作者：文信診所曾秉濤醫師

對於許多臨床研究者而言，「時間」因素絕大多數都是不好的涵義，因為擔心研究時間拖太久被其他人搶先，或是研究時間拖太久超過 IRB 核可的時限，甚至研究時間拖太久，導致病人 dropout rate 太高等原因。

因此臨床研究者往往希望手上的研究能夠如期結束，甚至提早獲得希望的結果後盡快結束（好啦，那些以「超長追蹤時間」為賣點的世代研究，就不適用前面的說法了）。

統合分析，成也時間，敗也時間！

對於統合分析研究者來說呢？

事實上，像我們這種統合分析研究者，看待「時間」這個因素，實在又愛又恨，因為正所謂「成也時間，敗也時間」。

正如同一般臨床研究面臨的問題，統合分析研究常常面臨一個困境：你的研究材料就在公開的網路上，大家隨時可以拿到（前提是，只要有人想到），所以手腳快的人往往能夠奪得先機，而三思而後行的人，常常就會因此錯失這些發表機會（除非你是大師級的人物，否則好雜誌通常不會接受 me too 統合分析研究）。

就算你已經搶先想到一個好題目，而且也已經下手開始進行，但是當你在文獻整理、資料統計、內容撰寫等過程中有任何的耽誤，很有可能在這段期間就被人搶先發表，因此就算你搶得先機，如果像兔子一樣在樹下睡覺，還是有可能輸掉「統合分析發表」這場比賽！

隨著時代演進，反而開花結果。

聽起來這是個時間吃人的世界，真的這麼悲觀嗎？

在統合分析的世界裡面，「時間」因素不全然都是負面的意涵，以我上課常舉的例子來說：前人在 2008 年發表的統合分析，發現的結果是統計不顯著，但是隨著時間經過，2015 年的整體研究趨勢改變（好啦，你也可以更白話地說，「風向變了」），導致現在的統合分析結果是統計顯著。

因為隨著時代在進步，世界各地仍有許多科學家不斷地發表新文章，而透過這些新文章的累積，原本統合分析可能因為 sample size 不足而不顯著，但是累積到現在 sample size 終於達到足夠數量，而讓你的結果變成顯著，因此得以開花結果！

睡眠中週期性肢體抽動（PLMS，periodic limb movement during sleep）與腦血管疾病的統合分析這篇文章就是這樣一個例子。

事實上，這篇文章剛剛完成資料整理及跑完統計時，就遇到重大的挑戰：我們只能證明腦血管疾病患者容易有 PLMS，但是有 PLMS 的患者未必容易有腦血管疾病，這樣的統計結果會讓我們的解釋窒礙難行！

還好，這篇文章遇到了林子超醫師（本篇論文的第一作者），他不氣餒地努力尋找突破點，並且找出各種可行的資料，也很謝謝林醫師提供的這些資料，使我們擴充了關鍵字與資料庫，找到最新發表的一篇文獻。由於加上這個新文獻，終於讓「PLMS 的患者是否容易有腦血管疾病」的統計順利達到顯著！

是的，時間，真是一個令人又憎又愛的因素呀！