[快訊] 許智維醫師團隊,關於 lumateperone 在思覺失調症治療中的劑量反應關係之統合分析,獲 Asian Journal of Psychiatry 刊登!

 

 

01_AJP_HsuCW_25

 

 

文章介紹

 

近年一種叫做 lumateperone 的新藥被用來治療思覺失調症,但臨床上一直不太確定到底要用多少劑量才最合適。為了解決這個問題,許智維醫師團隊進行了一項系統性的分析研究。

 

團隊從各大醫學資料庫中,包括 PubMed、EMBASE、Cochrane 等,蒐集了從資料庫建立到 2025 年 1 月 20 日為止的所有相關研究。他們只選擇有對照組、經過同儕審查、且專門針對思覺失調症患者的隨機對照試驗。最後找到了兩個符合條件的研究,總共包含 688 位患者。

 

研究結果顯示,當患者服用 lumateperone 42 mg 時,在多項重要的評估指標上都有顯著的改善。首先,在「陽性與陰性症狀量表」(PANSS)的總分上,服藥組比安慰劑組平均改善了 0.29 個標準差。更具體來說,患者的陽性症狀(像是幻覺、妄想等)改善了 0.41 個標準差。

 

另外,研究也發現 42 mg 劑量的治療反應率提升了 52%,有效治療的病人比例明顯增加。就連比較難治療的陰性症狀(像是情感淡漠、社交退縮等),雖然改善程度較小,但仍有 0.17 個標準差的進步。

 

不過,當劑量提高到超過 42 mg (最高到 63 mg)時,雖然治療效果沒有明顯增加,副作用卻開始變多了。患者比較容易出現口乾、口渴、噁心、想吐、嗜睡和頭暈等不舒服的症狀。值得注意的是,不管劑量高低,這個藥物都不會增加患者因為受不了而停藥的機率,也不會造成頭痛或是錐體外症候群(一種常見的精神科藥物副作用)。

 

對於思覺失調症患者來說,lumateperone 42 mg 似乎是最理想的劑量,既能有效改善症狀,副作用又相對較少,是效果和安全性之間最好的平衡點。不過由於符合條件的研究數量還不多,未來仍需要更多的臨床試驗來進一步確認這個結論。

 

 

恭喜許醫師!

 

新增 subgroup 分析與找到遺漏資料,有機會發表 updated meta-analysis 嗎?來看看講師的建議

 

閱讀更多 »

發表於 共享榮耀 | 已標籤 , , , , , , | [快訊] 許智維醫師團隊,關於 lumateperone 在思覺失調症治療中的劑量反應關係之統合分析,獲 Asian Journal of Psychiatry 刊登! 已關閉迴響。

ChatGPT 怎麼幫你寫論文?最新趨勢介紹

 

 

01_OfficeHour_144

 

 

作者:蔡依橙

 

AI 可以是很棒的論文助手,前提是你知道怎麼判斷對錯、怎麼修正。

 

也就是說,他可以一秒幫你噴出一整段文字,但你要有能力判斷:這段內容寫得對不對?(這個我們的課堂都會教)

 

閱讀更多 »

發表於 學員提問 | 已標籤 , , , , , | ChatGPT 怎麼幫你寫論文?最新趨勢介紹 已關閉迴響。

臨床論文退稿主因:Data-Driven Writing

 

 

01_OfficeHour_142-1

 

 

問:請問校長,在你審閱論文的經驗中,最常見的臨床研究論文寫作錯誤是什麼?就是那種「一看就知道要退稿的」。假設稿件排版人模人樣,英文寫作也沒問題,但還是必須退稿的那種?

 

答:(蔡依橙)

 

最常見的問題是 data-driven writing(資料驅動的寫作)。

 

 

臨床論文有正確寫法?

 

一般臨床論文的研究概念應該是這樣:我有好奇心想知道什麼事情,於是去回溯病歷(或設計實驗收資料),然後統計,最後回答我當初的好奇心。

 

這樣的流程,稱為 hypothesis-driven(假說驅動)。

 

對初學者來說,很重要的一點是,即使你整個流程不一定真的是這樣,你也要為自己的研究想出一個適合的 hypothesis,讓文章的架構看起來是這樣。

 

閱讀更多 »

發表於 Office Hour, 學員提問 | 已標籤 , , , , , , , , | 臨床論文退稿主因:Data-Driven Writing 已關閉迴響。

ChatGPT 和 Perplexity 該用哪個?寫研究論文的話。

 

 

officehour_145_02

 

 

作者:蔡依橙

 

ChatGPT 還是目前的文字之王,只是他的幻想真的比較嚴重,而且個性太順從,使命必達,很少會說你是錯的。我通常用來寫內文,在正確的知識框架下,生出我想寫的內容。

 

Perplexity 雖然基於網頁搜尋,但你如果仔細去檢查過他附的連結,會發現所引用的網頁跟他提出的論點不見得有關。也就是說,他雖然基於網頁,但依然會有 AI 幻想。

 

閱讀更多 »

發表於 學員提問 | 已標籤 , , , , , , | ChatGPT 和 Perplexity 該用哪個?寫研究論文的話。 已關閉迴響。

[快訊] 李俊偉醫師團隊,關於住院醫師心電圖訓練的視覺化學習之研究,獲 JMIR Medical Education 刊登!

 

 

01_JME_LeeCW_02

 

 

文章介紹

 

心電圖判讀一直是醫學教育的重點,但對許多醫師來說仍是個挑戰。馬偕紀念醫院進行了一項創新的教學研究,比較三種不同的心電圖教學方法。

 

雖然醫學生從很早就開始學習心電圖判讀,但要準確解讀 12 導程心電圖對很多人來說還是很困難。傳統的課堂講授方式似乎效果有限,因此研究團隊想試試看其他的教學方式會不會更有效。

 

團隊找了 76 位 PGY-I(第一年住院醫師)參與這個為期三年的研究。這些住院醫師被隨機分成三組來接受不同的教學方式。第一組是傳統的課堂講授,也就是一般我們熟悉的老師在台上講、學生在台下聽的方式。第二組是「自己畫心電圖」的方法,讓學員親自動手畫出心電圖的波形。第三組則是結合了翻轉教室概念的「自己畫心電圖」方法,也就是學員先自己預習,課堂上再進行互動討論並練習畫心電圖。

 

所有參與的住院醫師都拿到相同的學習教材,也都聽了相同的理論課程。研究團隊在教學前後都進行了測驗,用問卷的方式來評估大家的學習成效。

 

研究發現,不管是單純的「自己畫心電圖」還是搭配翻轉教室的「自己畫心電圖」,這兩組的學員在筆試成績上都比傳統講授組表現得更好。這顯示讓學員親自動手畫心電圖,確實能幫助他們把理論知識和實際應用結合起來,提升對心電圖模式的認識能力。

 

研究結論是「自己畫心電圖」這種教學方式對提升心電圖判讀能力很有幫助,可以彌補傳統課堂教學的不足。不過團隊也提到,這個方法要正式應用到日常教學中,還需要在更大規模的學員群體中進一步驗證效果。

 

 

恭喜李醫師!

 

制定標題和設計實驗,兩者之間有先後順序嗎?來看看講師的建議

 

閱讀更多 »

發表於 共享榮耀 | 已標籤 , , , , , | [快訊] 李俊偉醫師團隊,關於住院醫師心電圖訓練的視覺化學習之研究,獲 JMIR Medical Education 刊登! 已關閉迴響。