熱門Ptt文章

[爆卦]pubmed是什麼是什麼？優點缺點精華區懶人包

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

在 pubmed是什麼產品中有90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12部Youtube影片，追蹤數超過104的網紅醬料心聲MedSound，也在其Youtube影片中提到，今天做這集的原因是我聽一個podcast聽到很生氣（他聽眾還不少喔），都2020年了，竟然還有人在推廣做什麼事情（他是說冰人呼吸）會讓你的身體變鹼，扭轉你身體的酸性，擺脫發炎。人不是燒杯，人體每個部位的酸鹼性不同，但就以流竄在全身上下的血液來說，大概是pH7.35-7.45之間，如果你因為這個所謂的...

「pubmed是什麼」的推薦目錄

pubmed是什麼 在 Instagram 的最佳解答

2020-12-15 14:54:40

📌先留言告訴我，你做有氧嗎? 都做什麼類型的有氧? 這次我們會以兩種不同類型的HIIT來做比較。 📊研究裡有... 受試者為16位皆有至少兩年訓練經驗的男性，隨機分為兩組。 在這兩組中，除了重量訓練之外，每週還安排了兩次的有氧訓練。 組一：HIIT飛輪訓練🚴‍♀️ 組二：HIIT深蹲和硬舉各...

pubmed是什麼 在 Instagram 的精選貼文

2020-12-04 15:56:09

📌先留言告訴我，你是哪種人？ 1. 閒閒沒事做，有氧重訓分開練。 2. 人生就是忙，只能一次做好做滿。 3. 有氧是什麼？完全不想面對🤪 📑科學說... ❮實驗❯ 研究中找來一群22歲左右（未訓練過的人）， 分成兩組。 安排八週， 每週各兩次的中強度有氧和重量訓練。 組一：重訓完後馬上有氧 ...

pubmed是什麼 在 Instagram 的最讚貼文

2020-11-22 15:01:49

揪都媽爹✋ 1RM到底是什麼❓ 1RM就是我們只能舉起一下的最大重量是多少 別懷疑就是這麼簡單易懂 那繼續囉？！ 📊研究裡有... 23位受試者（為就讀運動科學的大學生） 但是都沒有重量訓練的經驗 此研究為期兩天 分別執行「滑輪下拉」以及「坐姿划船」 內容為先測試指定動作的1RM 休...

  • 蔡依橙的閱讀筆記

    pubmed是什麼 在 蔡依橙的閱讀筆記 Facebook 的最佳貼文

    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

  • 新思惟國際

    pubmed是什麼 在 新思惟國際 Facebook 的最佳解答

    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

  • 新思惟國際

    pubmed是什麼 在 新思惟國際 Facebook 的最讚貼文

    2021-08-29 08:00:26
    有 25 人按讚

    「一篇 ＃好的meta-analysis，在搜尋文獻，規劃方向的時候，就已經決定了。」
    ⠀
    🔸 【最新公告】11/7（日）統合分析工作坊 │ 全新梯次，開放報名！
    ⠀
    ＃初學者，都是先收集資料、先歸納看看、先統計看看，再來想故事。
    ＃有經驗的寫作者，做同樣的事情時，心裡想的並不一樣。
    ⠀
    收集資料時，思考「我該收進哪些？這些文章的角色是什麼？最後可以為我的論文增加什麼層次？」

    歸納的時候，思考「我該怎麼歸納？怎麼分類？怎麼把一個更有趣的故事藉由歸納的過程說出來？」

    Run統計軟體時，不只取得數據，更一邊決定「我要怎麼呈現圖片？順序為何？內容為何？怎樣的圖組最有說服力？」
    ⠀
    你會發現，有了這樣的策略思維，當統計軟體 run 完時，論文的架構、高度、層次已經決定，剩下的，就只是把他從腦子裡寫出來而已。正如米開朗基羅所說：「雕像其實已經在大理石裏面了，我只是要把多餘的部份鑿開。」
    ⠀
    課程中，「指定論文」原作者張凱閔醫師，將和您分享在寫作前所埋入的架構、高度與層次，帶您理解「勝兵，先勝而後求戰」的境界。會打勝仗的人，都是已經先知道自己會贏了，才找機會開戰；打敗仗的人，往往是先開戰了，然後才想辦法求勝。
    ⠀
    🎯 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
    ⠀
    🔸 【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。
    ⠀
    ⠀
    🗣️ 課後學員回饋
    ⠀
    「重點式的提醒，條列式的步驟，搭配『充實』的實作互動，讓我收穫滿滿，非常感謝所有課堂中軟 / 硬體的協助！」
    ⠀
    「實作說明書非常詳盡，可以很快速按步驟完成圖表，讓初學者成就感爆棚！課程內容簡明扼要，能快速抓到重點！」
    ⠀
    👨‍🏫 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。

你可能也想看看

搜尋相關網站