【#統合分析工作坊 │ 快訊 🎉】
楊大緯醫師團隊,關於錐狀斷層掃描診斷舟狀骨骨折之統合分析,獲 Scientific Reports 刊登!
⠀⠀
「為了往投稿一點一滴邁進,刺激自己持續接觸這個目標,我參加了新思惟的《統合分析工作坊》。」(國軍桃園總醫院 急診部 楊大緯 醫師)
⠀⠀
工作坊讓我對於如何寫出一篇統合分析論文,開始有比較清楚的概念,其中曾醫師為我們解析四大段落該寫的重點並整理出來,使得整體架構比較容易被想像,讓人印象深刻;中場實作時間能夠自己操作軟體,將森林圖畫出來並美化,對於建立信心也是很有幫助的一步。
⠀⠀
💪 接下來,就是採取實際行動了。
⠀⠀
我主動聯絡在統合分析寫作經驗很豐富的學長,希望能夠就自己感興趣的題目嘗試寫作統合分析,我將幾個曾經想過要進一步探討的題目請教學長,試著討論、醞釀各種可行性。非常感謝學長後來給我一個題目,要我搜尋看看能不能做,我認為這是一個練習操作的好機會,立刻答應,並且在當晚就開始著手。
⠀⠀
每天慢慢地前進,找空檔一點一點完成,不懂就找資料來讀、隨時請教學長,幾個月後,也跌跌撞撞地磨出我的第一篇統合分析,並由學長協助投稿,最後順利被接受。
⠀⠀
💪 意外發掘對研究的熱忱,並且進修。
⠀⠀
在寫作的過程中,我發現自己可以從中找到持續投入的熱忱,對於實證醫學及統計這一塊的興趣比當初想像得要多。
⠀⠀
在得知第一篇統合分析被接受前,我開始協助學長進行第二篇,期間甚至有了想要回過頭去精進基本功的想法,最後在學長的幫助下,報名了實證醫學相關的研究所就讀,這些都是我當初未曾想過的。
⠀⠀
希望透過自己的經驗分享,與新思惟夥伴們互勉,透過工作坊建立信心後,找到自己的熱忱、持續地投入、保持積極、主動接觸有經驗的前輩,對於任何機會都保持開放心態去嘗試、去挑戰,隨著時間過去慢慢累積,產出就會水到渠成。
⠀⠀
-
⠀⠀
【🔥 以發表 SCI 為學習目的,一天學會統合分析的技能!】
⠀⠀
✓ Meta-analysis 研究規劃技巧:以指定論文為例
✓ 拆解論文架構:照這樣做,最容易。
✓ 那些重要的專有名詞:Meta-analysis 重要數值
✓ 互動實作時間:完成一套 Meta-analysis 圖表
✓ 我是怎麼搜尋文獻的:以發表為導向
✓ Meta-analysis 圖表優化重點
✓ 給初學者的起步建議:減少卡關,邁向成功。
⠀⠀
🚩 無經費、無資源者的起步首選!
⠀⠀
最新梯次|5 / 9(日)統合分析工作坊
瞭解課程|https://meta-analysis.innovarad.tw/event/
⠀⠀
-
⠀⠀
💬 編按:楊醫師不僅將《#醫學論文與寫作工作坊》、《#臨床研究與發表工作坊》等小班研究課全部上滿之外,也陸續報名《#簡報架構與視覺設計工作坊》、《#網路時代之個人品牌工作坊》,在人生職涯上不斷精進專業和尋求突破。
⠀⠀
同場加映 │ 新思惟熱門課程
⠀⠀
🔹 2021 / 3 / 14(日)醫學簡報與電子壁報工作坊
https://grsp2013.innovarad.tw/event
一天學會,快速做出視覺化、專業感的高品質醫學簡報!
⠀⠀
🔸 2021 / 5 / 29(六)網路時代之個人品牌工作坊
https://pati2015.innovarad.tw/p/event.html
掌握自己的話語權,讓更多人認識你,進而信任你!
同時也有10000部Youtube影片,追蹤數超過62萬的網紅Bryan Wee,也在其Youtube影片中提到,...
