1.專為零基礎設計：理論 + 實戰，完整學習體系 2.Zero Code，零程式設計障礙 3.與AI協作，促進效率 4.高品質：專業講師+小班教學的指導
1.專為零基礎設計：理論 + 實戰，完整學習體系 2.Zero Code，零程式設計障礙 3.與AI協作，促進效率 4.高品質：專業講師+小班教學的指導
- 活動時間2025-09-20 (六) 01:00 ~ 2025-09-21 (日) 09:30
- 活動地點(806)高雄市前鎮區中山二路91號11樓之1
課程緣起
▏動 機
- 靈活的統計方法：在醫學、公共衛生、教育和管理領域，研究者愈加依賴系統性文獻回顧與統合分析（Meta-analysis）綜合多個研究結果，以提供更為準確的影響因素或介入效果之估計。然而，傳統的統合分析只能在單一對照組間進行直接比較，在實際應用上，面臨諸多限制。
- 提供實務決策更具價值的參考：在實務中，常會遇到需要比較多個治療選項的情況，例如臨床上某一疾病有多種治療方案，而這些方案不一定在所有研究中都被直接比較。此時，傳統統合分析的局限性顯現出來，研究者們難以整合多個治療選項的證據，無法得出每個治療的相對效果。而網絡統合分析（Network Meta-analysis, NMA）允許同時分析多個治療方法，不僅可以使用直接比較的數據，還能透過間接比較來估計治療之間的效果差異，從而提供更全面的臨床證據。此外，更能分析治療的階層排序，提供實務上更有價值的決策參考。
- 零基礎入門：網絡統合分析（Network meta-analysis）相較於傳統的成對比較(pairwise comparison)統合分析概念與操作上更為繁複，因此，本司特地規劃零基礎都能學習的工作坊。同時教授無須寫程式的套裝軟體，以及需要進階客製化時，更為靈活便利的R語言進行分析。
- 全面性的系統化知識：多數學員學了網絡統合分析（Network meta-analysis）後，由於缺乏系統性理論知識之建立，因此，即使學了分析方法，卻仍無從下手。因此，本司特規畫第一天理論課程，提供關於網路統合分析的學理知識以及重要參考文獻。但不會有複雜深奧的統計公式，而是實際進行NMA研究時，需要了解的常規與常理。
- 降低學習障礙、加速研究進展：有鑑於ChatGPT在統合分析研究上的潛力，因此，本門課程將結合ChatGPT等AI工具降低NMA學習障礙，促進研究進度。
我衷心希望本門工作坊能真正幫助到你。不僅僅是教會你如何進行網絡統合分析（network meta-analysis），更希望能夠把我多年來所積累的經驗與思惟融入到工作坊中。因為學會統合分析並非我們的最終目標，它只是一個工具。而它真正的價值在於幫助我們更好地理解和處理複雜的臨床與實務現象。要掌握全局，僅僅依賴工具是不夠的，關鍵在於如何靈活運用背後的思路與方法論。而這也是我希望本次工作坊能夠帶給你的東西。
▏目 標 / 期 許
- 掌握網絡統合分析的理論與實務操作
- 具備獨自分析與解讀分析結果之能力
- 理解如何評價網絡統合分析證據品質
- 學會使用R語言以及套裝軟體作分析
- 學會結合ChatGPT等AI工具降本增效
課程核心特色
▏ 工作坊特色
- 密集訓練：2天14小時密集培訓，短期內掌握進階統合分析法！
- 從零開始：沒基礎也不擔心！
- 一箭雙鵰：傳統統合分析 vs 網狀統合分析，該選哪個？本班都有！
- Zero Code：輕鬆上手，無需寫程式。另贈送R語言實戰之補充課程！
- 理論與實戰並重：避免只懂理論卻操作不會操作，或是只懂操作，卻無法與整篇研究進行連結！
- 高品質工作坊：小班教學，專業講師，確保問題及時獲得解決！
