第三部分、Method怎麼寫?
筆者近兩年以來協助完成了許多健保資料庫的論文發表,因此接觸到了許多尚未投稿的論文草稿(Draft / manuscript)。然而筆者發現健保資料庫類型的方法(Methods)其實寫法非常固定,必須提及的部分大概就是那些內容,但是筆者觀察到當研究者(通常是醫師啦)是第一次撰寫健保資料庫文章,對於Methods會有嚴重的撰寫困難,因此本文將提供個人的經驗與心得,希望能幫助到NHIRD的研究新手。
第三部分、Method怎麼寫?
筆者近兩年以來協助完成了許多健保資料庫的論文發表,因此接觸到了許多尚未投稿的論文草稿(Draft / manuscript)。然而筆者發現健保資料庫類型的方法(Methods)其實寫法非常固定,必須提及的部分大概就是那些內容,但是筆者觀察到當研究者(通常是醫師啦)是第一次撰寫健保資料庫文章,對於Methods會有嚴重的撰寫困難,因此本文將提供個人的經驗與心得,希望能幫助到NHIRD的研究新手。
多年來晨晰統計努力在學術統計分析的領域,希望研究者們可以輕鬆簡單正確的做出統計分析,提升台灣的學術水準。各個領域的研究者應該將時間精力與思考重心放在自己專業領域的部分,這一直是晨晰統計堅持努力的目標,現在我們跨出了一小步,希望透過自動化處理系統幫大家省時間,省下來的時間不是去玩喔,是把你的研究專業部分處理得更扎實更有貢獻,希望邀請大家一起來試用----晨晰極速分析系統!!
上次提到使用NodeXL分析email來往狀況,這次筆者繼續來分析台灣健保資料庫研究的熱絡狀況。
本公司林星帆顧問曾在2014年8月一篇文章中提到,健保資料庫(National health insurance research database, NHIRD)已經是醫學領域的顯學,2012年後每年至有200-300篇的文章被刊登,並且速度仍在增加當中。
最近陳耀茂老師出的一本新書「醫護統計與SPSS」,內容有引用到我們部落格的文章,陳老師一時疏忽忘記註明引用的出處,由於擔心我們部落格的讀者閱讀該書之後有疑慮,所以在此發文澄清。非常感謝陳老師近日來積極協助釐清,也希望我們部落格的讀者可以知道,我們部落格的文章都是顧問親自寫的,感恩。
前次筆者已用SNA來展示台灣健保資料庫研究發表文章數目熱絡狀況(註),其實NodeXL的社會網絡分析中除了圖形展示外,它也有量化的部分,依照頂點(Vertices)的屬性,可以計算出一些指標metrics。這裏仍沿用上一例子介紹Degree及Betweenness Centrality二種指標。
近來由於統計方法的推展及電腦軟體運算能力的大幅強化,目前在學術的各領域,樣本數規劃(Sample size determination)或統計檢定力分析(Power analysis)幾乎已經成為必須報告的項目(在論文的研究方法的一個小段落),而筆者與公司同仁在過去幾年也分享過許多篇關於樣本數計算及統計檢定力的文章(如表一)。
筆者前一陣子寫了一篇文章(社會網絡分析工具—從群眾募資案的分析談起),大力推薦NodeXL,可以收集FB、Twitter、Flickr、Youtobe等社群網路的朋友、網友或跟隨者的行為資料。
上述只是該模版的特殊應用,已經令人驚艷,但還有更炫的,它還可以分析你的email來往狀況。選擇Analyze all emails全部下載,它會自動從你的outlook載入所有的email。
在各種的研究設計之下(例如RCT隨機對照試驗、Prospective cohort前瞻型世代研究、Case-control病例對照研究等),它們的統合分析(Meta-analysis)都是證據等級(Level of evidence)最高的研究,例如英國牛津實證醫學中心(Oxford centre for evidence based medicine, CEBM)證據等級最高者即為隨機試驗的系統性回顧(Systematic review),因此可見統合分析的重要性。
筆者的諮詢經驗顯示,許多研究者在撰寫統合分析的時候常常無所適從,不知道應該要依循某種準則(Guideline)來撰寫文章,而通常都是挑選已發表的範本文章加以模仿及修改,如此的缺點是,當參考文章本身若有缺漏或不適當之處,則我們寫出來的文章也會具有許多不恰當之處。