2025 / 7 / 21

2025 / 7 / 20(日)「網絡統合分析製圖大賽」得獎作品:梁耕維醫師、余品劭醫師

 

 

 

 

想要進入網絡統合分析這個領域,並且寫出自己的 SCI 論文,真的很難嗎?其實不會,如果你有好老師跟適當的課程引導的話。

 

我們實際用新手的心情,把整個流程走過了一次並成功地發表之後,根據這些過程中所遇到的困難,整理相關的解決方法,並且帶各位把整篇論文的每一張統計圖表都親自做過一次,告訴你重點在哪。

 

來上課的同學,都覺得非常有幫助。中午能親自做出統計圖表,也知道原來到底要怎麼樣做才會好看,是很有成就感的事。

 

以下,一起來看看那些老師們覺得還能建議的小細節,以及兩位得獎同學的作品。

 

 

那些還能建議的小細節

 

 

 

 

這張森林圖處理得非常不錯,這位同學的整套作品是幾乎要得獎的,但是如果你仔細看的話,它的文字似乎有點破碎跟缺損,周邊也有些模糊。這是因為同學在截圖的時候,截成低解析的圖片了。

 

可以先嘗試在抓圖之前,盡量放大再抓,去取得更多的畫素。短邊也能超過 600 畫素是很重要的。如果真的不行的話,就要研究一下自己的筆電,螢幕解析度是不是稍微偏低,看用外接螢幕或者日後更換筆電的時候選擇較高解析度的。

 

 

 

 

相對來說,這張的文字邊緣就清楚許多。您可以跟前一張對照比較看看。而這張我們特別提出來,主要是他在四邊所留下的空間太少了,這會使得畫面在視覺上很有壓迫感。比較理想的四邊餘裕,大概就是能夠讓一個大寫字母能自由繞一圈的距離。記得四邊所留的空白也要盡量一樣寬才好。

 

 

 

 

這張表格可能才做到一半,同學就先上傳了。包括 Table 2 做粗體,第二行縮排,表格本身建議考慮置中對齊。重新處理表格格線的顏色。最下方附註的上方不用特別多一行空行。以上細節稍微調整,就會跟我們的範例很像囉。

 

 

 

 

這張大表格大致上不錯,進一步建議的話,就是標題第二行的縮排,能夠做得再對齊一些。p 做小寫斜體,之後可加個空格,V 改小寫。。

 

能夠親手做出圖表都是很棒的事情,以上這些都只是協助各位從 95 分進步到 100 分的細節。越注意細節、越沒得挑剔的圖表,在審閱者眼中,就越容易過關。

 

以下來看看兩位得獎同學的作品!

 

閱讀更多 »

2025 / 7 / 16

我的日常 ChatGPT 使用分享

 

 

 

 

 

作者:蔡依橙

 

ChatGPT 是文筆最好,而且回話最具支持性的,也就是有些人說的「諂媚」。但也因為他這種順著使用者的說話語氣,在各種 AI 工具中,會讓人最想找他做一些疑難雜症看看。

 

實務上我最常跟他腦力激盪。像是如果我要寫一篇中文介紹文章,有想法,但還不確定怎麼構成。我會寫下幾個我預計提到的重點,請他幫我增添細節與實證資訊,寫成目標字數。

 

 

在使用 AI 前,自己要先懂得辨識真偽。

 

不過,他寫的東西還是很有 AI 味,我一般會讓他寫到約六成的完成度,就接手自己修改重寫,加上自己的風格,直到完成。

 

對我來說,從想法到六成完成度的文章,他處理得很好。但如果你繼續叫他寫到完稿的話,中文好的人一眼就能看出來這個有點 AI。

 

閱讀更多 »

2025 / 7 / 16

來聊聊我第二個訂閱的 AI 服務:Google Gemini

 

 

 

 

 

作者:蔡依橙

 

之所以訂閱 Google Gemini 是幾個原因促成的。

 

 

