實存在這些問題，不過這幾個月應該改善不少。我寫了一個軟體，把規則全部輸入，電腦就能自動排出來～」某位總醫師說明他的解決之道，一派輕鬆的語氣。

「『寫』了一個軟體！？」我和旁邊一位長官面面相覷，好像聽到另一個世界的語言。

這個世代的年輕人，真的不一樣。

先前投稿一篇論文，期刊有些意見建議修改，大部份都回答得出來，唯讀審稿人對文章中某個統計方式有意見，建議改成一種我沒聽過的方式。查了一下網路，不是那麼容易，至少我的統計軟體弄不出來。

那天上班時，和一位年輕醫師聊到這件事。

「我來試試看。」年輕醫師聽完我的問題，似乎知道怎麼弄。下班後幾個小時，他就把算出來的數據與表格傳給我，解決了困擾我好幾週的問題～

很多的能力培養，現在都越來越往下紮根，十幾二十年前我當住院醫師哪會什麼寫論文做研究？都是當了主治醫師才慢慢摸出心得，從亂寫一通到熟能生巧：現在幾乎每個住院醫師，都具備了基本的統計、研究設計與論文撰寫能力，當中出類拔萃者所產出的質與量，不會輸給我們這些老師輩。（甚至比很多資深主治醫師還厲害～）

許多「和工作相關的斜槓」，也在很多年輕人身上看到。當年我們頂多發展興趣，例如攝影、登山、音樂...雖然多才多藝者有之，但多與醫療專業無關，也無法替自己的醫療專業加分；現在許多年輕醫師，可以把醫學資訊、電腦工程、人工智慧等等，都放進自己的醫療工作裡。

坦白講，我看得望塵莫及。

和年輕人相處越多，其實有些不安全感。如果不自我提升的話，不是被淘汰，就是成為倚老賣老，人家不好意思嗆你但是心裡瞧不起你～我可不想成為這種人。

除了老（以及因為老，而帶來的年資紅利與資源分配），我還贏他們什麼？

自我提升真的時時刻都很需要。

「過去我遇到了許多好點子，卻無奈 original article 必須要經過繁瑣且漫長的收案流程，統合分析又有許多艱深難懂的專有名詞與統計方式，讓我在論文寫作始終裹足不前。幾經思考決定報名新思惟的《統合分析工作坊》，＃才深感與新思惟真是相見恨晚！」（台中榮總 內科部 莊子逸 醫師）
⠀
💎 手上有寶藏，只是缺乏淬鍊的技能。
⠀
寫作跟淘金有很類似的過程，首先要找到礦山（可以分析的主題），然後挖掘（提出問題），反覆滔洗與精萃（資料分析），最後把成品拿到市場上找到適合的買家（投稿）。
⠀
在這些過程裡，處處都有「眉角」，必須要從臨床醫師的角色、reviewer 的角色、甚至是病人的角色反覆切換，去尋找哪些問題是有意義、哪些必須要篩選掉，是一段去蕪存菁的過程。而這些都有賴老師課堂上的分享。
⠀
⚗ 論文寫作流程也可以科學化
⠀
課程中老師很詳細介紹統合分析的文體，剖析老師自己寫過的示範論文，告訴我們一篇完整的文章，必須包括四個段落（跟 original article 相似），每個段落又必須要包含哪些內容，有自己獨特的分析方式與文獻評讀流程，最後分析出的結果不管有沒有意義，都可能是有趣的結果。起承轉合，字字珠璣。
⠀
我才意識到原來過去住院醫師報告時，我其實讀過了許多這樣的寫作方式，但始終不明白其中蘊含的邏輯，這也是這堂課所帶給我的額外收穫：讀他人文章時，可以看懂作者是如何把不同的現象連結在一起，進而得到有意義的結論。
⠀
💥 避開地雷，大膽前進！
⠀
我認為在統合分析寫作裡所遇到最大的困難，就是在於我們面對海量的資料時，所感到的徬徨與迷惘，不知道哪些資料是有意義的、哪些可能會踩到雷，稍有不慎甚至會得罪 reviewer。
⠀
在課程中講師們分享自己寫作統合分析的經驗，告訴我們如何根據問題，去擷取所需的資料，有目的性的閱讀文章，可以快速有效率地分析大量論文，並且少走冤枉路，逢凶化吉！
⠀
🎯 統合分析免收案、免 IRB，克服經費與資源稀少的困境！
⠀
☑ 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
⠀
🔸 【全新梯次】11/7（日）統合分析工作坊
➠ https://meta-analysis.innovarad.tw/event/
現在投資自己，將來 PubMed 上有你。
⠀⠀
👨‍🏫 堅強講者陣容
⠀
＃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。

