問：上完課後，我發表了幾篇 NMA，也在醫院的大場合報告。不過有幾位非常資深的前輩在報告後問我，為什麼不用傳統的統合分析做？他們認為傳統的統合分析才比較有效力，head-to-head 比較，比較真實。我沒想過會遇到這種問題，不確定該怎麼回答比較好，所以來問問校長的建議。
答：（蔡依橙）
回答的臨床問題其實是不同的。
NMA 處理的是「排序」，而統合處理的是一對一 PK，可以是兩種治療 PK，也可以是一個治療跟對照組 PK。兩個回答的臨床問題其實是不同的。
至於效力這件事情，這有點爭議。有些人認為實證金字塔的頂端，就是統合分析。甚至也有人認為，NMA 也算在這個頂端裡。但後來大家發現，其實統合跟 NMA 比較像是一種「看 trial 的方式」，或許實證金字塔的頂端，應該是 RCT 這樣的 head-to-head 嚴謹研究。
持這種論點的人認為，統合跟 NMA 可以好，也可以不好，端看你所收錄的研究品質，以及執行整合的過程。可參考以下這篇重要的觀點說明。
問：謝謝校長，上次那篇統合分析後來刊登了，感謝！只是，教研部登錄並張貼到佈告欄後，有長輩特別來跟我說，統合分析是沒有用的東西，只是電腦操作一下，整合既有文獻，美其名是實證醫學的頂端，但沒有什麼原創貢獻，希望我多進實驗室跟臨床研究。你覺得我該去嗎？
答：（蔡依橙）
這個論點牽涉到比較多的價值判斷，同學你都覺得想來問我，表示你對其脈絡跟論述也有懷疑。
首先，我先回答你要不要去老師的實驗室，或者跟他做臨床研究的問題。
問：我著手作統合分析，研究某個手術的併發症，這個手術有兩種作法，我預計做 subgroup 的分析。請問在 outcome 部份，我是不是用總併發症去做一個 forest plot，然後細分各種併發症（疼痛、出血、感染、再手術、mortality），又各做一個 forest plot？這樣規劃是對的嗎？
答：（蔡依橙）
這樣想的確是可以的，但實際上要根據你所擁有的資料，跟你想做的論述，去做優化。
總併發症到底要不要畫一張 forest plot，這個要看你預計說一個怎樣的故事。
假設，這兩種手術作法 A 和 B。A 併發症比較多，但都是傷口痛，病人會抱怨。B 的併發症少，但一發生就是 mortality，患者往生。那我們畫一張 forest plot + subgroup，去說 A 的併發症比較多，這樣合理嗎？是我們想要傳遞的訊息嗎？明明 mortality 就是很嚴重的問題，而傷口痛就是止痛可以解決的，如果只用「總併發症」這個分類去做，就可能會傳遞相反的意義。
問：校長好，我跟 AI 說我想做統合的主題，然後他問我預計用哪些學術搜尋引擎，我告知後，接著 AI 就把每個不同的搜尋引擎該用什麼搜尋式都給我，PubMed 這邊的就會用 MeSH，其他的搜尋引擎也有很多屬於該引擎的獨特搜尋方式。這樣是不是可以直接用？
答：（蔡依橙）
關於做統合的搜尋方式，流派各有不同。
你說的這種方法雖然也可以，但審閱者很容易會問：「你在每個學術搜尋引擎，都使用不同的搜尋關鍵字跟搜尋策略，你怎麼能確保這樣的搜尋是一致的？」
所以，我個人傾向一個通用搜尋式，直接丟到我們預計使用的搜尋引擎裡就好，不管是 PubMed、Google Scholar、Web of Science 還是其他你也用的搜尋引擎，我都往搜尋框裡丟同一組搜尋式。
答：（蔡依橙）
我認為 AI 讓能力的貧富差距變大，而不是變小。
你可能會認為，AI 工具讓初學者們能夠更快速的完成很多事情，不懂的事情，以前要搜尋很久，現在問一下 ChatGPT 或者 Google 的 AI 模式就有初步方向，很快就能理解以前要地毯閱讀很久的內容。
問：老師好，我寫好一篇統合，去投稿，結果期刊說我的文章跟某篇文章的相似性太高而退稿。我看了一下，發現那就是我之前申請刊登 PROSPERO 上的 protocol，請問這怎麼辦？
答：（蔡依橙）
這是最近一年常發生的狀況，問題在於各大期刊社與各學校醫院買的那個知名比對軟體，他就是粗暴比對，很討厭。像你這個跟自己當初上傳的 protocol 相似性過高之外，還有統合作乳癌的，他說題目跟另一篇肺癌的很類似！明明主題就完全不一樣。
解決方法有二。