作者：淡江大學 教育心理與諮商研究所 張貴傑 副教授
每年我都會安排幾場工作坊或是課程，來給自己將身份調整成「學生」的機會。這是讓自己在成為老師的這麼多年裡，莫忘走進教育界初衷的自我反思機會。成為學生的機會，更清楚知道學生學習的困境，以及可以觀摩不同老師的帶領風格。
今年，全校放假的期間，決定給自己和家人一場休息的旅程，預備迎接接下來自己專書寫作計畫，然後將去年研究計劃案結案，並邁向下年度新的研究計劃案的開啟。
2025 年 7 月 21 日是上班日，19 日返台之後，我覺得中間適合給自己一個收心操，我選擇參加新思惟國際舉辦，由蔡依橙校長及雷偉德醫師開設的《網絡統合分析工作坊》。
很早就知道新思惟國際開設的工作坊，但是課程時間常常配合不上（忙碌的現代人），而這次的台中班時間恰恰卡上了，我好像沒有猶豫的就報名了。
敗血症是一種威脅生命的嚴重疾病，會引起全身性發炎反應和多重器官功能障礙。最近醫學界發現，從植物萃取出來的小細胞外囊泡（sEVs）具有抗氧化、抗發炎和調節免疫系統的特性，可能成為治療敗血症的新希望。
為了找出哪種植物來源的小細胞外囊泡最有效果，研究團隊進行了一項網絡統合分析研究。團隊分析了 13 項研究，這些研究評估了 10 種不同植物來源的小細胞外囊泡在模擬敗血症環境下的治療效果。研究主要觀察這些囊泡能否降低發炎因子濃度和減少活性氧化物質（ROS）的產生，同時也檢視了核因子紅血球衍生因子 2 – 相關因子 2（Nrf2）的表現和細胞存活率。
研究結果顯示，生薑來源的小細胞外囊泡效果最為顯著。它們能夠大幅降低促發炎的細胞激素，包括白細胞介素 6 和腫瘤壞死因子 α，同時增加抗發炎的白細胞介素 10，並有效抑制活性氧化物質的產生。此外，生薑來源的囊泡還能提升 Nrf2 的表現，改善細胞存活率，這表示它們在抗氧化防禦和保護細胞方面扮演重要角色。
總結來說，無論是在實驗室的細胞實驗還是動物實驗中，生薑來源的小細胞外囊泡都是最有效的植物來源治療選擇，能夠有效減緩敗血症引起的發炎反應和氧化傷害。這項發現為未來開發敗血症的天然療法提供了重要的科學依據。
恭喜賴醫師！
網絡統合分析通常需要收錄多少文章？每種治療最少要幾篇文獻才能分析？怎麼評估收納的文章數足夠？來看看講師的建議。
作者：台北慈濟醫院 一般科 林昱誠 醫師
有幸參加了《網路統合分析工作坊》，這段學習經歷讓我對如何訂定研究主題範圍、NMA 背後的邏輯與意義有了更深入的理解，也使我對文獻回顧與回應的技巧有了更清晰的認識。
在蔡校長和雷醫師的指導下，不僅學到了理論知識，還在實際操作中獲得了許多實用的技能，對未來的論文撰寫和研究，都有極大的幫助。
這次課程的一個亮點是，讓我理解到如何合理地訂定研究主題範圍。在過去的經驗中，我經常困惑於主題範圍的拿捏，有時範圍太大，研究重點不明；有時範圍過小，又難以深入的分析。
透過課程中的實例講解，終於理解如何根據研究目的精準界定範圍，選擇適合的文獻進行整合，從而讓研究變得更具深度與聚焦。
這是過去我嘗試自己閱讀或聽醫院提供的演講時，很缺乏的一部分。當然，理論上很多主題都可以做，但初學者能做的、能上手的、能真正開始寫出一篇的，範圍就比較有限，校長很清楚的把可行性放在第一位，協助新手能有效開始，是很正確的策略！
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！」
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？」
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。）
