😔 考專科需要論文,學校沒教怎麼寫?
⠀⠀
整個醫學教育,論文寫作課僅存在特定醫院,且課程走到最後,還是以臨床導師教學為中心,並未有一堂化繁為簡的系統性教程,教育新生代的醫師學子們如何寫論文,大多是踏著老師的路子,看著學長姊的論文,一步步的茫然摸索,經過數年的鍛鍊,運氣好一點能成就一篇 SCI 的論文,運氣差一點就投在 non-SCI 的期刊。
⠀⠀
回顧整個學習過程,我覺得滿可惜的地方是花了很多時間在摸索上,當摸索完畢後,往往又有更多臨床的事務還有考試的壓力接踵而來,只能期待自己早點進場,早點開始摸索,方能避免這樣的疊加壓力,所以個人一直很期待有一堂課能夠標準化(SOP)這樣的論文寫作流程。
⠀⠀
⠀⠀
▎免 IRB、免收案還能升等用,為什麼不學?
⠀⠀
剛開始接觸統合分析和實證醫學時,不免帶有一些徬徨,過往的生物統計沒有學得頂好,SPSS 怎麼操作也忘得差不多,NNT 和 NNH 也是最近才搞懂,更遑論統合分析還有許多參數都不曾於在學期間學習過。
⠀⠀
平常僅是在 journal reading 時接觸到,輪到自己要寫時,卻遲遲下不了筆,要怎麼納入 / 排除 data、怎麼設定 primary / secondary endpoint、subgroup 分析要怎麼做等等問題一一浮現,讀別人的 paper 很簡單,自己寫一篇卻難如登天。
⠀⠀
但如今 IRB 送審的要求內容和嚴謹度與日俱增,衝著不用送 IRB、不用收案的兩點優勢報名了這堂課。殊不知在一開始,蔡校長便點出統合分析的具體好處,且能作為升等用的 original article,這麼亮眼的優勢,當然要趕快進場進修囉!
⠀⠀
⠀⠀
▎三個小時,手把手帶你完成統計圖表。
⠀⠀
每次來到工作坊,最期待的便是手把手教學,聽課講概念固然重要,但做不做得出來又是一回事。自己在家偷摸過 CMA 的操作,完全一頭霧水,哈哈,雖然已經是相對簡單的軟體,但沒有人教還真的不懂重點在哪裡。
⠀⠀
短短的三個小時,從 data 的填入,分析模型設計(random / fixed),開始到第一張森林圖的產出,即使是第一次跑統計的生手,也在不到半小時內便產出一張 forest plot,是很振奮人心的一件事!
⠀⠀
⠀⠀
🚩 年輕研究者的起步首選 #好工具在手 #發表論文不難
⠀⠀
對於沒有資源的年輕研究者來說,meta-analysis 是起步的好領域。
⠀⠀
☑ 不需跑 IRB
☑ 不需花錢請助理蒐集檢體
☑ 不需要砸錢一次一次的進入加值中心
☑ 適合資源缺乏又需要單兵作戰的醫療相關人員
☑ 只要能組成研究團隊,還可擁有飛快的發表速度。
⠀⠀
⠀⠀
【 全新梯次 📣 統合分析工作坊 】
⠀⠀
如果你想靠自己,用電腦搜尋資料庫文獻,寫篇論文出來,meta-analysis 就是你做研究的首選;因為 meta-analysis 論文容易寫、容易發,非常適合「資源缺乏」又需要「單兵作戰」的研究者!
⠀⠀
🔹 現在投資自己,將來 PubMed 有你!
🔹 好評加開|8/22(日)統合分析工作坊
🔹 立刻報名|https://meta-analysis.innovarad.tw/event/
「forest plot spss」的推薦目錄:
forest plot spss 在 IBM SPSS Predictive Analytics - GitHub 的推薦與評價
Classification and regression based on a forest of trees using random inputs, utilizing conditional inference trees as base learners. ... <看更多>
forest plot spss 在 Creating Model from Multiple Regression Analysis Result SPSS 的推薦與評價
- I have standard error 236.175 is it too high? - On coefficient section RF(reclaimed forest) and AvgRecAge(reclamation age) is not significant ... ... <看更多>
forest plot spss 在 6.2 Saving the forest plot | Doing Meta-Analysis in R and ... 的推薦與評價
Let's say I want to save the Forest Plot now. The easiest way to do this is to plot it to a graphics device instead of to the screen. Just like the function ... ... <看更多>