本工作坊為期2天，共14小時，報名費用40,000元。第一天為網絡統合分析(network meta-analysis)理論課，6小時；第二天為網絡統合分析(network meta-analysis)實戰課，8小時。第三期為9/20(六)~9/21(日)，早鳥95折優惠，截止日為9/5(五)晚間11:59。匯東華正式會員85折，請至官方Line(@medatatw)報名。
▏ 😊工作坊優惠訊息😊
1.第三期早鳥優惠(迄~9/5止)：原價40,000元，早鳥期間95折，為38,000元。請直接於本平台報名。
2.三人同行9折，可併用早鳥優惠，每人最高折抵5,800元。3人同行請洽官方Line：@medatatw與專人聯繫報名。
3.公司正式會員85折，可併用早鳥優惠，每人最高折抵7,700元。請洽官方Line：@medatatw與專人聯繫報名。
工作坊課程內容規劃
▏第一天：理論課（6小時）
主題：網狀統合分析(network meta-analysis, NMA)的理論基礎與研究設計
🎯 核心學習成效：
1.建立完整的SR & NMA認知框架：清楚理解什麼是系統性回顧和網絡統合分析，以及它們在實證醫學中的角色
2.具備文獻閱讀能力：看得懂SR & NMA相關論文，能夠理解研究的基本邏輯和結論
3.掌握圖表解讀能力：能夠正確解讀網絡證據圖、森林圖、聯賽表等關鍵圖表
4.理解研究流程：了解從研究問題設定到結果解釋的完整步驟
5.建立研究設計思維：具備評估研究品質與設計合理性之基本能力
重要說明： 第一天著重於SR (Systematic review) and NMA(Network meta-analysis) 概念理解和邏輯建立，主要為理論課程，實戰操作為第二天。
☑️ 本課程將幫助您解決：
1. 不了解什麼是SR & NMA？
- 清楚理解系統性回顧與網絡統合分析的基本概念
- 了解與傳統meta-analysis的差異
- 理解在臨床決策中的獨特價值
2. 看不懂論文中的複雜圖表？
- 系統性學習網絡證據圖的解讀技巧
- 熟悉森林圖、聯賽表、SUCRA排序的意義
- 建立基本的圖表理解能力
3. 不知道整個研究是怎麼做出來的？
- 了解從研究問題到最終發表的完整流程
- 學習PICOS框架的基本應用
- 認識PRISMA-NMA的基本要求
☑️ 課程特色
1. 零基礎友善設計
- 從實證醫學基礎概念開始
- 循序漸進的知識架構
- 避免過於技術性的內容
2. 完整流程導向
- 涵蓋從SR到NMA的完整概念
- 重視研究邏輯而非技術操作
- 建立整體性的研究認知
3. 實例驅動教學
- 臨床研究案例為導向
- 真實研究的圖表解讀
- 常見概念之清楚說明
▏第二天：實戰課（8小時）
主題：工具操作與網絡統合分析實戰
1. AI助力選題概念與實作：如何使用AI工具助力選題
2. 2025年PROSPERO 註冊實作
3. 文獻搜尋策略之制定與文獻搜尋實作
4. 文獻去重與初篩：如何使用AI快速完成文獻初篩與彙整
5. 數據萃取格式說明
6. RCT研究偏差風險評估實作：ROB2
7. 無程式碼軟體實戰操作
- 基礎操作與數據導入
使用軟體進行網絡統合分析之操作，教學如何導入數據並設置分析流程，無需編寫程式。 - 實際案例演練：醫療介入比較分析
使用真實數據集進行分析，展示效果量合併、結果生成與圖表呈現。
8. R 語言實戰演練(補充課程，請見線上錄播課)
- R 語言基礎操作與套件安裝 介紹如何安裝R語言需要之套件，並進行NMA數據導入與模型構建。
- 分析實戰：連續與分類變數分析 進行連續變量、分類變量的NMA，並展示標準化平均差異（SMD）之計算與應用。
9. 網絡統合分析結果評估與可信度檢定
- 偏差風險、異質性與不一致性測試
使用CINeMA進行網絡統合分析結果之證據等級評估，並檢測偏差風險、異質性與不一致性。 - 結果對比與得出結論
比較NMA的結果，並得出可信的結論，學習如何評估和報告分析結果。