作者:林口長庚醫院 兒童腎臟科 顏辰瑋 醫師
相關文章:[快訊] 顏辰瑋醫師團隊,關於持續性急性腎損傷影響新生兒神經發展和生長發育之研究,獲 BMC Pediatrics 刊登!

不只是成人,孩童也會罹患急性腎損傷。
急性腎損傷(acute kidney injury)是大家很常聽到、也知道的問題,但在小朋友的族群其實相對成人來說並不是那麼樣的常見。但在兒科加護病房以及新生兒加護病房中的病童,急性腎損傷卻並不那麼少見,且造成的併發症也不少。
作者:林口長庚醫院 兒童腎臟科 顏辰瑋 醫師
相關文章:[快訊] 顏辰瑋醫師團隊,關於持續性急性腎損傷影響新生兒神經發展和生長發育之研究,獲 BMC Pediatrics 刊登!

急性腎損傷(acute kidney injury)是大家很常聽到、也知道的問題,但在小朋友的族群其實相對成人來說並不是那麼樣的常見。但在兒科加護病房以及新生兒加護病房中的病童,急性腎損傷卻並不那麼少見,且造成的併發症也不少。

暌違一年,新思惟團隊再次回到台中高鐵站附近的場地開課,對中南部同學更為方便且友善,協助各位用一天的時間快速熟悉論文寫作這件事。
感謝各位給籌備團隊的匿名回饋,每堂課各項分數都達到滿分 5 分!謝謝大家的肯定。
根據課前的統計分析,本次學員組成如下:
各種匿名建議,我們均已在會議中提出討論,將持續改進。感謝各位的參與和鼓勵!
關於外科系的研究課程,新思惟量身打造,由外科雜誌 editor 與 reviewer 第一手教學,指導有限個案數相關的統計;若想從個案報告、技術發表或文獻回顧著手,打造更完整的學術歷程,我們的課程也提供了撰寫重點。
對於資源缺乏的研究者,想要免 IRB、免收案就能學術起步嗎?現在有兩個選擇囉!無論是評估一種治療對一個疾病的療效,或是評估多種治療對一個疾病的效果,兩種工具在手,產線更多。
而上過新思惟課程的同學,常提到我們的內容都特別好吸收,進而產生好奇,同樣都是教學,為什麼我們的簡報跟演講可以做到這樣呢?關於簡報設計,歡迎參考我們的兩種簡報工作坊。課程中會詳細分享,精準製圖的重點和傳達資訊的要訣。
自己的臨床做得很好,研究也發展不錯,但網路上的存在感卻形同透明?期待在這個時代生存得更好,讓自己的專業和成績被看見,個人品牌是不可或缺的。
所有工作坊,都有售後服務喔!詳細辦法,請參考 Office Hour 頁面說明。
新思惟提供傳統教育體制外的學習管道和經營策略,致力協助你突破人生的關卡,讓未來有更多的選擇。而新思惟的 YouTube / IG / Facebook,不論在簡報、研究、人生,許多常見的問題,我們也整理了許多應用經驗,希望對大家有幫助。如果剛好是您常用的學習平台,也歡迎追蹤訂閱,並且加入最愛,我們也會不定期推出新的內容唷~

這次上課,有許多醫學生、PGY 與住院醫師,在電腦操作上與學習都相當快速,所有圖表都能在時間內完成,真的是很厲害。
能夠完成第一次,就是很棒的起步。以下我們將繼續協助各位看到作品中一些能夠改進的細節,並且一起來欣賞兩位得獎同學的作品。
我們的互動實作時間,除了實際操作之外,並有資訊視覺化的教學。同學們能夠在短短的時間內吸收並且應用,學習效果相當好。也歡迎推薦身邊的親朋好友來上課。
作者:林口長庚醫院 兒童腎臟科 顏辰瑋 醫師
相關文章:[快訊] 顏辰瑋醫師團隊,關於新冠病毒 Omicron BA.2 感染的臨床特徵與對台灣北部兒科急診照護影響之研究,獲 Pediatrics and Neonatology 刊登!

雖然已經過了好一段時間,但時至今日,相信很多人對於新冠病毒大流行的情境仍歷歷在目。特別是很多醫療從業人員,對疫情可能依舊是心有餘悸。
我目前在醫學中心的兒童急診服務,台灣疫情大爆發的時期,從事第一線醫療業務的我,對於病童感染新冠病毒的臨床狀況更加有感。在當時的氛圍底下,所有可能跟新冠病毒感染沾上邊的事情、有疑似病況的小朋友,通通都會湧至兒童急診就診,其中不乏暗藏著可能的重症患者,那時的我,每次下班都是精疲力竭,甚至每次要上班前,心中盡是滿滿焦慮、不願舉足向前的消極心態。
在那樣的時空背景之下,主任及長官們試圖分析新冠病毒在兒童的族群,特別是在兒童急診所造成的臨床影響,跟我們過去所遇到的疾病是否存在著不同,或是在不同年齡層的族群產生的症狀是否也有所差異。
在經過數次的多方討論,我有幸承蒙長官們的信任,被賦予了收集、整理、分析所有在新冠疫情大爆發的期間,來訪本院兒童急診的病童。過程中,主任深知這樣的臨床時事相關的研究是非常有時效性的,因此他持續不斷的、不吝的提供我有用的想法及建議,並適時地指點出我的盲點,讓我能更有效率地完成製圖、製表及文章的撰寫。

重症病房有許多病人需要插管接上呼吸器來維持生命,但拔管過早,可能讓病人無法順利呼吸,需再次插管,大幅增加死亡風險;若拔管過晚,則會拖延病人的康復,甚至引發感染等併發症。
黃國揚醫師團隊嘗試運用人工智慧(AI)技術分析病人狀況,幫助醫療團隊準確判斷拔管的時機。他們蒐集 2015 年到 2020 年,289 名台灣病患的呼吸數據,並將這些數據輸入人工智慧系統進行分析,測試了三種深度學習模型:RNN(循環神經網路)、LSTM(長短期記憶模型)、GRU(門控循環單元模型)。
研究結果顯示,GRU 模型結合 Tanh 的啟動函數,在所有測試中表現最佳,尤其是在每 30 秒平均化數據下,模型能更好地捕捉病患的狀態變化,準確率達到 94.44%。相較於其他人工智慧模型,GRU 模型運算速度更快且效能穩定,更適合應用在臨床實際環境中。
有了人工智慧輔助的拔管預測方法,醫療團隊能更有信心決定何時拔管,減少不必要的失敗風險,讓病患與家屬更安心。
恭喜黃醫師!
想依照老師的建議,用更好的文稿編排方式呈現自己的論文,但期刊偏偏又有一大堆規定,到底該不該遵循呢?在這支影片中,吳爵宏醫師會分享自己實際投稿的經驗,徹底解答你的疑慮。