[快訊] 郭亮增醫師團隊,透過 Delphi 法辨認並排序醫學教育遊戲化元素之研究,獲 Medical Education Online 刊登!

 

 

01_MEO_KuoLT_19

 

 

文章介紹

 

遊戲化在醫學教育中越來越受到重視,但其關鍵因素仍不太清楚。郭亮增醫師團隊想要找出醫學教育中遊戲化的關鍵元素優先順序清單。

 

本研究採用兩階段方法,包括 Delphi 方法和質性訪談。19 位在遊戲化醫學教育方面具有專業知識的醫學教育者參與了 Delphi 方法。擁有三年以上遊戲化醫學教育經驗的專家組成了專家組。專家們被要求使用李克特五點量表對遊戲化元素進行評分,通過至少兩輪尋求共識。對於關鍵因素的共識事先定義為 ≥ 51% 的受訪者將一個因素評為「重要」或「非常重要」。在質性訪談階段,有 10 位專家就這些關鍵遊戲化因素的應用提供了回饋。

 

18 位參與者(11 名男性和 7 名女性)完成了本研究的整個 Delphi 過程。經過兩輪調查後,所有因素達成了共識。有 13 個因素獲得了 4 分以上(37%),達到了醫學教育中遊戲化的關鍵因素的標準。前五個關鍵因素有:教學目標整合、遊戲規則、迅速的反饋、公平性和得分。這 13 個遊戲化醫學教育的關鍵因素,進一步歸納為兩個主要類別:遊戲化設計原則和遊戲機制。

 

郭亮增醫師團隊的研究發現,成功的遊戲化有三個關鍵:與教育目標的整合、在課程設計和教學方法中應用遊戲化,以及在機制和原則之間取得平衡。未來可進行涉及學習者的研究,以檢驗這些關鍵因素在遊戲化中的功效。

 

 

恭喜郭醫師!

 

主題要怎麼找?是來自臨床上遇到的問題,還是讀 paper 時得到的靈感?來聽看看講師的建議:

 

 

 

閱讀更多 »

發表於 共享榮耀 | 已標籤 , , , , , | [快訊] 郭亮增醫師團隊,透過 Delphi 法辨認並排序醫學教育遊戲化元素之研究,獲 Medical Education Online 刊登! 已關閉迴響。

問:投稿後卻被審閱者以收案太少為由退稿,我可以直接轉投其他期刊嗎?

 

 

QA101

 

 

問:校長好,我最近完成並進入投稿階段的論文,是 20 人和 20 人比較的研究,嘗試投稿至 MDPI 約 5、6 分的期刊卻遭到退稿。審閱者認為個案數太少,應該要收到 100 個左右再來寫會比較理想,但照收案速度推算,想達到這個數字要耗時五年。請問我該考慮其他集團的雜誌,嘗試投往還是 MDPI 較低分的期刊?

 

答:(蔡依橙)

 

其實這樣的數目,在同學的這一行裡算是不錯,不算是頂尖,但至少也有中上。不過你今天一開始就嘗試 MDPI 高分期刊,他當然會用高分的期刊標準去要求你,這樣的退稿意見還算公平。

 

 

轉投期刊前,審閱者的意見要加以說明。

 

如果要轉投 3 分左右的期刊,我認為是蠻有機會的,但是在轉投之前我們要做一件事,就是必須看清楚這個 5 分期刊,審閱者給你的意見是什麼,並且嘗試做些回覆。

 

針對這個回覆,並不一定是你一定要做到收 100 例,而是要說明為什麼沒有辦法做到 100 例,以及雖然你沒有做 100 例,但目前的 20 幾例為什麼依然值得刊登,然後把這樣的簡短回覆意見,寫進 cover letter 裡面。

 

閱讀更多 »

發表於 學員提問 | 已標籤 , , , , , , , , , , , , | 問:投稿後卻被審閱者以收案太少為由退稿,我可以直接轉投其他期刊嗎? 已關閉迴響。

[快訊] 許智維醫師團隊,關於 Zuranolone 治療憂鬱症的成效與安全性之統合分析,獲 eClinicalMedicine 刊登!

 

 

01_eCM_HsuCW_20

 

 

文章介紹

 

近年來,全球憂鬱症患者數量逐漸攀升,抗憂鬱藥物也在治療中扮演著重要角色。然而,有許多患者對現有的抗憂鬱藥物反應不佳,影響到他們的生活品質和社交功能。為了應對這個趨勢,臨床急需更有效的治療方法。

 

Zuranolone 自 2017 年以來一直作為新型抗憂鬱藥物進行開發,近期的隨機對照試驗(RCTs)探討 Zuranolone 的治療成效,特別是針對產後憂鬱症的族群,顯示出這種藥物能在神經系統中發揮作用,可以改善憂鬱和焦慮症狀,同時也記錄一些副作用。

 

