2018/11/27

初探統合分析的秘密



降低統計的距離感


實證醫學最高證據等級的系統性回顧與統合分析,總給我一種難以親近的距離感。研究所時跟著上課老師一步一步,用免費軟體和 Excel 嘗試做 network meta-analysis,心得是好複雜,按流程做完還是不明白為什麼要這樣做,對結果的解讀也懵懵懂懂。

「學校統計課的最後結果,就是讓人害怕統計」這句略帶戲謔的話,很貼切的說出現在大部份學生遇到的困境。就連課程講師之一張凱閔醫師,都承認生物統計學是少數大學時代拿低分的課程。但是要進行研究,怎麼能不學統計呢?

新思惟的統合分析課程,將這個部份做了很出色的流程優化,其中一大功臣就是選用的軟體 CMA(Comprehensive Meta-Analysis),只要選好輸入資料的型態,找到適宜的文章,接下來的步驟就迎刃而解。

統合分析最關鍵的 forest plot,其實概念上是最容易理解的,而更進一步的 fixed/random effect,在生動的「學員顏值分佈」比喻之下,也變得簡單許多。Funnel plot 的概念沒有那麼直觀,但經過張醫師的說明後,也豁然開朗,感謝助教中午補充說明,如何由 Egger's test 雙尾 p 值判讀是否顯著。


資料搜集與模組化撰寫


構思題材、資料搜集是統合分析最關鍵的第一步。曾秉濤醫師用自己一年產出十篇文章的經驗為例,給了一些琅琅上口的實用建議,例如 N-1 原則,Np 很重要等等。初步篩選文章若有 50-200 篇,就可以開始動工了。用書目整理軟體分門別類文獻,同時可以協助去除重複部份,是很棒的建議,尤其在大量整理資料時很實用。

和其他研究論文一樣,統合分析也有固定的撰寫原則。除了曾醫師提點每個段落的寫作核心,張醫師耳提面命的明日事今日畢,每天至少寫一句,也給了學員很好的示範。讓我想起綠角分享過他大量讀書的秘訣,說穿了沒有秘訣,就是每天持續閱讀。

圖表處理的細膩要求


不論是簡報或研究課程,對於圖表處理的細膩要求,始終是新思惟的一大特色。所有的顏色、字型、排版、間距都不是任意選擇的,而是有背後整體的邏輯和戰略,最終目的就是讓讀這張圖表的人,第一眼就有好感。

CMA 這套軟體的圖片調整邏輯,和以往使用的軟體不盡相同,諸如行高、列寬都沒有絕對值可以設定,而是靠著按鈕拉大縮小,調整彼此之間的相對關係。除了單張圖表的掌握,更進階的練習是整套作品的內部一致性。

讓所有圖片風格一致,是很有挑戰性的,目的也很直觀,用這樣的方式證明作者對產出的內容,有最嚴謹用心的掌控。坦白說只用互動實作的兩個多小時,我自己沒有把握做得面面俱到,所以大部份圖表都是先做出主要內容,再帶到現場優化。


給初學者的建議


最後一節課從比較宏觀的角度,給初學者起步時的建議,諸如從自己熟悉的領域著手、給自己設定期限、文獻要有代表性與臨床價值、用生產線的方式寫作、尋找領域中績優且自己認同的期刊,還有結果分析容易遇到的狀況等等。

預習這門課時,在課程網站找到不少珍貴的資料,尤其曾秉濤醫師無私分享了許多個人的經驗心法,和當天上課內容互相印證。團購完軟體,下一步就是想題目找資料了,終於能開始跨出第一步,非常感謝新思惟。