過去在加護病房，多由住院醫師負責第一線的醫療決策，但隨著現代醫療細節越來越多，醫療人力相對短缺，住院醫師又有刀房與其他學習需要兼顧，漸漸的，專科護理師加入了第一線照護的行列。
在醫院工作過的人，一定曾經想過，由專科護理師跟住院醫師所照顧的患者，預後會不會有所不同呢？一邊是認真且擁有豐富臨床經驗的護理師，一邊是受過完整醫學系教育但臨床學習才剛開始的年輕醫師。耿醫師團隊對於這個議題很有興趣，於是有此研究。
研究回顧了一個非外科加護病房，從 2017 年 3 月到 12 月的病人資料，有 334 位由專科護理師照護，504 位由住院醫師照護。經過校正分析，兩組患者在加護病房死亡率、院內死亡率、30 天死亡率都沒有差異。有意思的是，進一步分析發現，專科護理師照顧的患者，其住院天數較短。
作者總結，在非外科的加護病房，由專科護理師或住院醫師照護，並不會對患者的存活率有影響。由專科護理師來照顧 ICU 患者，是有效、安全且可行的。
這是個幾乎所有臨床工作者都想過的問題，耿醫師團隊藉由定義研究範圍、定義研究指標，使用科學方法來回答，順利登上護理界的 Q1 期刊！
恭喜耿醫師！
因為各種先天異常或神經功能異常的小朋友來說，大便失禁是很困擾的事情，常常嚴重影響社交生活。其中一個治療方法，就是把闌尾跟肚臍接起來，然後裝上一條管路，這樣就能在方便的時候，由家人或孩子本人，以灌洗的方式清空大腸，之後就能保持較長時間的正常社交生活，在照護上也更方便自在。
傳統上，這類的手術是用開刀方式執行，但近年來由於內視鏡器械與技術的進步，也有人使用經肚臍的內視鏡來施作，達到微創目的。魏醫師團隊，預計針對他們的手術經驗作整理與總結，與世界同行分享。
研究回顧了 15 位小朋友，中位數為 5 歲，有四位小女生，十一位小男生，分別因為不同的先天狀況需要做這項手術。所有小朋友都有大便失禁的問題，其中 9 位合併便秘。經臍內視鏡闌尾肚臍造口術在 14 位小朋友成功，1 位則需要轉換成三孔內視鏡手術。後續有一位患者需要進手術房換管，一位在腸胃炎後闌尾破裂，需要手術修補。所有患者都能順利的作灌洗，並維持正常社交生活。三位有輕微的大便滲漏，不過一個月平均少於一次。
作者認為，經臍內視鏡闌尾肚臍造口術，是個有效且對這類患者幫助很大的手術。
恭喜魏醫師！
置換髖關節後，如果在合成物旁感染，是很棘手的事。治療上常用兩階段置換，先控制感染，然後再換上新的髖關節。臨床上，這兩階段過程的 CRP 數值，是重要的參考，不過究竟怎樣的 CRP 變化，與手術失敗有關，是李醫師團隊有興趣的，於是有此研究。
研究回顧了 74 位患者的資料，其中七位在兩階段置換後依然失敗。分析各種因素後，發現兩個因素與失敗有關，第一個，是第五型 CRP 變化，也就是第一階段手術後，CRP 沒有回到正常值，而且起起伏伏的，第二個，則是 MRSA。
根據研究結論，日後若遇到 MRSA 與第五型 CRP 變化的患者，需要特別注意，除了需要更為積極處理外，與家屬患者的溝通也可參考。
恭喜李醫師！
NMDA 受體增進藥物，被認為可能對於失智症患者的認知功能有幫助，不過目前相關臨床研究結果似無定論。張醫師與其團隊，預計針對這個問題，做統合分析，探勘看看目前的狀況。
總計收入 14 篇隨機對照研究，包括 2224 位受試者，結果顯示，加上 NDMA 受體促進劑，的確會讓失智患者的認知功能有小幅但顯著的增進（SMD = 0.1002）。次族群分析發現，在阿茲海默症患者身上，並使用 ADAS 評估認知功能的研究，也是獲得小而顯著的進步（SMD = 0.1267）。
作者總結認為，目前看來，NDMA 受體促進劑，對於失智患者的認知功能的確有小幅但顯著的進步，日後可以考慮區分看看不同的認知面向，或針對失智症的不同嚴重程度作進一步的研究。
恭喜張醫師！
深層頸部感染是很麻煩的疾病，尤其如果侵入縱膈腔，預後往往不佳。蔡醫師與張醫師團隊，對於腎病變患者罹患深層頸部感染的照護頗有感觸，預計針對這個主題做些探討。
研究回顧了長庚醫院從 2004 到 2015 年的深層頸部感染患者，並根據腎病變狀態分為末期腎病變、慢性腎病、無腎病三組。分析後發現，三組的感染菌種相當不同，末期腎病變的前三者為 MRSA、MSSA、KP，而且末期腎病變患者罹患深層頸部感染後，CRP 與白血球更高、住院天數較長、較常住進加護病房、有更多的縱膈腔併發症，以及更高的死亡率。
作者總結，末期腎病變患者的深層頸部感染真的特別嚴重，除了積極處理外，也要早期辨認出 MRSA，並使用適當的抗生素治療。
恭喜蔡醫師與張醫師！
對於使用鋰鹽治療精神疾病的患者，由於目前沒有任何有效的方式可以預測血中鋰濃度狀況，患者必須定期抽血確認，以調整劑量。許醫師團隊思考，是否能以大量的臨床參數，做機器學習，去建立一個可以預測血中鋰濃度的模型，於是有此研究。
研究使用了 1505 個樣本建立模型，並以 204 個獨立樣本評估準確度。預測目標有二，第一個是濃度為 0.6-1.2 mmol/L 或 0.0-0.6 mmol/L 的二分法，第二個則是以其濃度值作連續值預測。
所建立的模型，預測二分法的準確率為 0.70-0.73，預測數值的準確率為 0.68-0.75。作者辨認出其中最重要的七個特徵後，以較少的特徵重新建模，仍有 0.67-0.74 的準確度。
作者認為，機器學習所建立的模型，或許能有助於臨床決策，並降低患者的抽血頻率。值得進一步研究開發。
機器學習最適合作的主題，就是預測。尤其在臨床上，藉由預測而能減少花費、增進資源利用或避免危險者，意義尤其重大。本篇文章所示範的，就是一個很適合做機器學習的主題。
恭喜許醫師！
