2023 / 3 / 6

2023 / 3 / 5（日）課程滿意度與手寫回饋

本課程以發表為導向、實戰作核心，提供最佳的助力，無論是資深研究者，或者新進初學者，都能搬開研究路上的大石，突破學術困境。讓各位學術起飛更為順遂，是我們持續努力的目標！

感謝各位給籌備團隊的匿名回饋，各項分數都在 4.82 以上，單堂分數最高達到 4.91 分，謝謝大家的肯定。

這次報名的同學們，有以下特色：

以醫院服務或訓練的醫師為大宗，主治醫師比例佔 25%，住院醫師比例則為 50%。現況是，在熱門科別，PGY 帶著學術成績應徵住院醫師，機會更大。因此許多醫學生、年輕醫師，選擇在繁忙訓練之餘，學會學術寫作技能。把握機會，拚出 SCI 和升等。
至少一篇「第一作者 or 通訊作者」文章的學員佔 33%。根據 2022 年的校友成績統計，課後成功從零起步的同學共 110 位，其中 54 位為住院醫師或實習醫師，佔將近一半為 49%。新思惟運用多年的教學經驗，在課程安排上，考量到個別學員的吸收程度、理解能力，並且兼顧傑出夥伴的實戰需求，以深入淺出的方式來授課。
老朋友佔 58%，新朋友佔 42%。無論年輕伙伴或是資深朋友，都能在一天之內，融入新思惟節奏，快速掌握學術研究的關鍵要素，是團隊的工作重心，也是課程設計所考量的要素。
年齡標準差 11，平均年齡 36.25 歲，最年長者為 55 歲。課程專為初學者量身規劃，內容易懂好吸收，無論年齡或資歷深淺，均能輕鬆上手。
本次的學員組成：呼吸治療師、助理教授、住院醫師、主治醫師。新思惟的研究課程，協助諸多校友突破困境登上 PubMed，讓文章擺脫菜鳥味，不斷有論文登 PubMed，甚至還有學員從 author 到 reviewer，再到成為 academic editor；從專科重考生，到分院小主管……，各個專業領域如藥師、物理治療師、大學助理教授等傑出校友，也都陸續傳來佳音，期待課後您也能捎來好消息。

關於內科系的研究課程，歡迎參考我們的《醫學論文與寫作工作坊》，從統計內容到講師，都是針對內科領域所打造，入門稿件寫作與準備要訣、內科論文常用的 5 種統計法，一樣會讓你親手畫出數據圖、投稿期刊選擇策略、研究計畫申請、甚至連寫論文的時間規劃安排，通通都有。

醫學論文與寫作工作坊

對統合分析，或者個案報告、技術發表、文獻回顧等不同文體有興趣的朋友，我們也有相應的課程喔！主題不同，一樣高品質、一樣好口碑、一樣充實內容！

來到工作坊上課，不但不會感到無聊疲累，還覺得內容易懂好吸收，好多學員參加論文課程，也對講師上課簡報感到驚喜，為什麼新思惟的簡報跟演講可以如此清楚有效的傳遞知識呢？如果你想知道好簡報的秘訣，歡迎參考以下兩種工作坊。

關於課後在寫作過程中遇到的問題，專屬於新思惟工作坊校友的線上 Office Hour，開辦囉！

上過研究課程的歡迎來問研究，上過簡報課程的可詢問簡報問題，上過統合分析課程的歡迎提出統合卡關的地方，上過個人品牌的可問個人品牌。生涯發展問題則不限工作坊課程都可以問。

線上 Office Hour！新思惟工作坊校友專屬

以下是參加者們的匿名手寫回饋，每一份鼓勵，都是我們前進的動力；每一條建議，也將出現在我們的檢討會議，研究如何改進。

謝謝您，我們會繼續努力！

文章介紹

本研究建立一個 6 個月的機器學習預測模型，用於預測第二型糖尿病成人患者，初始估計腎小球過濾率（eGFR）≥ 60 mL/min/1.73 m2 的急進性腎臟疾病風險和對腎臟科的轉診需求。

徐佳鈿醫師團隊從電子病歷中提取患者和醫療特徵，並將病例分為訓練 / 驗證和測試數據集，根據三種演算法 logistic regression、random forest、extreme gradient boosting (XGBoost) 開發和驗證模型。團隊還使用軟投票分類器（soft voting classifier）的集成方法來分類轉診組。

結果發現 XGBoost 模型在轉診組中具有更高的準確性和相對較高的精度，但 logistic regression 與 random forest 模型具有更高的召回率。集成投票分類器在準確性、AUROC 和轉診組中的召回率方面相對較高，優於其他三種模型。團隊還發現更明確的目標定義可以提高模型的性能。

機器學習類的論文，標準做法就是像這樣，分成訓練跟驗證，並且試著去建立一個模型，預測一件之前並不好預測的事情。作習慣臨床研究的人，比較熟悉 logistic regression，但機器學習因為可用的參數變化更為複雜，往往能輕易超越 regression 所能到達的境界。

恭喜徐醫師！