市佔第二,有富爸爸加持。

 

我本來就有訂閱 Google One 空間分享給全家人用,每個月多加 300 元就能有 Gemini,增加的費用並不多。

 

而且因為是家庭共享,所以孩子們也能一起使用,他們都能用自己的 Gmail 登入,保留隱私,問自己想問的問題。

 

Google Gemini 為了打市場,目前 Deep Research 功能,是基礎訂閱戶就能用的。加上這是目前世界上市佔率第二,僅次於 ChatGPT 的 AI 服務,又有富爸爸 Google 生態系加持,我也想看看可以整合到什麼情況。

 

閱讀更多 »

2025 / 7 / 16

如何克服 data-driven writing?

 

 

 

 

 

 

問:老師,上次提到 data-driven writing 很不好,但實務上我們當然都是從自己做很久的手術或治療出發。該怎麼做才能用同樣的資料處理成 hypothesis-driven 呢?

 

答:(蔡依橙)好奇心!

 

假設你做一個手術十年,也真的做得不錯,患者的 outcome 很棒,甚至國際學會也邀請你演講或示範。這樣的資料非常寶貴,只是你要多一點好奇心。

 

這十年來,你一定有些想法。某些患者一看就覺得預後會很好,某些患者一看就覺得可能術後會感染;某一群術後不幸過世的患者,其實你在跟家屬解釋之前就已經知道有風險。

 

那就把這些觀察量化,以這些問題去想一些假設,然後收集相關資訊。

 

閱讀更多 »

2025 / 7 / 8

課後三個月,成功發表我的第一篇網絡統合分析論文!

 

作者:萬芳醫院 麻醉科 賴文儀 醫師

相關文章:[快訊] 賴文儀醫師團隊,關於植物來源小細胞外囊泡在敗血症治療上的潛力之網絡統合分析,獲 Pharmacological Research 刊登!

 

 

 

 

在住院醫師訓練的階段,我曾經參與過傳統統合分析的研究,從那時開始就對證據統整的研究方法產生了濃厚興趣。不過,對於進一步的「網絡統合分析(Network Meta-Analysis, NMA)」,雖然有所耳聞,也理解它的價值,但一直沒有機會真正學習或操作過。

 

因此當我得知新思惟開設了 NMA 的一日工作坊,內心相當澎湃,心想著終於有機會補上那塊一直空著的拼圖。除了想更深入了解 NMA 的統計方法,更抱持著一個具體的目標:想要在課堂上直接用自己手邊的資料,跑出圖表、做出分析,讓理論與實作真正結合!

 

 

除了必修內容教學,老師也很熱心地給予我個人建議。

 

課程一開始,老師循序漸進地講解 NMA 的基本概念、模型建構,到目前國際上的發展趨勢與共識等等,教學相當深入淺出,原本難以理解的東西,聽完馬上能懂。包括如何透過網絡圖呈現整體比較架構、如何處理間接比較與模型的假設邏輯、網絡統合分析跟傳統統合分析之間的差異,還有「那個網絡圖」是怎麼畫出來的。

 

最讓我印象深刻的是,老師以團隊最近成功發表的 NMA 論文,作為課堂上的示範案例,演繹如何從主題發想到實際進行,這對我來說充滿啟發,許多想法一擁而上。實作時間更帶著我們一步步操作,畫出 network plot、forest plot 等圖表。比起只是閱讀文獻裡華麗圖表的敬畏感,這樣的過程讓我產生信心,讓我第一次感受到,自己原來可以做出這樣的圖!

 

更令我感激的是,老師不吝給予學生鼓勵與指導,在完成課堂指定練習後,我嘗試將自己的研究資料帶入程式中,進行初步分析與製圖,趁著中場休息時,我拿著自己資料跑出來的圖表與分析結果向蔡校長請教,校長非常細心地指出我研究設計與文獻搜尋上可以改進的地方,這樣的即時指導對我大有幫助。

 

閱讀更多 »