│ 很多時候研究主題,就是這些很 #吸引人的問題,與 #強烈的好奇心 開始的,這是個很不錯的例子。 │
⠀
【快訊 🎉 蔡尚聞醫師團隊,關於洗腎與腎移植患者接受全關節置換術之預後統合分析,獲 EFORT Open Reviews 刊登!】
⠀
📝 文章介紹
⠀
末期腎病變的患者,接受髖關節或膝關節的置換手術後,手術部位併發症較高,人工關節感染機會也較多,不過,末期腎病變患者一般會接受洗腎治療,但也有部分人最終會接受腎臟移植,蔡醫師團隊對於這兩種人的手術預後究竟有沒有差異,很有興趣,於是有此研究。
⠀
收入了 22 篇文獻共 9384 位患者後,共有 8921 位洗腎、463 位腎臟移植者,手術後整體死亡率,在腎移植患者中略高於洗腎患者(15.8% vs 13.8%),整體手術部位併發症也是(3.6% vs 3.3%)。關於人工關節感染,洗腎患者則略高於腎移植患者(4.0% vs 3.7%)。
⠀
使用多變項迴歸分析,確認各種因素的影響後,會發現其實使用洗腎或腎移植,並不是顯著的預後決定因子。
⠀
這是個蠻有意思的研究,腎臟不好,會造成關節手術的風險,那如果之後把腎移植進去呢?風險會降低嗎?至少以本篇研究來看並沒有,雖然也可能是因為腎移植患者通常經歷過一陣子的洗腎,且移植後的照護也同時合併許多藥物,但無論如何,接受腎臟移植,並不會讓預後神奇的逆轉。
⠀
📝 期刊介紹
⠀
EFORT Open Reviews 創刊於 2016 年,2020 年 impact factor 為 4.618,在 Orthopedics 領域排名為 Q1(12/82) 期刊。
⠀
--
⠀
🔸 11/7(日)統合分析工作坊 #全新梯次
➠ https://meta-analysis.innovarad.tw/event/
免收案、免 IRB,突破資源缺乏困境的機會!
⠀
🎯 克服經費與資源稀少的困境,帶您踏入統合分析的領域。
⠀
☑ 統合分析研究規劃技巧
☑ 正確拆解論文架構
☑ 必學的重要專有名詞
☑ 互動實作:完成一套 Meta-analysis 圖表
☑ 以發表為導向的搜尋文獻
☑ Meta-analysis 圖表優化重點
☑ 給初學者的起步建議
⠀
🗣️ 學員回饋
⠀
「這種 #以成果為導向 的學習方式貫穿了整天課程,在這樣的學習架構底下,每堂課都只教必學的重點:繁雜的統計觀念,只聚焦在發表文章必備的部分;統計軟體當然選 CP 值最高的。也因為有這樣的課程安排,讓我能在短短的一天之內,迅速消除對統合分析的恐懼,也對統合分析的架構及寫作有較全面的理解。」
⠀
「新思惟的一天課程學習,教會我們從題目、寫作及分析技巧、文章架構及排版,到繪圖及美化圖表,製作出賞心悅目、令人不忍拒絕的圖表,教會我們如何 #快速踏入寫作的旅程中,告訴我們 meta-analysis 文章並不難,難的是你不願意開始,只要開始你就有機會拚出一篇自己的 SCI。」
⠀
👨🏫 講者陣容
⠀
#張凱閔,知名復健醫學與超音波學者,台大流病與預防醫學博士,SCI 論文超過 190 篇,並有 25 篇以上為 meta-analysis,探討臨床常見議題。
⠀
#曾秉濤,專業精神科醫師,擅長從臨床工作找到發表議題,並組成研究團隊,SCI 論文超過 85 篇,並有 70 篇以上為 meta-analysis。
⠀
#蔡依橙,專業課程開發與整合者,能迅速理解學門架構,並以初學者能理解的方式,建構學習流程。生涯被 SCI 期刊接受的圖表,已超過 500 張,熟悉學術審閱過程與要求。
「迴歸分析論文」的推薦目錄:
- 關於迴歸分析論文 在 新思惟國際 Facebook 的精選貼文
- 關於迴歸分析論文 在 蔡依橙的閱讀筆記 Facebook 的精選貼文
- 關於迴歸分析論文 在 新思惟國際 Facebook 的最佳貼文
- 關於迴歸分析論文 在 [問卦] 做論文一定要先學統計嗎?迴歸分析係三小- 看板Gossiping 的評價
- 關於迴歸分析論文 在 論文統計分析實務ex15-1.wmv: 迴歸建模範例一 - YouTube 的評價
- 關於迴歸分析論文 在 迴歸分析論文2023-在Facebook/IG/Youtube上的焦點新聞和 ... 的評價
- 關於迴歸分析論文 在 迴歸分析論文2023-在Facebook/IG/Youtube上的焦點新聞和 ... 的評價
- 關於迴歸分析論文 在 多元迴歸分析論文 :: 全台大學開課課程資訊網 的評價
- 關於迴歸分析論文 在 [問卦] 做論文一定要先學統計嗎?迴歸分析係三小 - PTT推薦 的評價
迴歸分析論文 在 蔡依橙的閱讀筆記 Facebook 的精選貼文
💥 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
迴歸分析論文 在 新思惟國際 Facebook 的最佳貼文
💥 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
迴歸分析論文 在 論文統計分析實務ex15-1.wmv: 迴歸建模範例一 - YouTube 的推薦與評價
五南出版社: 論文 統計 分析 實務: SPSS與AMOS的運用陳寬裕編著範例ex15-1 : 迴歸 建模範例一. ... <看更多>
迴歸分析論文 在 迴歸分析論文2023-在Facebook/IG/Youtube上的焦點新聞和 ... 的推薦與評價
迴歸分析論文 2023-在Facebook/IG/Youtube上的焦點新聞和熱門話題資訊,找迴歸分析論文在2022年該注意什麼?迴歸分析論文在2023的熱門內容就在年度社群熱搜話題焦點新聞 ... ... <看更多>
迴歸分析論文 在 [問卦] 做論文一定要先學統計嗎?迴歸分析係三小- 看板Gossiping 的推薦與評價