💥 20 個 ＃常見的統計錯誤，你犯過，或是犯了卻不知道嗎？⠀
⠀
MedCalc 的作者 Frank，在 Facebook 分享了一篇跟統計相關的文章，叫做「生物醫學研究文章中，連你都可以發現的 20 個統計錯誤」，很有意思。（連結請見原始貼文）
⠀
我（蔡依橙）認真看完後，覺得蠻不錯的，於是把這 20 個統計錯誤的標題翻成中文，協助大家節省時間，如果剛好有興趣的，可再針對該部分去閱讀原文。接著，分享一些我看完之後的想法。
⠀
⠀
1. 數值報告時，提供了不必要的精確。例如 60 公斤體重，硬要寫成 60.18 公斤。
⠀
2. 將連續變項分組，變成次序變項，但沒有說明為什麼這樣分。像是 CRP 不以數值去統計，而分成低、中、高三組，卻沒說明為什麼這樣分。
⠀
3. 配對資料，只報告各組平均，卻沒報告其改變。也就是只報告治療前血壓、治療後血壓，卻沒報告有多少人上升、多少人下降、平均下降多少。
⠀
4. 描述性統計的誤用，尤其該用 median (interquartile range) 的，硬是用成 mean +- SD。
⠀
5. 使用 standard error of the mean (SEM) 描述量測的精確度，而非 95% CI。
⠀
6. 只報告 p 值，卻沒提到差值以及臨床意義。
⠀
7. 誤用統計方式。尤其常見的是混淆有母數跟無母數統計方法。
⠀
8. 使用線性迴歸，卻沒有先確定資料之間是真的有線性關係。
⠀
9. 沒有使用全部的資料，然後又沒把去掉的資料「為什麼被去掉」說清楚。
⠀
10. 多組比較的 p 值校正問題。
⠀
11. 在隨機分組研究時，過於詳盡地比較了兩組受試者的基本資料，像是性別比例、年齡、體重、血壓等等，而且資料好得太奇怪。
⠀
12. 報告檢驗數值時，沒有定義 normal 與 abnormal。
⠀
13. 計算 sensitivity 與 specificity 時，沒有說明一些介在灰色地帶的檢查結果，如何呈現與去除。
⠀
14. 使用圖片與表格，只是為了儲存數據，而非以協助讀者理解為出發點。
⠀
15. 畫出來的數據圖，視覺主觀上給人的印象，竟然跟數據本身不同。
⠀
16. 在報告數據與解讀時，搞不清楚 units of observation 是什麼，例如心臟病的觀察研究，在 1000 個患者中有 18 位心臟病發，那 units of observation 就是 18。但如果這個研究是以診斷正確率為主，那 sample size 就是 1000。
⠀
17. 把不顯著的統計，或 low power，解讀成 negative，而非 inconclusive。
⠀
18. 分不清楚解釋性研究與實務性研究，前者為 explanatory / efficacy / laboratory，後者為 pragmatic / effectiveness / real world。嘗試兩種混著做，結果兩邊都做不好。
⠀
19. 沒有用臨床能理解的方式來報告最終結果。
⠀
20. 把統計的顯著性，當成臨床的重要性。例如：癌症用新藥治療，統計上很顯著的好，但追蹤了五年，患者只延長了七天的壽命。這就是統計有顯著，但臨床意義不大的例子。
⠀
⠀
🗨 我（蔡依橙）的一些想法
⠀
由統計專業人的角度，來看生物醫學發表，是很有警惕意義的，能讓準備發表的朋友，仔細看看自己是不是也犯了相關的錯誤。
⠀
但另一個角度看，作者也提到，這些錯誤在幾乎一半的生物醫學論文上反覆出現！這就代表，其實生物醫學論文要刊登，並不代表我們什麼錯都不能犯，相反地，這 20 個錯誤裡頭，有些就算犯了，也還是能被刊登。
⠀
以我們自己發表，以及過去協助同學的經驗來說，我會認為 2、7、10、14、15，是初學者也 ＃必須理解並避開的，其他的則是發表起步了之後，陸陸續續去注意，在往更高分期刊挑戰時，逐漸進步就行。
⠀
實務上，3 分以下的醫學期刊，幾乎沒有專門的統計查核，你只要能通過「一般同行」的統計知識審查就行。也就是說，我是一個放射科醫師，剛開始起步，投稿到放射科 3 分以下期刊，文章中的統計，只要「＃一般有在做研究的放射科醫師」覺得可以就行，不見得要到「統計專家看過並挑不出毛病」。
⠀
對於初學者如何起步，實務的協助，新思惟規劃了各種類型的研究課程，歡迎有興趣的朋友可以參考。目前正在開放報名中的，有以下三場工作坊，歡迎您瞭解各課程的課綱後，評估挑選最符合您需求的內容，前來上課，讓我們協助您成功起步。
⠀
🟠 2021 / 11 / 7（日）統合分析工作坊
無經費、資源少也能發表，不用 IRB 且免收案的好選擇。
https://meta-analysis.innovarad.tw/event/
⠀
🔵 2021 / 10 / 17（日）臨床研究與發表工作坊
全新改款！跟著國際學者走，讓你寫作投稿都上手。
https://clip2014.innovarad.tw/event/
⠀
🟢 2021 / 10 / 16（六）個案報告、技術發表與文獻回顧工作坊
把臨床上的各種想法，在 PubMed 化作專業生涯上的里程碑。
https://casereport.innovarad.tw/event/
⠀ ⠀
不只是說說而已，我們會舉實例，說明其意義、如何避開，在互動實作過程，實際由各位在自己的電腦上操作，從數據到軟體，從統計到繪圖，一次搞定，並避開常見錯誤，是真正以 ＃初學者起步 為核心的規劃。
⠀
⠀
二十個常見的統計錯誤，與實務寫作時的考量。
🔗 原始貼文 │ https://bit.ly/2WESphu

