中風後憂鬱症（PSD），是缺血性中風後的一種嚴重心理疾病，若能早期檢測和診斷，對於及時治療和改善患者預後相當重要。本研究是利用實際數據來開發機器學習模型，以預測中風後憂鬱症。
陳柏成與許智維醫師團隊，收集 2001 年至 2019 年期間台灣多家醫療機構，從 61460 名缺血性中風患者中建立數據模型。團隊使用這些數據訓練機器學習模型，並通過中風後不同時間點（30、90、180 和 365 天），測試其特異性和敏感性來評估其性能。
研究結果顯示，機器學習模型有潛力作為預測中風後憂鬱症的工具，並識別出幾個與 PSD 相關的重要特徵，包括年齡較大、身高較高、中風後體重較低、中風後舒張壓較高、中風前無高血壓但中風後有高血壓（新發高血壓）、出現中風後的睡眠 / 清醒障礙、中風後的焦慮症狀、中風後的偏癱，以及中風期間較低的血尿素氮。
作者認為，機器學習模型在預測 PSD 有極大的潛力，也能提供臨床醫師及早檢測出高風險中風患者的憂鬱症，最佳化後續照護。這項研究除了對精神病學領域做出了貢獻，還展示了人工智慧在心理健康預測和管理中的應用。
恭喜陳醫師與許醫師！
前側椎間融合術（ALIF）是修正腰椎骨間融合術的一個理想選擇，因為它的操作範圍廣，可以進行植入物的摘除並容納大型骨間融合移植物。
然而，與其他方法相比，修正腰椎骨間融合手術並沒有顯著改善功能的結果。目前，關於修正腰椎骨間融合的預後因素尚未有明確的研究。石承民醫師團隊回顧某醫院在 2010 年 1 月至 2018 年 5 月間接受修正骨間融合手術的患者，調查前腰椎骨間融合術在修正腰椎骨間融合術的手術結果，和可能的預後因素。
團隊根據背痛和腿痛的 VAS 評分改善是否達到最小臨床重要差異（MCID），和 Macnab 標準來確定臨床結果，用融合率、術前和術後腰椎前彎度來評估放射學結果。另外也收集和分析可能影響臨床結果的手術相關因素，例如：BMI、椎間植入物移位、椎間植入物下陷、假性關節、以前的手術和融合節段數。
研究共納入和分析了 22 例接受 ALIF 進行修正骨間融合手術的患者。男性 9 例，女性 13 例，平均手術年齡 56 歲（26-78）。
有 11 名（50%）患者的背痛達到最小臨床重要差異（MCID），而有 14 名（64%）患者的腿痛達到 MCID。根據修訂的 Macnab 標準，本研究中 73% 的患者取得了成功的結果（優良或良好），疼痛和腰椎前彎度有顯著改善。術前融合節段 ≥2 被證明是背痛改善達到 MCID 的不良預後因素。
這項研究證實 ALIF 在修正腰椎骨間融合手術中，有顯著的臨床結果。然而，擁有兩個或更多的術前融合節段可能對背痛改善產生負面影響。
恭喜石醫師！
作者：匿名
感謝新思惟國際給我這個機會能分享論文發表的一些心得，並且能諒解我暫時不適合對這件事情太過高調的難言之隱，並非刻意對於這樣的分享吝嗇……
能將這篇文章投稿成功，有很大一部分要感謝當初在剛當住院醫師時，就決定來上新思惟論文系列課程的自己。上過的課程包含 CLIP（《臨床研究與發表工作坊》）和 MEPA（《醫學論文與寫作工作坊》），一開始只覺得可以投資自己看看，如果能在茫茫論文之海中有個令人安心的道路可以參考，相當吸引人，沒想到這樣的決定，對於我能好好完成這篇文章貢獻卓著！
既然決定匿名，那我就稍微寫詳細一點點了。當初前老闆給我這個題目的相關資料時，雖然除了論文的主題發想以外的資料，我都必須從頭自己收集，但當時前老闆擁有自己的實驗，也有幫前老闆經手過很多論文的助理學長姐能夠幫忙處理統計資料、諮詢期刊投稿的意見，在奧援與有經驗的前輩如此多的情況下，我對於論文撰寫前景是感到相當樂觀。
沒想到人算不如天算，就在這篇論文大略剛完成初稿時，前老闆的團隊因故在短短半年內被裁撤，並輪調許多助理與個管師，最後想當爾，前老闆就悻悻然的離職了。
作者：新光醫院 放射科 姜驊 醫師
相關文章：[快訊] 姜驊醫師團隊，關於 CT 導引肺結節定位針之併發症風險研究，獲 Diagnostics 刊登！
我算是新思惟的老學員了，大概在當 clerk 的時候曾上過《醫學論文與寫作工作坊》，但我是到住院醫師階段才寫出自己的第一篇 SCI 論文。還未成功發表的那段時間，說實在心中有點懷疑，是不是得要有老師提供收好的資料，才能成功發表。
但在這篇文章完成之後，我認為如果只是回溯性文章，IRB 其實不一定很難跑，而且資料可以一直回去收集，一切問題的根本，是有沒有學會論文架構的撰寫，以及統計軟體方法正不正確。
（婷編按：姜醫師首次參加新思惟是在 2019 年，當時於課後心得中分享了工作坊對於統計的學習大有幫助，統計不懂，研究零經驗，見習醫師參加也適合！因課程有效，今年也陸續上了《臨床研究與發表工作坊》及《統合分析工作坊》，很榮幸我們的課程有所幫助！）
雖然 CT 導引肺結節定位廣泛應用，但相關併發症包括氣胸和肺出血，本研究預計分析併發症的潛在風險因素。
姜醫師團隊在新光吳火獅紀念醫院，收集了接受肺結節手術前，以拍得藍染劑進行 CT 導引定位的患者數據。研究採用邏輯迴歸分析、卡方檢驗和曼惠特尼檢驗來分析與程序相關併發症的潛在風險因素。
研究中納入了 101 例單一結節患者（49 例氣胸和 28 例肺出血），結果顯示，男性在 CT 定位過程中更容易發生氣胸（比值比：2.48，p = 0.04）。較深的針入深度（比值比：1.84，p = 0.02）和定位於左肺葉的結節（比值比：4.19，p = 0.03），與 CT 導引定位過程中肺出血風險增加有關。
總結來說，對於單一結節的患者，考慮針入深度和患者特徵，對於術前與患者解釋相關風險，很有幫助。
姜驊醫師運用上課所學的統計與製圖技術，迅速的將手邊的資料找出意義，並成功發表第一篇！
恭喜姜醫師！
