寫論文,不只是輸出,更是深化你思考方式的過程。

 

作者:佳里奇美醫院 心臟科 林裕民 醫師

相關文章:[快訊] 林裕民醫師與吳政彥營養師團隊,關於缺鋅的心臟衰竭病人之死亡率及心腎預後分析之研究,獲 Frontiers in Nutrition 刊登!

 

 

01_innovarad_fin_linym_05_share_MEPA_20210912_0466

 

 

寫論文,不只是輸出,更是深化你思考方式的過程。

 

參加《醫學論文與寫作工作坊》後,我對於「研究」這件事的認知開始改變。寫一篇論文,不只是整理數據、跑出圖表,更是一次次問自己:「這個問題為什麼重要?」「這樣的分析設計合理嗎?」這篇研究,正是從我一個不斷想不通的臨床觀察出發,逐漸變成一段科學探索的歷程。

 

 

突破點:為什麼他們恢復比較慢?

 

這篇刊登的研究,是我從臨床觀察中萌生的疑問延伸:為什麼有些心臟衰竭病人雖然病情穩定,卻總是恢復得特別慢?

 

後來閱讀相關文獻,發現 zinc 在發炎調控、免疫、抗氧化等生理機轉中扮演關鍵角色,才讓我意識到,也許這些微量元素,不只是營養學問題,而可能是臨床穩定性的關鍵因子之一。

 

 

用大數據解答臨床直覺

 

我使用 TriNetX 多中心資料庫,納入同時具有 zinc 數值與 heart failure 診斷的成人病人,依據血清 zinc 值是否小於 70 µg/dL 做區分,進行 1:1 傾向分數配對,分析超過 8000 人資料。

 

結果顯示:鋅缺乏的心衰病人,無論在一年內死亡率、MACE、MAKE 或住院率,皆高於非缺鋅者(風險比約為 1.3~1.5)。

 

 

傳統教科書沒教的事

 

過去我們總把「營養」視為營養師或家屬的責任,心衰的治療重點在於 guideline-directed therapy、利尿、beta-blocker、ACEI/ARB。但老師提醒我:像 zinc、selenium、thiamine 等微量元素,其實也與細胞修復、心肌氧化壓力,甚至心臟傳導功能息息相關,只是傳統心臟科課本沒有強調,導致我們在臨床判斷時也很容易忽視。這點,值得我們重新反思。

 

 

後設分析背後的變數

 

撰寫這篇文章在處理 zinc 數據時,我也首次深入檢視資料庫中微量元素檢驗的限:抽血時機不一、儀器標準不一、甚至某些病人是在感染或住院狀態下抽血,導致數值的干擾等。

 

若未來能加入albumin、CRP 等發炎指標做多變項調整,將更能凸顯 zinc 的影響力,也更有說服力。

 

 

鋅缺乏是結果?還是原因?

 

鋅缺乏的「原因」其實本身也可能是病情惡化的徵兆,而不只是單純營養不足。例如腸道吸收不良、慢性炎症導致的 redistribution、或藥物影響(如 diuretic 增加 zinc 排出)。這些潛在共病因素其實才是鋅缺乏背後的真兇。

 

我覺得這樣的思考非常重要,讓我意識到,寫作上應該更清楚區分「marker」與「mediator」的角色。

 

 

將營養變成風險評估因子

 

這篇研究對我個人的啟發還有一點:營養指標其實可以作為臨床風險分層的一部分。

 

我們平常都用 EF、NYHA、BNP 來評估病情,但zinc 等微量營養素,其實也能反映系統性健康狀態。我在撰寫時沒特別強調這個面向,但老師的一句話「心臟病人,其實就是慢性消耗病人」,讓我深有感觸:鋅缺乏不一定是致病主因,但它映照出的是病人整體的代謝狀態與恢復能力。

 

 

從資料庫到研究設計的修煉

 

我在這篇研究中也學會幾個技術層面的能力,包括:

 

  • 如何從資料庫中,正確定義生化檢查變項並處理缺值?
  • 避免 selection bias(例如,限制為門診抽血且 90 天內無急性住院)
  • 嘗試以 landmark analysis 切割觀察時間,避免 immortal time bias。

 

 

下一步:RCT?

 

是否應該針對 zinc deficiency 的 HF 病人進行補鋅試驗?我當下也在思考這個問題。

 

雖然目前補鋅對 HF 是否有療效還沒有大規模 RCT,但這樣的研究確實提供了假說生成的依據。也許我們可以從 retrospective cohort 再走向前瞻性研究,或者設計一個 zinc 補充與 MACE 的干預型研究,讓整個議題更往臨床實踐推進。

 

總結來說,這篇 zinc 與心衰的研究讓我學到的,不只是資料分析技巧,而是一種更「整體醫學」的視野——認識到心臟科病人的照顧,不只是 EF 和 BNP,更包括營養、代謝、身心狀態的全面穩定。

 

 

每篇論文,都是你醫學思維的一次昇華。

 

參加《醫學論文與寫作工作坊》,並且有了幾篇投稿經驗後,我對統計有了全新的理解。

 

真正能說服讀者與審閱者的研究,不只是跑對數字或畫出圖表,更是在數據背後,清楚展現「你怎麼思考這個問題」。這篇論文,我把統計當作一種邏輯推理的工具,而不只是繁瑣的技術操作。從研究設計、變項選擇,到圖表呈現,每一步增加了我能把數據,變成說服力的證據。

 

 

最新活動

 

 

本篇發表於 20210912_第四十二梯次課程記錄, 學員提問 並標籤為 , , , , , , , , 。將永久鏈結加入書籤。