許智維醫師前幾年做了大量的資料探勘，以健保資料庫，研究各種精神科相關疾病與月份的關係，並進一步結合既有文獻，做統合分析。這是個蠻完整且特殊的操作，將原創資料加上既有文獻，對一個現象做出總結。
一般以臺灣的升等狀況來說，這樣的資料量，直接寫成兩篇會是比較常見的狀況，不過在生涯早期，能堅持自己想要的發表樣貌，不走分數與論文量最大化策略，也是很帥氣的！
這次許醫師團隊，想研究的是猝睡症與月份之間的關係，藉由臺灣的資料，加上既有世界各國的文獻，更多了地理上的分析。本篇收入 7 篇研究，共 3776 位患者，來自 8 個區域。整體來說，三月跟八月猝睡症比例最高，四月最少。不過，月份分析並沒有達顯著差異。
進一步，作者發現，其實北美、亞洲、歐洲，好發跟少見的月份並不相同。在所有分析中，只有在北美的春天月份出生，有顯著較高的機會產生猝睡症（RR=1.21）。
作者認為，以上的資訊表示，猝睡症可能是有環境因子的，才會導致各地區的出生月與疾病發生率都不一樣。
恭喜許醫師！
一般認為，如果免疫抑制患者，遇到 ARDS 而由 ECMO 搶救時，其預後較差。不過短期來看，像是能不能順利從 ECMO 脫離，以及在這類患者中，是否有預後較好的次族群，目前研究尚少，鄭醫師團隊，預計針對這個主題，做回溯分析。
研究收入了 2010 年到 2020 年臺大醫院的 ECMO 紀錄，共 256 位患者因為 ARDS 使用 ECMO，其中 68 位為免疫低下者。免疫低下的定義，是患者為癌症、器官移植，以及自體免疫疾病。
經分析後發現，以是否在短期內能脫離 ECMO 來說，免疫低下並不是獨立的較差預後因子。而且，患者有自體免疫疾病、器官移植者，其脫離 ECMO 的比例比其他的免疫低下者高。多數肺出血、吸入性肺炎的患者，是可以從 ECMO 脫離的，相對來說，間質性肺病、敗血症患者，脫離 ECMO 的機會就很低。
作者總結，以是否能脫離 ECMO 來說，免疫低下並不是獨立的預後不良因子。對於肺出血跟吸入性肺炎造成的 ARDS，ECMO 作為橋樑治療，協助患者度過險境，是相當有幫助的。
恭喜鄭醫師！
作者：亞洲大學 健康產業管理學系 楊尚育 助理教授
相關文章：[快訊] 楊尚育博士團隊，關於無障礙環境改善，對居家照護者的生活品質研究，獲 Industrial Health 刊登！
先簡單介紹一下我們的研究：主要是探討居家無障礙環境改善之介入，可否降低家庭照顧提供者的照顧壓力、改善家庭功能及提升生活品質。於居家無障礙環境改善前給予前測，並於居家無障礙環境改善後兩個月再給予後測。
前、後測問卷內容包括：基本資料、照顧者壓力量表、家庭功能量表、世界衛生組織生活品質量表。
本研究共招募 72 位家庭照顧提供者參與研究。結果指出，居家無障礙環境改善介入能顯著降低家庭照顧者的照顧壓力、改善家庭功能（如降低衝突）與提升生活品質。此外，本研究亦發現，照料輕度個案的家庭照顧者在介入後，有較佳的家庭凝聚力。
作者：三軍總醫院 腎臟內科 蔡炳煌 醫師
相關文章：[快訊] 蔡炳煌醫師團隊，關於嚴重慢性腎病變患者，血中磷酸鹽濃度與低握力有關之研究，獲 Nutrients 刊登！
肌肉力量下降和肌肉質量減少，是肌少症的標誌。除了與老化相關，肌肉質量減少，在慢性腎臟病患者也相當常見。在末期腎臟病的患者中，肌少症與較差的生活品質、較高的住院風險和死亡相關。
2010 年，歐洲老年人肌少症工作小組（EWGSOP），將肌少症定義為一種以低肌肉質量和低肌肉力量或低體能為特徵的病症。2018年，修訂後的 EWGSOP 指南更為強調肌肉功能，將肌力低下的患者定義為「可能」患有肌少症。這一修訂是基於越來越多的證據，指出肌力下降和老年人跌倒、不良醫療結果、全死因死亡率和功能衰退有相關。目前亞洲也有相關之診斷標準（AWGS）。
隨著慢性腎臟病的進展，患者的磷排泄量逐漸下降，伴隨而來的是血磷濃度上升。動物研究已發現，磷的過度累積會加速哺乳動物的衰老過程。表現出高磷血症的小鼠，和過早衰老、血管鈣化、骨質減少和骨骼肌萎縮有關。在一項人體研究也指出，較高的血磷濃度與運動表現下降有關，而與身體質量指數（BMI）和腎絲球過濾率（eGFR）無關。然而，卻鮮有研究探討 stage 3-5 CKD 患者，血磷濃度與肌肉萎縮和肌肉力量的關係。
嚴重慢性腎病變的患者，會逐漸出現肌肉萎縮與高磷酸血症的問題，蔡醫師團隊，希望能對這群病人，建立高磷酸血症與肌少症之間的關係，於是有此研究。
研究收入了嚴重慢性腎病變患者，並根據是否有肌少症指標分組。結果發現，肌少症患者的血中磷酸濃度的確較高，而且血中磷酸濃度與肢體骨骼肌、握力、步行速度都呈現負相關，進一步用多變項分析研究，發現血中磷酸濃度與握力負相關，即使校正了潛在的影響因子後也是。血中磷酸濃度最佳的分界值為 3.65mg/dL，可得到 sensitivity 82.1%、specificity 56.6% 的結果。
藉由建立各種抽血與臨床數值間的關係，能協助我們在忙碌的臨床工作中，更容易交叉發現許多患者合併的問題。是很棒的臨床研究題目。
恭喜蔡醫師！
脂肪肝患者中，合併有睡眠呼吸中止的比例頗高，但因為完整的睡眠多項生理檢查較為繁複，且需住院，如果能有一個快速且非侵入性的篩選工具，將會方便許多。於是謝醫師與蔡醫師團隊，想利用容易取得的參數，建構一個能有效預測睡眠呼吸中止症的模型，以快速篩選出這群患者。
研究回顧了 2017 到 2020 年，共 59 位打鼾患者，因懷疑有脂肪肝，接受肝臟超音波檢查的記錄。並回顧其 controlled attenuation parameter (CAP) 以及 hepatic steatosis index (HIS) 數值，並與患者接受睡眠多項生理檢測的記錄作分析。
經過分析建模發現，最準確的模型是：男性、BMI > 24.8，並有 HIS > 38 時，其預測睡眠呼吸中止的準確度最好，AUC 達 0.81。使用這個數據，再放到驗證組檢視，準確度可達 70%。
作者認為，這樣的模型，數據取得快速方便，可以幫助臨床醫師，快速找出需要檢查與治療的潛在睡眠呼吸中止患者。
恭喜謝醫師與蔡醫師！
