問：上完課後，我發表了幾篇 NMA，也在醫院的大場合報告。不過有幾位非常資深的前輩在報告後問我，為什麼不用傳統的統合分析做？他們認為傳統的統合分析才比較有效力，head-to-head 比較，比較真實。我沒想過會遇到這種問題，不確定該怎麼回答比較好，所以來問問校長的建議。
答：（蔡依橙）
回答的臨床問題其實是不同的。
NMA 處理的是「排序」，而統合處理的是一對一 PK，可以是兩種治療 PK，也可以是一個治療跟對照組 PK。兩個回答的臨床問題其實是不同的。
至於效力這件事情，這有點爭議。有些人認為實證金字塔的頂端，就是統合分析。甚至也有人認為，NMA 也算在這個頂端裡。但後來大家發現，其實統合跟 NMA 比較像是一種「看 trial 的方式」，或許實證金字塔的頂端，應該是 RCT 這樣的 head-to-head 嚴謹研究。
持這種論點的人認為，統合跟 NMA 可以好，也可以不好，端看你所收錄的研究品質，以及執行整合的過程。可參考以下這篇重要的觀點說明。
問：連續發表論文登在醫院的榮譽榜後，開始有 PGY 甚至醫學生會來找我要寫論文。但我發現，有的人要了題目都沒進度；有的拿了圖表後，一直說他在讀文獻但一段也寫不出來；有的給了資料，但也不會統計，做出來的圖表實在不太能用。到底該怎麼區分，哪個學生值得花時間帶，哪個學生一開始就不要給題目免得浪費掉？
答：（蔡依橙）
學生當然都希望你給一個他們能寫 original article 的題目，但「希望」寫出跟「能」寫出，還是有相當大的差距。你從來上我們的課，到之後 Office Hour 問了幾次，然後實際刊出，這條路你剛走過，應該很能理解。
所以，日後你可以準備一些 case report 或 case series 的主題，或者 letter to editor 的主題，有學生來的話，就先用這些小題目給他們。這個過程，你可以觀察很多，包括：你給了資源後他們的處理速度與回覆、你跟這學生的互動狀況是否理想、你們的溝通是否順暢等等。
有的老師也會在 case report 之後，準備一個 review 的題目，試試看學生回顧文獻、掌握文獻、學術寫作的狀況。
順利完成了幾個小型專案，有了互動默契，也比較方便直接問他是否具備有處理 original article 資料的能力，再升級到一起合作 original，成功率會比較高。
問：謝謝校長，上次那篇統合分析後來刊登了，感謝！只是，教研部登錄並張貼到佈告欄後，有長輩特別來跟我說，統合分析是沒有用的東西，只是電腦操作一下，整合既有文獻，美其名是實證醫學的頂端，但沒有什麼原創貢獻，希望我多進實驗室跟臨床研究。你覺得我該去嗎？
答：（蔡依橙）
這個論點牽涉到比較多的價值判斷，同學你都覺得想來問我，表示你對其脈絡跟論述也有懷疑。
首先，我先回答你要不要去老師的實驗室，或者跟他做臨床研究的問題。
問：我著手作統合分析，研究某個手術的併發症，這個手術有兩種作法，我預計做 subgroup 的分析。請問在 outcome 部份，我是不是用總併發症去做一個 forest plot，然後細分各種併發症（疼痛、出血、感染、再手術、mortality），又各做一個 forest plot？這樣規劃是對的嗎？
答：（蔡依橙）
這樣想的確是可以的，但實際上要根據你所擁有的資料，跟你想做的論述，去做優化。
總併發症到底要不要畫一張 forest plot，這個要看你預計說一個怎樣的故事。
假設，這兩種手術作法 A 和 B。A 併發症比較多，但都是傷口痛，病人會抱怨。B 的併發症少，但一發生就是 mortality，患者往生。那我們畫一張 forest plot + subgroup，去說 A 的併發症比較多，這樣合理嗎？是我們想要傳遞的訊息嗎？明明 mortality 就是很嚴重的問題，而傷口痛就是止痛可以解決的，如果只用「總併發症」這個分類去做，就可能會傳遞相反的意義。
問：校長好，我跟 AI 說我想做統合的主題，然後他問我預計用哪些學術搜尋引擎，我告知後，接著 AI 就把每個不同的搜尋引擎該用什麼搜尋式都給我，PubMed 這邊的就會用 MeSH，其他的搜尋引擎也有很多屬於該引擎的獨特搜尋方式。這樣是不是可以直接用？
答：（蔡依橙）
關於做統合的搜尋方式，流派各有不同。
你說的這種方法雖然也可以，但審閱者很容易會問：「你在每個學術搜尋引擎，都使用不同的搜尋關鍵字跟搜尋策略，你怎麼能確保這樣的搜尋是一致的？」
所以，我個人傾向一個通用搜尋式，直接丟到我們預計使用的搜尋引擎裡就好，不管是 PubMed、Google Scholar、Web of Science 還是其他你也用的搜尋引擎，我都往搜尋框裡丟同一組搜尋式。
答：（蔡依橙）
我認為 AI 讓能力的貧富差距變大，而不是變小。
你可能會認為，AI 工具讓初學者們能夠更快速的完成很多事情，不懂的事情，以前要搜尋很久，現在問一下 ChatGPT 或者 Google 的 AI 模式就有初步方向，很快就能理解以前要地毯閱讀很久的內容。
問：老師好，我寫好一篇統合，去投稿，結果期刊說我的文章跟某篇文章的相似性太高而退稿。我看了一下，發現那就是我之前申請刊登 PROSPERO 上的 protocol，請問這怎麼辦？
答：（蔡依橙）
這是最近一年常發生的狀況，問題在於各大期刊社與各學校醫院買的那個知名比對軟體，他就是粗暴比對，很討厭。像你這個跟自己當初上傳的 protocol 相似性過高之外，還有統合作乳癌的，他說題目跟另一篇肺癌的很類似！明明主題就完全不一樣。
解決方法有二。
答：（蔡依橙）
Major revision，基本上就是「考慮給你過」了，在這個階段作任何事情，最好都不要去點「激怒值」。
使用 AI 自動生成回覆，因為他不知道你的論文在寫什麼，也不知道你將採取什麼策略，生出來的內容會非常通順，但極為空洞。你問大學老師就知道，學生交來這種報告，是激怒值很高的。（內心 OS：所以你現在是瞧不起我嗎？你用 AI 亂噴的東西，我要花自己的時間/人生去閱讀？）
答：（蔡依橙）
最近看到一些網路上的討論（抱怨？），我能理解生活壓力下的發言，也想補充一下我的看法。
人生有不同的階段，你會有不同的「喜歡的事情」。
自己打從心裡想做，的確是很重要的，沒有動機、被強迫做，升學過程已經經歷太多，出了社會還繼續這樣，真的很辛苦。
