2025 / 4 / 23

[快訊] 方楸淑護理師團隊，關於中文版護理照護品質量表的心理計量特性：雙因子探索性結構方程模型分析之研究，獲 BMC Nursing 刊登！

文章介紹

護理人員在醫療團隊中扮演著不可或缺的角色。護理照護品質反映了護理師整合照護的能力以及在病患照顧上的整體表現，這也是臨床護理的核心目標。護理照護品質量表（Quality of Nursing Care, QNC）中文版是一個多維度的評估工具，用於護理照護品質的自我評估，在臨床實務上有重要意義。

這項研究在台灣南部三家醫院進行，研究使用的 QNC 中文版包含 25 個項目，透過 2022 年 7 月至 8 月間的線上問卷調查，共收集了 944 位護理師的資料（回覆率：65.42%）。研究團隊運用多種確認性因素分析（包括單維度、獨立群集模型、高階模型及雙因子模型）和第一階、高階及雙因子 ESEM 模型來評估 QNC 量表的因素結構，並進行模型比較以確定最佳的因素結構。

研究結果顯示，雙因子 ESEM 模型為 QNC 量表提供了最佳的契合度。此模型包括一個整體的護理照護品質因子和七個特定因子：病患滿意度、健康促進、併發症預防、健康福祉與自我照顧、功能性重新適應、護理照護組織，以及責任與嚴謹度。部分題項呈現顯著的交叉負荷，凸顯了此模型能夠捕捉護理照護品質的多維度特性。

雙因子 ESEM 模型為 QNC 中文版量表展現了最佳的模型契合度，提供了可靠且具解釋性的多維度護理照護品質表現。這個經過驗證的量表為臨床實務中評估護理照護品質，提供了一個有價值的工具。

對一般民眾來說，這項研究代表台灣護理界有了一個可靠的工具來自我評估護理照護的品質，這有助於提升整體醫療照護水準，讓病患得到更優質的護理服務。

恭喜方護理師！

剛開始寫論文沒有靈感，有什麼方法可以幫助寫作？來看看講師的建議。

發表於共享榮耀 | 已標籤 BMC Nursing, original article, PubMed, 中文版護理照護品質量表, 方楸淑 | 已關閉迴響。

2025 / 4 / 23

[快訊] 丁嘉种老師團隊，關於治療 2-18 歲兒童異位性皮膚炎的生物製劑與小分子藥物療效比較之網絡統合分析，獲 Pediatric Allergy and Immunology 刊登！

文章介紹

異位性皮膚炎（濕疹）通常在五歲前就會出現症狀，而且在不同年齡層的表現形式會有很大差異。最近用於治療兒童異位性皮膚炎的系統性藥物越來越多，但針對兒童族群的療效直接比較研究卻很少見。

丁嘉种老師團隊透過檢索 PubMed、Embase、Web of Science 和 Cochrane Library 等醫學資料庫，蒐集了截至 2024 年 3 月的相關研究。

在篩選了 900 篇文章後，最終納入了 8 個隨機對照試驗（總計 2636 名患者），這些研究對象為 2-18 歲患有中度至重度異位性皮膚炎的兒童，比較了杜匹盧單抗（dupilumab）、巴瑞替尼（baricitinib）、烏帕替尼（upadacitinib）和阿布西替尼（abrocitinib）與安慰劑加標準護理的療效差異。研究的主要評估指標是治療 12-16 週後的濕疹面積和嚴重度指數（EASI）分數。

研究結果顯示，烏帕替尼展現出最高的治療效果，無論是 30 mg 劑量，還是 15 mg 劑量。其他藥物如杜匹盧單抗（按體重劑量加類固醇；風險差異 0.43 [0.29, 0.57]）、阿布西替尼（200 mg；風險差異 0.40 [0.29, 0.50]；100 mg；風險差異 0.30 [0.20, 0.41]）和巴瑞替尼（4 mg；風險差異 0.21 [0.06, 0.35]）也都比安慰劑有顯著的療效。

這項研究為兒童異位性皮膚炎的系統性治療建立了一個療效排序，其中烏帕替尼表現最佳。不過，由於研究資料主要來自青少年患者，未來還需要更多針對年齡較小兒童的分層研究，以及長期安全性評估的重要性。

做網絡統合分析時，搜尋資料庫時需要設定時間範圍嗎？來看看講師的建議。

發表於共享榮耀 | 已標籤 network-meta-analysis, original article, Pediatric Allergy and Immunology, PubMed, 丁嘉种, 異位性皮膚炎, 網絡統合分析 | 已關閉迴響。

2025 / 4 / 22

[快訊] 朱為民醫師團隊利用機器學習預測罹患第二型糖尿病風險之為期十年的台灣研究，獲 Diagnostics 刊登！

文章介紹

糖尿病的盛行率在全球範圍內不斷增加，尤其是在太平洋島國。雖然機器學習模型和數據挖掘方法已被應用於糖尿病研究，但台灣尚未有研究利用機器學習模型來預測糖尿病的發生率。

朱醫師團隊想要預測糖尿病的發生，以提高民眾健康意識，促進生活方式改善，使醫療負擔能夠減輕。研究資料來自台中榮民總醫院臨床數據中心的電子健康記錄，共收集了 33 項指標用於模型建構。研究排除了已患糖尿病和資料不完整的個案，最終分析包含 6,687 名成年人。

團隊使用了三種不同的機器學習演算法：邏輯迴歸、隨機森林和極限梯度，來提升預測糖尿病發生的準確率。結果顯示，預測模型中最重要的五個因素是糖化血紅蛋白、空腹血糖、體重、游離甲狀腺素和三酸甘油脂。值得注意的是，隨機森林、邏輯迴歸和極限梯度提升的準確率分別達到 99%、99% 和 98%。

特別的是，游離甲狀腺素可能是預測糖尿病發生的重要特徵之一，這是首次使用機器學習模型預測糖尿病並證明甲狀腺荷爾蒙重要性的研究。和先前的機器學習模型研究相比，此研究不只識別了類似的預測糖尿病關鍵因素，還強調了先前被忽視的甲狀腺荷爾蒙的重要性。

研究結果顯示，透過一般健康檢查的數據，加上機器學習技術，便有機會提早發現哪些人屬於第二型糖尿病的高風險群。這不只幫助醫師能更早介入，也讓民眾能及早改變飲食、運動或生活習慣，進一步降低糖尿病的發生率，真正落實預防醫學的精神。

恭喜朱醫師！

有 revision 機會，最怕回覆之後卻成 reject？那可能是因為，你沒有用正確的回覆方法，厲害的研究者送出 reply 後，幾乎都會被 accept，95％通過率很正常。如果在回覆策略上出了問題，錯過了被接受的機會，那是很可惜的。

那些還能建議的小細節

建議將座標刻度改成朝外，如果是直方圖，請一定要從零開始。目前的直方外框是綠色的，建議改成跟裡面填滿的顏色一致，或改成無外框即可。X 軸的描述文字，記得改成更直觀而且可以投稿的寫法。

X 軸文字記得修改。文字方塊周邊的黑框請刪除。裡面的數據點，蠻建議可以改成純黑色的框，避免使用彩色。之所以不太建議大家使用彩色，是因為設計元素越多就越容易犯錯，尤其是多數同學並沒有設計方面的經驗跟思考，用越多設計，就越容易搞砸。加上紙本期刊印彩色其實是要加費用的，一頁往往需要增加 500 塊美金以上的成本，如果能用灰階處理好，會比較理想，通用性也更好。