老人家如果有股骨頸骨折，之後作全髖關節置換，可能會有較高的機率產生脫臼。於是就有人提出，應該採用雙動髖關節置換，或半人工髖關節置換術，其穩定度可能較好。但究竟應該用雙動髖關節置換，或者半人工髖關節置換呢？目前沒有定論。馬瑄孝醫師團隊，預計針對這個議題作統合分析。
研究收入了 8 篇相關論文，包括 541 位雙動髖關節置換，以及 603 位半人工髖關節置換患者。經分析發現，雙動髖關節置換，有比較低的術後脫臼比例、較長的手術時間、較多的手術過程失血。
不過，因為這 8 篇論文的異質性太高，部分研究的品質也不算是非常好，作者群認為，雖然雙動髖關節置換看起來似乎比半人工髖關節好，但尚無定論。未來仍需要更高品質的研究，尤其針對認知功能下降或失智的患者，作更進一步的探討。
雖然不見得立刻能有確定的答案，但把既有文獻做個總結，大概看出可能的趨勢，並為未來的研究設計提出建議，對臨床照護與學術研究，都很有幫助。
恭喜馬醫師！
甲狀腺切除術，傳統作法會留下脖子處明顯的疤痕，在穿衣服的選擇上會受限制，於是漸漸地有各種從遠端打洞過來開的手術，梁宗榮醫師常作的，就是以內視鏡，從口腔，或雙側腋下乳房，打出通道後，到甲狀腺處作切除。
經驗累積多了之後，梁醫師想知道，這兩種手術比較起來如何，有沒有哪一個特別好，於是作了本研究。
回顧 2018 到 2020 共 72 例經口內視鏡手術，以及 63 例經雙側腋下乳房內視鏡手術，結果發現，經口內視鏡手術的患者，稍微年輕一些（44.7 vs 49.3），腫瘤也稍微小（2.4 vs 2.8 cm）。經口內視鏡手術所費的時間較長，不過，如果扣掉前 20 例的話（學習曲線），之後兩種手術的時間並沒有差異。
引流液，則是經雙側腋下乳房內視鏡手術較多。不過手術失血、住院天數、術後疼痛指數、取得淋巴結數目，都沒有顯著差異。術後的併發症，也沒有顯著差異。
整體來說，梁醫師團隊認為，經口與經雙側腋下乳房的作法，在手術結果上沒有差異。主治醫師可以根據個別病人的狀況，作適當的決定。
把自己專長的手術類型作到好，穩定且精通了之後，回頭作些統計，回答一些自己也有興趣知道的問題，除了能夠順利發表之外，也等於是自己的手術技術履歷介紹，能獲得世界級的同儕認可。
恭喜梁醫師！
作者：台北市立聯合醫院仁愛院區 中醫科 林舜穀 醫師
相關文章：[快訊] 林舜穀醫師團隊，關於 COVID-19 疫情對患者求診中醫行為變化之研究，獲 BMC Complementary Medicine and Therapies 刊登！
自從武漢肺炎爆發以來，全世界已經累積超過十萬篇相關的論文，但我想很多人都會有這樣的疑惑：
｢我沒有看過武漢肺炎的病人，怎麼可能發表武漢肺炎的論文？｣
｢台灣的武漢肺炎病人那麼少又通通集中隔離，怎麼可能研究？｣
｢疫情期間病人大量減少，薪水都快沒有了，怎麼還有時間發論文？｣
其實，像武漢肺炎這種大規模傳染的疾病，影響是非常巨大而深遠的，幾乎每一個人都會受到影響，包含：大眾運輸要強制戴上口罩、百貨公司人流大幅減少、大型慶典集會停止辦理等等。
醫療院所當然也不例外，大門進行嚴格的出入管制，甚至有許多院所將大部分的門封死，僅留下單一通道。臨床照顧也發生巨大的轉變，上至醫院層級的分倉分流，下至每個單位感控流程，都對醫療工作有巨大的影響。
這些改變會影響每一位醫護人員，即使沒有直接照顧武漢肺炎的患者，也逃不過這波巨大的轉變。而一旦有改變，可能就是流程再進化的機會，也有可能產生值得研究的題目。
三級異常咬合（Skeletal Class III malocclusion）的治療，需要做上頷牽引，不過，究竟其長期效果如何，尚無定論。李醫師團隊，預計使用統合分析，回答這個問題。
經過收入 2020 年 9 月前的研究，並做統合後，發現上頷牽引治療，在短期內矯正上頷發育不全，效果不錯，而且結果不受年紀或性別影響。不過，隨著時間過去，在矢狀面前後徑的改變將逐漸消退。
作者群也提到，目前的研究中，受限於量測只用 SNA 角度，且研究異質性高，整體的實證效力仍有提升空間，建議回來如果設計大型長期的觀察研究，可以針對目前文獻缺乏的部分做規劃。
恭喜李醫師！
D-glutamate，由於與 N-methyl-D-aspartate receptor 的調控有關，被認為與認知功能老化有關。張俊鴻醫師團隊，預計使用周邊血液測得的 D-glutamate 濃度，去評估看看，能否將輕微認知受損，以及阿茲海默症患者，與正常健康人區分開來，並使用機器學習，去看看其預測能力。
研究收入了 31 位正常人作為對照組，21 位輕微認知受損（MCI）、133 位阿茲海默症患者（AD），收集其以 HPLC 獲得的血中 D-glutamate 濃度、CDR 量表、MMSE 量表，並以四種不同的機器學習演算法，去找出具有最強預測力的模型。
結果發現，MCI 與 AD 患者的確有較差的血中 D-glutamate 濃度。以機器學習的結果來說，naïve Bayes model 以及 random forest model 分別對 MCI 與 AD 診斷，效果最好。多變項分析發現，D-glutamate 濃度與 MMSE 總分有顯著相關。
作者群總結認為，周邊血液 D-glutamate 濃度與認知受損相關，也是個很好的偵測 MCI 與 AD 的標記，搭配機器學習，應能協助醫師在門診有效診斷 MCI 與 AD。
恭喜張醫師！
