橫向整合自己會的研究工具

自從上過新思惟《健保資料庫工作坊》、《統合分析工作坊》，我開始入門資料庫和統合分析的研究。因為健保資料庫對小規模團隊越來越不友善，所以自己目前的資料庫研究有所受限，不太容易完成太優質的研究；至於統合分析研究，因為認識到太厲害的前輩（曾秉濤醫師），所以也不太容易突破目前團隊的上限。

基於上述的理由，我開始想突破現有的框架，找一項屬於自己的獨特研究模式（差別化），初始我把腦筋動在資料庫跟統合分析的結合，看能不能有一加一大於二的效果。

第一篇研究是〈出生月與心理疾患關聯之健保資料庫與統合分析研究〉，但是結果如當時的心得所述，投稿過程蠻坎坷的。好在不氣餒陸續做許多嘗試，像是〈猝睡症與出生月份相關性之統合分析〉、〈雙極性疾患鋰濃度與復發風險之統合分析研究〉和這篇論文；花了一年多的時間，逐漸熟悉兩種研究工具的混成技巧，才能有這次的論文成果。（註：主要是合併兩種研究模式，該將結論偏向資料庫結果還是統合分析結果不好處理。另外還有字數通常都很長，該如何精簡字句也不容易。）

找前輩深度合作，提升研究技術。

這篇研究雖然已經是很成熟的資料庫和統合分析方法，但各自使用的方法學其實又進階不少。譬如：在資料庫方面新採用目標試驗模擬的方法，藉由醫院電子病歷去模仿臨床試驗的思維做研究設計，就是跟成功大學賴嘉鎮老師學習的方法；至於統合分析用到比較特別的資料萃取與整合方法，則是跟台灣大學杜裕康老師請益的技術。

如果有上過新思惟課程的同學，應該都聽過講師說過：「願意合作的前輩，其實比較希望你是有基礎再來互相成長。」

新思惟的課程大抵扮演這樣的角色，應該是目前初學者入門課程中，最快且有效率的選擇，也讓我有底氣能進階找到更厲害的師長，進一步學習與合作。

最後是自己在 2020 年初，申請一項國科會計畫，主題是「躁鬱症情緒穩定劑藥物血中濃度與療效」的相關調查，包括這篇論文，迄今完成 4+1 篇相關研究：〈使用機器學習預測血中鋰鹽濃度之研究〉、〈雙極性疾患鋰濃度與復發風險之統合分析研究〉、〈血中鋰鹽濃度對躁症與鬱症預防效果不同之劑量反應統合分析〉、〈Valproic Acid 治療躁鬱症之最佳濃度研究〉。從上面的題目應該看得出來，主要是以資料庫和統合分析這兩種方法，去回答未知的臨床問題。

我們都很想收案做臨床試驗，但現實是很殘酷的，對過去沒有研究經費可執行臨床試驗的我而言，提出國科會計畫通過的機率是零（0/2）。審查委員會很不客氣地說：「主持人過去沒有相關臨床試驗經驗，推測執行本計畫的能力不足，研究結果會不如預期。」

不過，由新思惟課程出發的兩大研究工具（資料庫和統合分析），至少讓我可以很理直氣壯條列出相關研究結果，可以完成當初自己在國科會計畫寫下的豪言壯志，更讓我還有下一個國科會計畫。