因現有研究尚未對 Zuranolone 的成效和安全性做統合,許智維醫師團隊透過系統性回顧,先檢視有關 Zuranolone 的相關研究,再進行統合分析。研究一共收錄七個隨機對照試驗,納入 1789 名患者;主要結果是改善憂鬱症狀,次要結果包含對憂鬱的反應和緩解率、焦慮症狀的改善、副作用等等。此外,還對一般憂鬱症、產後憂鬱症進行子群體分析,以及劑量反應的統合分析,來觀察劑量和成效之間的關係。

 

研究結果顯示,使用 Zuranolone 在治療憂鬱症方面表現良好,患者不僅減輕憂鬱症狀,增加反應率和緩解率,同時焦慮症狀也得到改善;但是,若使用超過 30 毫克的劑量,副作用也相應增加。考慮到治療效果和副作用,每日 30 毫克是較為適當的劑量。

 

許智維醫師團隊的研究以客觀的科學數據,驗證新型抗憂鬱藥物 Zuranolone 是能夠提高治療效果,並為那些現有治療方案反應不佳的患者提供了一個新的治療選擇。

 

 

恭喜許醫師!

 

在學術路上,回應審閱意見是發表前的必經過程。然而,有時候一不小心說錯話,可能成為拒稿的最後一根稻草。這支影片將帶你深入探討,為何在回覆審閱意見時「一定要」避免無禮用詞!

 

 

 

 

論文寫作 / 臨床研究 / 統合分析

 

閱讀更多 »

發表於 20170618 (日) 第十梯次, 共享榮耀 | 已標籤 , , , , | [快訊] 許智維醫師團隊,關於 Zuranolone 治療憂鬱症的成效與安全性之統合分析,獲 eClinicalMedicine 刊登! 已關閉迴響。

問:喜歡的主題、累積多年的資源,沒辦法登上 Q1 期刊,升等路上相對弱勢,怎麼辦?

 

 

QA100

 

 

問:我目前是助理教授,準備要升副教授,往教授邁進。喜歡做的主題,累積了很多年資源,但在這個領域,卻沒有辦法登上前 10% 或前 15% 的期刊,在升等上非常弱勢,該怎麼辦?

 

答:(蔡依橙)

 

我的建議是,到了這個階段,就不是你喜歡做什麼研究就做什麼研究的狀態了。因為前 10% 的頂尖期刊,它的本數有限,所收的文章有限,期刊雜誌社也需要為它的 Impact Factor 負責,所以他們在挑選的主題是非常有限的。

 

我建議同學可以先鎖定你要升等所需要登上的這些期刊,鎖定個幾本,把它過去一整年的目錄,也就是所謂的 table of contents 全部看完,你就會知道哪些主題是熱點主題,而哪些是在你的實驗室、手中有的資源,或是比較有興趣的領域,是你可以做的主題。

 

閱讀更多 »

發表於 學員提問 | 已標籤 , , , , , | 問:喜歡的主題、累積多年的資源,沒辦法登上 Q1 期刊,升等路上相對弱勢,怎麼辦? 已關閉迴響。

[快訊] 許智維醫師團隊,使用機器學習預測病人血清中 VPA 濃度的研究,獲 Journal of Affective Disorders 刊登!

 

 

01_JAD_HsuCW_19

 

 

文章介紹

 

許智維醫師團隊研究利用機器學習模型,從醫院的研究資料庫中,獲取了 2002 年至 2019 年的醫療記錄,建立模型去預測病人血清中 valproic acid(VPA:治療憂鬱症的常用藥物之一)的濃度。模型可以預測 VPA 濃度是否在治療有效範圍的(1–50 μg/ml 或 51–100 μg/ml),也可以估計出更精確的濃度數值(連續值預測)。

 

模型訓練是使用 5142 筆血液樣本,並在 644 筆獨立樣本上進行了測試。發現在二元分類結果方面達到了 0.80 – 0.86 的平均準確度,而在連續變數的預測準確度則介於 0.72 – 0.88 之間。

 

與較高血清 VPA 濃度相關的十大特徵包括:更高的最近一次 VPA 劑量和每日劑量、患有雙極性疾患或思覺失調症診斷、血清白蛋白、鈣離子、肌酸酐升高、血小板減少、白血球百分比較低、紅血球分布寬度變異係數百分比較低。

 

透過 12 項主要關鍵特徵(佔總特徵數的 10%)建立的簡化模型,其預測準確度與使用全部特徵的模型相近。這表示,模型如果在加上外部測試數據進行驗證,可能可以在醫院系統中,用較少參數實作。

 

許醫師團隊認為,機器學習模型是有潛力整合真實世界的數據並預測 VPA 濃度,在臨床中為減少對血清頻繁監測的需求,進而提升病人護理品質。

 

 

恭喜許醫師!

 

論文的標題要怎麼寫才能吸引審閱者的目光?如何判斷自己的論文可以投到幾分的期刊?來聽聽陳一銘醫師怎麼說。

 

 

 

 

 

論文寫作 / 臨床研究

 

閱讀更多 »

發表於 20170618 (日) 第十梯次, 共享榮耀 | 已標籤 , , , , , , , , | [快訊] 許智維醫師團隊,使用機器學習預測病人血清中 VPA 濃度的研究,獲 Journal of Affective Disorders 刊登! 已關閉迴響。