診斷 統合分析 在 蔡依橙的閱讀筆記 Facebook 八卦
💥 20 個 #常見的統計錯誤,你犯過,或是犯了卻不知道嗎?⠀
⠀
MedCalc 的作者 Frank,在 Facebook 分享了一篇跟統計相關的文章,叫做「生物醫學研究文章中,連你都可以發現的 20 個統計錯誤」,很有意思。(連結請見原始貼文)
⠀
我(蔡依橙)認真看完後,覺得蠻不錯的,於是把這 20 個統計錯誤的標題翻成中文,協助大家節省時間,如果剛好有興趣的,可再針對該部分去閱讀原文。接著,分享一些我看完之後的想法。
⠀
⠀
1. 數值報告時,提供了不必要的精確。例如 60 公斤體重,硬要寫成 60.18 公斤。
⠀
2. 將連續變項分組,變成次序變項,但沒有說明為什麼這樣分。像是 CRP 不以數值去統計,而分成低、中、高三組,卻沒說明為什麼這樣分。
⠀
3. 配對資料,只報告各組平均,卻沒報告其改變。也就是只報告治療前血壓、治療後血壓,卻沒報告有多少人上升、多少人下降、平均下降多少。
⠀
4. 描述性統計的誤用,尤其該用 median (interquartile range) 的,硬是用成 mean +- SD。
⠀
5. 使用 standard error of the mean (SEM) 描述量測的精確度,而非 95% CI。
⠀
6. 只報告 p 值,卻沒提到差值以及臨床意義。
⠀
7. 誤用統計方式。尤其常見的是混淆有母數跟無母數統計方法。
⠀
8. 使用線性迴歸,卻沒有先確定資料之間是真的有線性關係。
⠀
9. 沒有使用全部的資料,然後又沒把去掉的資料「為什麼被去掉」說清楚。
⠀
10. 多組比較的 p 值校正問題。
⠀
11. 在隨機分組研究時,過於詳盡地比較了兩組受試者的基本資料,像是性別比例、年齡、體重、血壓等等,而且資料好得太奇怪。
⠀
12. 報告檢驗數值時,沒有定義 normal 與 abnormal。
⠀
13. 計算 sensitivity 與 specificity 時,沒有說明一些介在灰色地帶的檢查結果,如何呈現與去除。
⠀
14. 使用圖片與表格,只是為了儲存數據,而非以協助讀者理解為出發點。
⠀
15. 畫出來的數據圖,視覺主觀上給人的印象,竟然跟數據本身不同。
⠀
16. 在報告數據與解讀時,搞不清楚 units of observation 是什麼,例如心臟病的觀察研究,在 1000 個患者中有 18 位心臟病發,那 units of observation 就是 18。但如果這個研究是以診斷正確率為主,那 sample size 就是 1000。
⠀
17. 把不顯著的統計,或 low power,解讀成 negative,而非 inconclusive。
⠀
18. 分不清楚解釋性研究與實務性研究,前者為 explanatory / efficacy / laboratory,後者為 pragmatic / effectiveness / real world。嘗試兩種混著做,結果兩邊都做不好。
⠀
19. 沒有用臨床能理解的方式來報告最終結果。
⠀
20. 把統計的顯著性,當成臨床的重要性。例如:癌症用新藥治療,統計上很顯著的好,但追蹤了五年,患者只延長了七天的壽命。這就是統計有顯著,但臨床意義不大的例子。
⠀
⠀
🗨 我(蔡依橙)的一些想法
⠀
由統計專業人的角度,來看生物醫學發表,是很有警惕意義的,能讓準備發表的朋友,仔細看看自己是不是也犯了相關的錯誤。
⠀
但另一個角度看,作者也提到,這些錯誤在幾乎一半的生物醫學論文上反覆出現!這就代表,其實生物醫學論文要刊登,並不代表我們什麼錯都不能犯,相反地,這 20 個錯誤裡頭,有些就算犯了,也還是能被刊登。
⠀
以我們自己發表,以及過去協助同學的經驗來說,我會認為 2、7、10、14、15,是初學者也 #必須理解並避開的,其他的則是發表起步了之後,陸陸續續去注意,在往更高分期刊挑戰時,逐漸進步就行。
⠀
實務上,3 分以下的醫學期刊,幾乎沒有專門的統計查核,你只要能通過「一般同行」的統計知識審查就行。也就是說,我是一個放射科醫師,剛開始起步,投稿到放射科 3 分以下期刊,文章中的統計,只要「#一般有在做研究的放射科醫師」覺得可以就行,不見得要到「統計專家看過並挑不出毛病」。
⠀
對於初學者如何起步,實務的協助,新思惟規劃了各種類型的研究課程,歡迎有興趣的朋友可以參考。目前正在開放報名中的,有以下三場工作坊,歡迎您瞭解各課程的課綱後,評估挑選最符合您需求的內容,前來上課,讓我們協助您成功起步。