更多新聞與互動請上：
公視新聞網 ( http://news.pts.org.tw )
PNN公視新聞議題中心 ( http://pnn.pts.org.tw/ )
PNN 粉絲專頁 ( https://www.facebook.com/pnnpts/ )
PNN livehouse.in頻道 ( http://livehouse.in/channel/PNNPTS )

以累積全球遊戲評價為主的網站「Metacritic」，日前針對電影、電視劇、音樂與遊戲四大項目進行票選，約有2600名使用者參與，最終順利選出了2019年最佳遊戲及近10年最佳遊戲。
年度最佳遊戲統計方式為開放使用者選出2019年最喜歡的5款作品，並依照排名順序給分，排名第1給5分、排名第2給4分依此類推。最後《惡靈古堡2 重製版》以2088分強勢奪冠，領先第二名《隻狼：暗影雙死》多出275分，第三名則是獲得1298分的《死亡擱淺》。
至於近10年最佳項目則是開放使用者選出一款2010年代最喜歡的作品，《最後生還者／最後生還者 重製版》以331票獨占鰲頭，第二名則由任天堂名作《薩爾達傳說 曠野之息》以163票拿下，《巫師3：狂獵》則以118票第三名成績緊追在後。
其實從票選結果，不難發現這些受玩家喜愛的作品通常都是叫好叫座的遊戲，可見一般玩家和專業遊戲評論者的喜好，並沒有太大的落差。如果你喜歡這類型綜合報導，別忘了持續追蹤訂閱《電玩宅速配》頻道喔！

(C) Metacritic

「電玩宅速配」粉絲團：https://www.facebook.com/tvgamexpress
「網紅攝影棚」節目：https://tinyurl.com/y3hejwb5
遊戲庫粉絲團：http://www.facebook.com/Gamedbfans

本集街頭智慧試一下玩玩新意思，嘗試從生活化的角度探討資產價格的走勢。一年容易又「冬」天，春去秋來最近天氣亦開始有點冷意。本集街頭智慧亦嘗試從氣候的轉變中，找尋投資機會。

一講起冬天，相信大多數人都會想到溫暖的被窩，而寒冬最多令人亦就是暖爐。傳統上，國外的家庭大多都擁有一個柴燒式暖爐，不過隨著科技的進步被電暖爐所取代。室內長時間需要利用暖爐保溫，令冬天的用電量大大提升，理論上對燃料的需求亦增加。所以我們不時在冬季亦會聽到坊間有傳言指冬季利好發電的原材料，從而利好某些版塊。我們嘗試利用彭博的統計，找出事實的真相，以過往20年11月至2月時的走勢作統計。

