[爆卦]pubmed中文是什麼?優點缺點精華區懶人包

雖然這篇pubmed中文鄉民發文沒有被收入到精華區:在pubmed中文這個話題中,我們另外找到其它相關的精選爆讚文章

在 pubmed中文產品中有33篇Facebook貼文,粉絲數超過13萬的網紅蔡依橙的閱讀筆記,也在其Facebook貼文中提到, 💥 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...

 同時也有7部Youtube影片,追蹤數超過37萬的網紅KosmoFit,也在其Youtube影片中提到,大家好,這個影片是我們結合統整回覆你們發送到我的Instagram的蛋白質相關問題。我相信我有回答你們多數的疑問及問題。下方你可以找到影片中的所有問題的時間標記!謝謝,希望你們喜歡今天的影片,也請別忘了給我們一個讚,訂閱我們的頻道,下次見。 我的完整8週 APP 訓練課表: 👉 https://...

pubmed中文 在 Waniko鱷魚子 Instagram 的精選貼文

2021-08-02 19:23:06

𝔾𝕖𝕟𝕖𝕧𝕚𝕒『 𝔼𝔾𝔽石斛生物纖維面膜』  #文末有折扣碼  現代人生活環境太多影響皮膚狀況的要素 舉凡日照、乾燥冷氣房、過敏原、壓力、摩擦、刺激性飲食⋯數也數不完 躲也躲不掉 長期下來導致皮膚敏感 甚至加速老化 除了日常保養外 面膜也是必備的美麗利器 BUT!市面上充斥各類廉價面膜...

  • pubmed中文 在 蔡依橙的閱讀筆記 Facebook 的精選貼文

    2021-09-02 14:40:59
    有 438 人按讚

    💥 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

  • pubmed中文 在 新思惟國際 Facebook 的最讚貼文

    2021-09-01 11:01:16
    有 143 人按讚

    💥 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

  • pubmed中文 在 PTT Gossiping 批踢踢八卦板 Facebook 的最佳貼文

    2021-05-22 12:30:10
    有 908 人按讚

    『為了這件事攻擊陳佩琪我覺得有失公允
    陳本身就是出現靜脈血栓的高危險群

    靜脈血栓的高危險群包含女性、40歲以上、癌症病史
    尤其癌症和靜脈血栓的關聯性連在學校的醫學生都知道
    Pubmed上就一大堆文章
    找一篇簡單的中文資料給大家看
    http://www.tsim.org.tw/journal/jour26-1/02.PDF
    這篇2015年的內科學誌內容就提到容易發生靜脈栓塞排名

    血液惡性腫瘤排行第一位
    (如淋巴瘤lymphoma、白血病leukemia或非何杰金氏淋巴瘤non-Hodgkins' lymphoma)
    其次是肺部惡性腫瘤

    如果我是陳佩琪,在當時沒有社區感染,政府又表示其他廠牌疫苗即將進來台灣
    我也不會馬上去打疫苗
    這是相信政府的防疫工作和進口疫苗的進度並考量自身風險做的判斷,有錯嗎?
    錯就錯在錯信政府改為3+11的錯誤政策和疫苗謊言

    COVID疫苗從研發到臨床使用之間時間很短
    熟悉疫苗製程的人也會知道這中間安全性的評估略為倉促
    誰知道在施打人數增加之後
    仿單會不會加上一句"因著靜脈血栓的風險,癌症病史者不宜施打此疫苗"

    在美國藥害救濟是民眾的權利,因為副作用把藥廠告到接近破產的案例比比皆是
    如果在台灣,出現副作用只能摸摸鼻子吞下去吧』

    Re: [新聞] 陳佩琪低頭接種AZ疫苗 梁文傑:知錯能改 善莫大焉! https://disp.cc/b/163-dzHm |新聞原文【新頭殼報導。僅供參考】 https://disp.cc/b/163-dzzI

你可能也想看看

搜尋相關網站