標籤彙整: meta-analysis

2025 / 1 / 17

NMA 太好用了吧！研究產出要加速，真的可以靠他！

作者：清大醫工所林幸瑩助理教授

2025/1/12 參加了 Network Meta-Analysis（NMA）網絡統合分析工作坊，本來想法很簡單，是想看是否能用此工具找 biomarker 就報名了，隨後進一步了解 NMA 是對於特定疾病或想探討的醫學問題，分析數篇研究論文，更重要的一點是，網絡統合分析是基於目前研究資料庫中，已有的研究分析結果，來進行比較分析。

整堂課理論與實踐交錯進行，讓人時而思緒飛揚，時而專注屏息。特別是當我逐步掌握 NMA 的操作步驟，腦中忍不住浮現無數研究構想，心中暗自感嘆：「這個工具也太強大了吧！」

MA 與 NMA 的差別

課程一開始，講師先介紹了 Network Meta-Analysis 的概念。NMA 是一種能夠比較多個治療方法（即使這些治療方法，在實際的臨床試驗中沒有直接比較過）的一種統計方法。

傳統的 Meta-Analysis 通常是作為比較兩個治療方法的效果，而 NMA 則是通過建立一個治療方法之間的「網絡」，進行間接比較。簡單來說，NMA 允許我們在有多種治療選項的情況下，對它們進行綜合比較和排序。

講師逐步拆解如何構建 NMA 網絡，從研究論文的篩選數量到異質性的處理，再到利用線上統計軟體進行建模，所有的步驟看似複雜，但在講師的講解下卻變得條理分明。當講師展示如何製作圖表與建構論文故事時，我不禁心想：「這不就是為了讓研究更有說服力，而量身打造的工具嗎？」

2024 / 12 / 18

新手無資源起步，學會統合和網絡統合最快！

作者：蔡依橙

今天來聊一下新手起步。

每個時代，都有不同的「研究歧視鍊」。

總會有些老師認為，基礎研究才是真研究，臨床研究就不太算，甚至會看不起 dry lab 或統合分析。

但這種價值判斷其實是主觀也浮動的，因為當 AI 開始流行，尤其又有 NVIDIA 跟黃仁勳旋風後，大家又覺得，其實做 AI 研究也蠻有意思的，而偏偏 AI 研究就是 dry lab 的一種。

（不過目前 AI 醫學研究的紅利期過了，意思是，研究還是可以做，AI 被視作工具的一種，只是不會因為做 AI 而天生就有加分效果。）

2024 / 11 / 11

2025 / 1 / 12（日）活動內容

網絡統合分析工作坊

Network Meta-Analysis Workshop

蔡依橙醫師 / 雷偉德醫師 / 新思惟教學團隊

2025 年 1 月 12 日（日）9:00a – 4:40p

集思台大會議中心台北捷運公館站旁

【2025 第一班網絡統合分析，報名開跑！】

一台 Windows 或 Mac 筆電，就能開始搜尋文獻、撰寫論文，有可能嗎？

有的，我們的教學目標便是打造這樣的課程。因為網絡統合分析（NMA）具備免 IRB，免收案，免寫程式碼，免費的統計軟體」這四項優勢，讓 NMA 成為起步成本最低，也最容易的研究方法。

我們針對 NMA，設計了初學者也能上手的課程，帶你從尋找題目、撰寫文章、運用免費工具「MetaInsight」來進行統計分析與圖表製作，以及掌握各種投稿技巧。課程中將教你如何走過每一個階段，並傳授論文實戰技巧，讓你能夠快速掌握核心知識，回家後就能開始進行自己的研究。

過多的進階知識會搞混新手，而我們的課程一直強調可行性，可行性是指，以「能夠實際寫出論文」為目標，所以我們不講過於艱澀進階的知識，為初學者打造一條無資源起步的踏實道路。

同學常擔心自己是否能夠學會，只要您符合以下條件，就沒問題。

技術需求：初學者可，會使用 Word / Excel 等級即可。
硬體需求：當天攜帶「筆電」與「滑鼠 / 滑鼠墊」前來參加互動實作時間。Windows 與蘋果電腦均可，能上網且有 Word / Excel 就行。

新思惟一貫的品質水準，對新手一樣友善。歡迎你來學！

報名 1/12（日）台北班

2024 / 9 / 12

快速拚出 NMA 的 SCI 論文，有成功發表的捷徑不走嗎？

作者：臺北醫學大學附設醫院外科部古小千醫師

以終為始，教會新手寫網絡統合分析論文。

《與成功有約》作者柯維提到成功者習慣之一，即是「以終為始」（begin with the end in mind）。成功有許多路徑、成功發表論文也有很多種方法，自己嘗試、跌跌撞撞，是一種常見的方法；報名新思惟、專家直接指導，是另一種高效便捷的方法，而後者能讓寫作的過程變得順利和親民。

課前，先讓我們研讀的指定論文，正是蔡校長團隊發表關於乳癌治療後各運動間比較的 Network meta-analysis（NMA）。從一篇國際期刊的文章學習用 MetaInsight 出圖（正附文圖表 Network plot、forest plot 等），及深入淺出介紹各種分析工具（inconsistent test、one-study removal test、correlation coefficient）、每段的重點和 pitfalls，甚至如何與 reviewers 回覆及據理力爭。

雖然內容看似繁多，但經過老師拆解、實作輸出圖表，讓我在課堂中收穫紮實手感及信心。