⠀
🟠 2021 / 11 / 7(日)統合分析工作坊
無經費、資源少也能發表,不用 IRB 且免收案的好選擇。
https://meta-analysis.innovarad.tw/event/
⠀
🔵 2021 / 10 / 17(日)臨床研究與發表工作坊
全新改款!跟著國際學者走,讓你寫作投稿都上手。
https://clip2014.innovarad.tw/event/
⠀
🟢 2021 / 10 / 16(六)個案報告、技術發表與文獻回顧工作坊
把臨床上的各種想法,在 PubMed 化作專業生涯上的里程碑。
https://casereport.innovarad.tw/event/
⠀ ⠀
不只是說說而已,我們會舉實例,說明其意義、如何避開,在互動實作過程,實際由各位在自己的電腦上操作,從數據到軟體,從統計到繪圖,一次搞定,並避開常見錯誤,是真正以 #初學者起步 為核心的規劃。
⠀
⠀
二十個常見的統計錯誤,與實務寫作時的考量。
🔗 原始貼文 │ https://bit.ly/2WESphu
診斷 統合分析 在 威廉氏後人 - 李毅評醫師 Facebook 八卦
< NIPT 驗唐氏症準確度真的有99% ? >
您好
小弟鍵盤婦產科 - 威廉氏後人
之前曾有網友分享了NIPT正常結果出生後才確診是唐氏
症的案例
因此這幾天一直陸陸續續有許多媽媽來詢問這件事
-
先聲明
小弟不評論任何單一的個案
也沒有收受任何廠商的利益或身處利益衝突關係。
"I declare no conflict of interest."
-
以下僅做實證醫學證據做分享
小弟的出發點
在於盡可能的降低醫病雙方的資訊不對等
而產婦們獲得充足資訊之後
要如何做取捨
還是要看每個人對於風險的評估判斷。
-
以下文章引用一篇大規模的統合分析研究中(Meta-analysis)
擁有超過20萬例以上的臨床綜合結果分析
參考資料:
1. Ultrasound Obstet Gynecol. 2017 Apr 11. Analysis of cell-free DNA in
maternal blood in screening for aneuploidies: updated meta-analysis.
---------------------------------------------------------------------------
先複習一下
目前台灣針對唐氏症的篩檢與產前診斷
主要下列有三種方式
1. 第一孕期唐氏症篩檢 (超音波檢查頸部透明帶 + 抽血) 或 第二孕期唐氏症篩檢 (四指標)
2. 非侵入性胎兒染色體檢測 (NIPT/NIPS/NIFTY/NIPS-Plus系列)
3. 羊膜穿刺
其中,以羊膜穿刺做為目前產前確定診斷的黃金準則 (Gold standard)
其他兩項為篩檢工具 (screening test)
三者各有優點和缺點
在這篇不再贅述
可參考小弟本版的其他篇拙作
1. 第一、第二孕期唐氏症篩檢
https://www.facebook.com/mrwilliams999/posts/237792140139503
2. NIPT/NIPS/NIFTY/NIPS-Plus到底是什麼?
https://www.facebook.com/mrwilliams999/posts/232496867335697
------------------------------------------------------------------------
先做一下名詞解釋
1. 疾病偵測率 (detection rate)
2. 偽陰性 (false negative)
-
所謂的疾病偵測率
這個名詞的意思是這樣的
對於某一個檢查而言
能夠將"有病的人"檢查出"陽性"的比率是多少?
比如說
一百個確定得到流感的人接受快篩
結果有70個人快篩陽性
我們會說"快篩"這個檢查的偵測率為70% (=70/100)
-
而另外明明有得到流感
卻在快篩中為陰性的30人
就叫做所謂的偽陰性
(這些人的陰性是"偽"的,是"假"的,因為他們其實有病)
-
所以,任何一個篩檢工具
我們都必須知道他的極限在哪裡
也就是說
我們必須知道
這些檢查的對於"真的有病的人"的疾病"偵測率"大概是多少?
(或者另一個一體兩面的問題,這個檢查的"偽陰性率"是多少?)
