[快訊] 許智維醫師團隊,關於魯拉西酮用於雙極性鬱期患者的療效與耐受性之系統性回顧與劑量反應統合分析,獲 BMJ Mental Health 刊登!

 

 

01_BMJMH_HsuCW_21

 

 

文章介紹

 

許醫師團隊研究探討了魯拉西酮(Lurasidone)在治療雙極性鬱期患者的最佳劑量,並深入分析其在療效、耐受性以及代謝與內分泌方面的表現。這篇研究回顧了截至 2024 年 8 月的相關文獻,整理了 5 項隨機對照試驗的數據,這些試驗總共涵蓋了 2032 名患者,治療時間平均為 6 週。

 

結果顯示,每日 40 至 60 毫克的魯拉西酮劑量,對於改善患者的憂鬱症狀、焦慮情緒、整體臨床狀況以及生活功能有明顯效果。尤其是每日 50 毫克的劑量在減輕憂鬱症狀方面表現突出,患者的情緒穩定性和生活品質皆有顯著提升。不過當劑量超過 50 毫克時,副作用風險開始增加,例如胃腸不適或嗜睡現象更為常見,但值得注意的是,劑量的升高並沒有導致患者出現更多的躁狂發作或自殺行為,中途停藥的情況也沒有明顯增加。

 

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,關於魯拉西酮用於雙極性鬱期患者的療效與耐受性之系統性回顧與劑量反應統合分析,獲 BMJ Mental Health 刊登! 已關閉迴響。

問:期刊也有歧視鏈,新手想起步怎麼投?

 

 

 

OfficeHour_124

 

 

答:(蔡依橙)

 

 

期刊歧視鏈,OA 在下層?

 

臺灣這幾年掀起一波針對 OA 期刊的歧視,尤其是 MDPI 跟 Frontiers,我經常講,這兩家其實在 OA 期刊裡面算是很好的。有很多名氣更小,操作上爭議更多的 OA 出版社,甚至是傳統出版社。這是另一個故事,我們改天再聊。

 

資深的老師、成就很高的學者們會認為,高分的傳統期刊才是優質標的,低分的看不上眼,OA 的就算高分,他們也覺得不入流,甚至認為學生去登那些,有損學術形象。

 

但作為新手,你最重要的是盡快讓自己的履歷有文章列表。「有」永遠比「沒有」好。

 

所以,就算你登 MDPI 或 Frontiers 作為起步,根本就沒什麼好丟臉的。說老實話,有在投稿的人都知道,這兩家現在很不好投,連教授級的都常被退得七葷八素。

 

閱讀更多 »

發表於 學員提問 | 已標籤 , , , , , , , , , | 問:期刊也有歧視鏈,新手想起步怎麼投? 已關閉迴響。

[快訊] 黃國揚醫師團隊,運用人工智慧模型提升拔管成功率之研究,獲 Frontiers in Computational Neuroscience 刊登!

 

 

01_FCN_HuangKY_06

 

 

文章介紹

 

重症病房有許多病人需要插管接上呼吸器來維持生命,但拔管過早,可能讓病人無法順利呼吸,需再次插管,大幅增加死亡風險;若拔管過晚,則會拖延病人的康復,甚至引發感染等併發症。

 

黃國揚醫師團隊嘗試運用人工智慧(AI)技術分析病人狀況,幫助醫療團隊準確判斷拔管的時機。他們蒐集 2015 年到 2020 年,289 名台灣病患的呼吸數據,並將這些數據輸入人工智慧系統進行分析,測試了三種深度學習模型:RNN(循環神經網路)、LSTM(長短期記憶模型)、GRU(門控循環單元模型)。

 

研究結果顯示,GRU 模型結合 Tanh 的啟動函數,在所有測試中表現最佳,尤其是在每 30 秒平均化數據下,模型能更好地捕捉病患的狀態變化,準確率達到 94.44%。相較於其他人工智慧模型,GRU 模型運算速度更快且效能穩定,更適合應用在臨床實際環境中。

 

有了人工智慧輔助的拔管預測方法,醫療團隊能更有信心決定何時拔管,減少不必要的失敗風險,讓病患與家屬更安心。

 

 

恭喜黃醫師!