石油
2016﹕15.26%
2015﹕-27.56%
2014﹕-38.22%
2013﹕6.44%
2012﹕6.74%
2011﹕14.89%
2010﹕19.08%
2009﹕3.45%
2008﹕-33.99%
2007﹕7.73%
2006﹕5.21%
2005﹕2.76%
2004﹕-0.02%
2003﹕24.22%
2002﹕34.46%
2001﹕2.64%
2000﹕-16.24%
1999﹕39.91%
1998﹕-14.91%
1997﹕-24.76
上升機會﹕65%
平均﹕1.5%

該月上升的機會率
11月﹕47.37%
12月﹕63.17%
1月﹕45%
2月﹕75%


天然氣
2016﹕-8.33%
2015﹕-26.28%
2014﹕-29.41%
2013﹕28.71%
2012﹕-5.58%
2011﹕-33.50%
2010﹕-0.02%
2009﹕-4.60%
2008﹕-38.11%
2007﹕12.44%
2006﹕-3.11%
2005﹕-44.99%
2004﹕-22.87%
2003﹕10.69%
2002﹕94.92%
2001﹕-28.38%
2000﹕16.61%
1999﹕-6.75%
1998﹕-28.44%
1997﹕-34.66%
上升機會﹕25%
平均﹕-7.58%

該月上升的機會率
11月﹕47.37%
12月﹕52.63%
1月﹕30%
2月﹕50%

數據發現，石油近20年於冬天的上升機會果然較大，有65%，但整體的平均漲幅卻是只有1.5%，表現未盡人意。而從按月的走勢圖中所見，石油的價格於12月及2月的表現較好，2月近20年間有15次為上升，較具說服力。相信在冬季快將結束時，石油需求的數據反映出利好的消息，令2月時的走勢向好。相反，天然氣的走勢在冬天的偏下，上升機會只有25%，平均更要下跌7.58%，反映數據跟理念上存有一定差距。

除了商品之外，能源方面的版塊亦有機會被受追捧，筆者亦同樣以統計方式為以下兩個美國標普500指數內的分類指數作測試，以過往20年11月至2月時的走勢作統計。

S&P 500 Energy Industry Group Index

2016﹕2.94%
2015﹕-15.65%
2014﹕-9.95%
2013﹕1.41%
2012﹕6.20%
2011﹕7.63%
2010﹕31.20%
2009﹕-0.94%
2008﹕-18.36%
2007﹕-2.14%
2006﹕1.65%
2005﹕6.50%
2004﹕25.85%
2003﹕19.68%
2002﹕1.97%
2001﹕2.83%
2000﹕-2.73%
1999﹕-6.28%
1998﹕-8.97%
1997﹕-1.86%
上升機會﹕55%
平均﹕2.05%

S&P 500 Energy Equipment & Services Industry Index

2016﹕8.18%
2015﹕-13.61%
2014﹕-17.83%
2013﹕0.96%
2012﹕11.77%
2011﹕5.26%
2010﹕39.35%
2009﹕4.41%
2008﹕-27.83%
2007﹕-5.94%
2006﹕-0.80%
2005﹕18.62%
2004﹕18.62%
2003﹕33.83%
2002﹕8.43%
2001﹕3.87%
2000﹕-2.60%
1999﹕19.16%
1998﹕-14.25%
1997﹕-13.06%
上升機會﹕60%
平均﹕3.83%

留意以上兩個分類指數是以成份股的市值作指數的比重，即市值比較大的公司將影響較大。如有意把握冬季的投資機會，可加入一些選股及技術分析作部署。

撰文﹕施宏毅

======================
1) 本月活動，現正接受報名:
新我要做富翁 試堂分享會 (香港站)▶ https://money-tab.info/mts-trial?yt=1
贏在美股試堂分享會(Online)▶ https://money-tab.info/ussjac?yt=1
Jasper 期滙商品分享講座+試堂▶ https://money-tab.info/comjasp?yt=1
Eric Sir期指策略分享講座+試堂▶ https://money-tab.info/futeric?yt=1
King Sir 樓市講座▶ https://money-tab.info/proking?yt=1
齒輪理論 入門班/初班▶ https://edu.money-tab.com/m0m1-reg-c?m0m1=yt
其他活動▶ https://money-tab.info/activity?yt=1

2) 我要做股神APP下載：
iOS▶ https://bit.ly/moneytabapp_i
Android▶ https://bit.ly/moneytabapp_a
升級版▶ https://money-tab.com/membership

3) 緊貼我們社交平台，不錯過任何免費分析/教學：
訂閱YouTube頻道： https://youtube.com/c/我要做富翁?sub_confirmation=1
讚好Facebook專頁：https://facebook.com/203349819681082