----------------------------本文開始-----------------------------------
這篇大規模研究發表於2017年4月
刊登於婦產科超音波 (Ultrasound in Obs & Gyn)
這個婦產科數一數二的期刊中
-
其中
他收集了35個其他關於NIPT的其他研究作統合分析(Meta-analysis)
這篇文章很長
我了解各位心中都很急也很焦慮
所以直接說重點就好
-
這篇文章蒐集了一共225895 (22萬5千多個) 接受NIPT系列檢查的人
其中,有1963個被確定診斷為唐氏症。
(這裡的確診方式是以羊膜穿刺或者出生之後做染色體檢查)
所以唐氏症的發生率大概是0.87% ( = 1963/225895)
-
我們直接看NIPT的診斷率
對於這1963個確定為唐氏症的小孩中
NIPT這個檢查一共抓出了1957個
-
也就是說
NIPT這個檢查的唐氏症偵測率是 1957 / 1963 = 99.7%
-
所以如果你問我說
NIPT到底準不準
他其實真的是很準
疾病偵測率確實超過99%
(以這個20幾萬例的研究結果來說)
-
那如果要討論這個檢查的偽陰性
也就是沒被檢查抓出來的一共6個小孩
所以NIPT的偽陰性率: 6/1963 = 0.3%
大約是千分之三
-
所以
NIPT有沒有可能漏掉其實是唐氏症的小孩?
-
確實是有的
-
一千個唐氏症的小孩裡面
這個檢查會漏掉三個
-
那你一定想說是不是今天我去抽血
有0.3%的機會被誤診為正常?
並不能這麼說
-
因為大部分的人懷的小孩都不是唐氏症 (99.13% 的小孩是正常的)
應該由整體來說
-
對於這22萬5千多個孕婦來說
NIPT抓出了1957個唐氏症
一共有6個唐氏症小孩沒有被NIPT檢查出來
也就是說 22萬個孕婦裡面,會漏掉6個。
-
至於這樣的檢查結果是否令人滿意?
我想是見仁見智
-
假設全台灣全面接受NIPT的篩檢
每年大約19萬的新生兒中
大約會有5個唐氏症小孩沒診斷出來
-
如果是羊膜穿刺呢?
假設全台灣全面接受羊膜穿刺的檢查
每年大約19萬的新生兒中
可能只剩非常少或者完全沒有唐氏症的小孩沒診斷出來
但會造成19萬 x 1/270 =380 - 633個流產的可能性
平均值大約為 500 個流產的可能性
-
因此
威廉氏後人了解
如果您聽到有人NIPT正常但還是生出唐氏症會非常非常的焦慮
然後不斷懷疑自己是否一開始直接做羊穿就好了?
小弟也不知道標準答案
-
僅提供真實數據給您參考
剩下的還是需要自己去衡量才行
-
以上
一些淺見
提供參考
-
~鍵盤婦產科 威廉氏後人~
臉書蒐尋 : 鍵盤婦產科 - 威廉氏後人
粉絲專頁 : https://www.facebook.com/mrwilliams999
網誌連結 : https://mrwilliams999.blogspot.tw
-
診斷 統合分析 在 Bryan Wee Youtube 的評價
診斷 統合分析 在 Travel Thirsty Youtube 的評價
診斷 統合分析 在 スキマスイッチ - 「全力少年」Music Video : SUKIMASWITCH / ZENRYOKU SHOUNEN Music Video Youtube 的評價
診斷 統合分析 在 A10.進階統合分析 - 以斯帖統計 的相關結果
在診斷工具準確性的整合結果(meta-analysis of diagnostic accuracy)上,我們可以很直接的分別合併敏感度或特異度,以得到的結果加以解釋。除此之外,更可以進一步地使用 ... ... <看更多>
診斷 統合分析 在 利用結構方程模式進行診斷工具表現比較的統合分析 的相關結果
方法:本研究使用結構方程模式的架構,建立四種基於臂的診斷型研究之網絡統合分析模型,其中兩種為由Trikalinos以及Dimou分別提出,有考慮到研究內相關性的方法;而另外兩 ... ... <看更多>
診斷 統合分析 在 以吞水試驗對腦中風吞嚥困難病人之診斷精確度為例 的相關結果
吞嚥困難診斷是護理人員照護腦中風病人很重要的能力,本文旨提升護理人員執行腦中風病人吞嚥困難診斷之精確度,以實證醫學之診斷型統合分析找出最精確診斷腦中風病人 ... ... <看更多>