 

想依照老師的建議,用更好的文稿編排方式呈現自己的論文,但期刊偏偏又有一大堆規定,到底該不該遵循呢?在這支影片中,吳爵宏醫師會分享自己實際投稿的經驗,徹底解答你的疑慮。

 

 

 

 

臨床研究 / 論文寫作

 

閱讀更多 »

發表於 20140705 (六) 第一梯次, 共享榮耀 | 已標籤 , , , , , , | [快訊] 黃國揚醫師團隊,運用人工智慧模型提升拔管成功率之研究,獲 Frontiers in Computational Neuroscience 刊登! 已關閉迴響。

問:AI 正在讓你做出錯誤決策?

 

 

 

01_FB_Office Hour_121

 

 

答:(蔡依橙)

 

如果你還沒有確認正確性的能力,千萬不要使用 AI 去做你無法驗證的事。

 

最近有同學在 Office hour 問我問題,我發現他的提問有點奇怪,在我進一步釐清並追問之後,才發現原來同學是使用 AI 工具去讀論文。

 

 

這段文字,你先看看,哪裡奇怪?

 

主題我稍微做點馬賽克,大概類似「給予病人某介入之後,去評估疼痛指數的下降程度」。所以他用 PubMed 找了有這些介入也有疼痛指數的論文,全部丟進 AI 工具裡面。

 

接著,他對這些 AI 工具詢問,請他們萃取出做統合分析需要的數值。

 

AI 給了一堆中文說明跟歸納,並告訴他,其中好幾篇文章,並沒有給出疼痛指數的數據。

 

閱讀更多 »

發表於 Office Hour, 學員提問 | 已標籤 , , , , , | 問:AI 正在讓你做出錯誤決策? 已關閉迴響。

[快訊] 何偉宏醫師團隊,關於數位掃描單顆牙冠的精確度最適化之研究,獲 Journal of Prosthetic Dentistry 刊登!

 

 

01_JPD_HeWH_03

 

 

文章介紹

 

過往製作牙冠模型,傳統方法是用材料在牙齒上取模,但過程繁瑣且讓患者感到不舒服;而今有數位掃描儀,只要口內掃描即可取模,流程快速且更為精準。即使如此,數位掃描牙冠的精確度仍受多種因素影響,例如:牙齦與牙齒邊緣的距離、邊緣線的深度等。

 

何偉宏醫師團隊想找出在數位掃描中提升精確度的方法,讓牙醫製作出更貼合的牙冠,於是團隊設計三種不同形狀的人工牙模型:「圓肩設計」、「肩設計」和「斜肩設計」,並搭配不同厚度的鈦合金套來模擬牙齦擴張效果(0.2 mm、0.3 mm、0.4 mm 和 0.5 mm),以測試數位掃描在各種情況下的精確度差異。

 

研究結果顯示,要取得理想的數位掃描結果,牙齦擴張寬度至少需要達到 0.3 mm,邊緣線的深度應在牙齦下方 1 mm 內,否則掃描精確度會下降。而且不同牙冠設計的掃描結果也各異:「圓肩設計」在各種情況下提供最佳的精確度,能清晰呈現牙冠模型的細節;「肩設計」次之;「斜肩設計」效果較差,尤其在較深的齒齦處易失真。研究還發現,在牙齦齊平或稍上方的位置使用 0.4 mm 以上的擴張寬度,數位掃描的精確度會明顯提升。

 

這項研究為數位牙科治療提供明確的標準,協助牙醫製作符合患者口腔需求的牙冠,減少傳統印模不精確所帶來的修復問題。

 

 

恭喜何醫師!

 

投稿被期刊社「卡」了,連職涯升等也受影響了嗎?來聽聽陳醫師的實用策略與建議,幫助你在投稿路上找到合適的解決方法,讓研究更順利推進,不再被困住!

 

 

 

 

臨床研究 / 論文寫作

 

閱讀更多 »

發表於 共享榮耀, 未分類 | 已標籤 , , , , | [快訊] 何偉宏醫師團隊,關於數位掃描單顆牙冠的精確度最適化之研究,獲 Journal of Prosthetic Dentistry 刊登! 已關閉迴響。