作者：蔡依橙
最近似乎報名統合分析 / 網絡統合分析課程的人變多，這是為什麼？
我們電子報中的連結，除了最後的教學資源分享外，被點擊最多的，都是傳統統合與網絡統合的課程連結。
這牽涉到整個研究生態系的現況，也就是說，臨床研究跟統合分析起步，所需要的基礎環境跟機會不同。
臨床研究跟統合分析都是很好的研究工具，兩種都學起來更好，但對初學者，事情卻稍微有點不一樣。
如果一個完全沒有經驗的人，想要開始做臨床研究，他就必須「靠行」，拜託一個老師讓自己加入團隊。
因為，如果你想做臨床研究，即使只是查病歷來做回溯分析，也需要有一個經過訓練並擁有送審 IRB 資格的主治醫師負責填好所有表格並送簡審。
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。）
答：（蔡依橙）
可以的，兩個課程也都有校友已經成功發表。
社會人文 / 社會科學領域，雖然乍聽之下跟醫學領域不同，但量化研究法、對照組研究都是通用的。只要你選擇的主題，是有個介入，然後會改變一個結果，那就可以做統合分析（MA）或網絡統合分析（NMA）。
例如你做「音樂」，要寫論文，聽起來好像社會人文領域，但如果你選擇的主題，是以音樂療法，去降低憂鬱，那就有一個介入（音樂療法）、改變一個結果（憂鬱指數）。
同樣的，如果你做「教育」，要寫論文，聽起來好像社會人文領域，但如果你選擇的主題，是使用數位工具去做間隔複習，以提升學習效果，那就有一個介入（數位工具間隔複習）、改變一個結果（學習效果）。
答：（蔡依橙）
如果你還沒有確認正確性的能力，千萬不要使用 AI 去做你無法驗證的事。
最近有同學在 Office hour 問我問題，我發現他的提問有點奇怪，在我進一步釐清並追問之後，才發現原來同學是使用 AI 工具去讀論文。
主題我稍微做點馬賽克，大概類似「給予病人某介入之後，去評估疼痛指數的下降程度」。所以他用 PubMed 找了有這些介入也有疼痛指數的論文，全部丟進 AI 工具裡面。
接著，他對這些 AI 工具詢問，請他們萃取出做統合分析需要的數值。
AI 給了一堆中文說明跟歸納，並告訴他，其中好幾篇文章，並沒有給出疼痛指數的數據。
作者：阮呂真 中醫師
11 月 9 日，我參加了新思惟的《網絡統合分析工作坊》，這堂課對於像我這樣缺乏資源的人來說，無疑是一個很務實的機會。
網絡統合分析是目前還很新穎的研究方法，市面上學習資源也不多，新思惟團隊深知這點，設計了非常實用且清晰的課程，不只讓我們理解 NMA（網絡統合分析）的基本概念，更提供了具體的操作方法，從選題到發表的完整流程都盡力幫助我們學習，課程目標是希望協助大家發表自己的 NMA 論文，這對我來說相當具有吸引力。
在參加這次的課程之前，我的學習經驗多半來自於在研究所的摸索，老師們往往對學術研究抱有崇高理想，期待我們能在學術領域有所成就，然而在具體操作上，卻缺乏實際且明確的指導，很多時候只能靠自己摸索，嘗試自行理解如何將理論轉化為實際的研究產出。這樣的過程常常伴隨著挫折感，因為缺乏具體方法而無法推進，讓研究進展停滯不前。
相較之下，新思惟的工作坊給了我完全不同的體驗。講師的每一個教學環節，都緊扣著如何產出具發表潛力的成果，從選題、文獻搜尋、數據分析，到圖表製作和論文撰寫，所有步驟都有直接且實用的指導。
作者：臺師大 科學教育研究所 黃緯宏 博士生
雖然在學校的研究方法課程中，曾接觸過傳統統合分析的理論與相關論文，但主要著重在基礎概念的理解，並未深入實際操作撰寫一篇完整文章。過去我寫過系統性文獻回顧（systematic review）文章，但對網絡統合分析仍相當陌生，這次參加《網絡統合分析工作坊》，讓我對網絡統合分析（NMA）和傳統統合分析（MA）的異同，以及研究所需的核心技術，有了更深入的理解與掌握。
課程一開始，講師清晰說明了 NMA 的核心概念，並透過實例分析了基本邏輯和流程，特別是對於如何從不同研究中提取、整合和分析數據，讓多項研究能互相對照，進而分析得出結果，這些介紹讓我眼界大開。