[快訊] 盧大立醫師團隊,關於找出二尖瓣疾病犬隻心因性肺水腫住院的預後風險因子之研究,獲 Frontiers in Veterinary Science 刊登!

 

 

01_FIVS_LuTL_03

 

 

文章介紹

 

心臟病惡化、肺部積水而住院的狗,住院期間的呼吸表現,或許就藏著預後的線索。

 

黏液瘤性二尖瓣疾病是狗最常見的心臟病。當病情惡化成心臟衰竭,常會出現心因性肺水腫,讓狗喘不過氣而需要住院。臨床上常用呼吸速率與呼吸費力的程度來監測心臟衰竭,但對於因肺水腫住院的狗,這些指標到底能不能預測後續結果,其實還不清楚。盧大立醫師團隊,便針對這個問題做了研究。

 

這是一項前瞻性世代研究,從 2020 年 6 月到 2022 年 11 月,在一家轉介醫院收入 100 隻因心因性肺水腫住院、屬於 ACVIM C 期的二尖瓣疾病狗。牠們的年齡中位數 12 歲,體重中位數 3.31 公斤。住院期間每小時記錄呼吸速率與 Tufts 呼吸困難評分(TDS),同時測量血壓、心雜音強度,並追蹤胸部 X 光。觀察的結果包括:用氧時間、能否活著出院、出院後兩個月內的心因性死亡,以及兩個月內因肺水腫再次住院。

 

結果發現,100 隻狗裡有 95 隻順利活著出院。在 93 隻有後續追蹤的狗中,兩個月內有 17 隻心因性死亡、22 隻因肺水腫再次住院。治療前測得的各項數值,都無法預測能否活著出院;但住院前 12 小時內 TDS 的最低值越低,活著出院的機會就越高。至於出院後兩個月內的心因性死亡,則和入院時收縮壓低於 90 mmHg、住院期間用過強心劑、以及前 12 小時最低呼吸速率偏高有關。心雜音越大聲的狗,越容易因肺水腫再次住院。

 

團隊認為,這類狗能活著出院的比率其實很高,就算一開始的狀況看起來不樂觀,還是值得積極治療。不過出院之後,心因性死亡與再次住院都不算少見,因此後續的居家監測同樣重要。入院時血壓偏低、需要使用強心劑、前 12 小時呼吸仍偏快的狗,出院後風險較高,值得特別留意。

 

把每天照護累積下來的臨床數據,認真整理分析,找出真正能預測預後的指標,正是一個很實在、也很有臨床價值的研究題目。

 

 

恭喜盧醫師!

 

論文的 discussion,可以放心交給 AI 寫嗎?來看看講師的建議

 

閱讀更多 »

發表於 共享榮耀 | 已標籤 , , , , | [快訊] 盧大立醫師團隊,關於找出二尖瓣疾病犬隻心因性肺水腫住院的預後風險因子之研究,獲 Frontiers in Veterinary Science 刊登! 已關閉迴響。

2026 / 6 / 28(日)報名額滿

 

 

01-2Thank

 

 

感謝各位舊雨新知的支持,6 / 28(日)《醫學論文與寫作工作坊》,現已報名額滿。

 

若您對我們的各種課程有興趣,歡迎追蹤新思惟國際,第一時間掌握最新訊息。

 

 

追蹤訂閱

 

閱讀更多 »

發表於 20260628_第七十八梯次課程記錄 | 2026 / 6 / 28(日)報名額滿 已關閉迴響。

[快訊] 邱家佑醫師團隊,關於美國成人施打 Bezlotoxumab 後心臟衰竭發生率與危險因子之研究,獲 Infectious Disease Reports 刊登!

 

 

01_idr_ChiuCY_34

 

 

文章介紹

 

Bezlotoxumab 是一種針對艱難梭菌(Clostridioides difficile)毒素 B 的單株抗體,於 2016 年獲美國 FDA 核准用於預防 CDI(C. difficile 感染)反覆發作。然而早在 MODIFY I/II 臨床試驗就觀察到,原本有心臟衰竭病史的病人接受 bezlotoxumab 後,心臟衰竭惡化的比例比安慰劑組高,FDA 因此發出警語。問題是,臨床試驗之外的真實世界數據相當稀少,臨床醫師很難判斷不同心臟衰竭背景的病人到底承擔多大風險,所以想透過這篇大型資料庫分析補上的證據。

 

邱醫師團隊運用美國的 TriNetX 大型醫療資料庫,找出 2015 年 11 月到 2025 年 12 月之間接受 bezlotoxumab 治療的 2515 位成人 CDI 病人,依心臟衰竭病史分成三組:沒有心臟衰竭、收縮力保留型心臟衰竭(HFpEF)、收縮力減弱型心臟衰竭(HFrEF),追蹤治療後 90 天內的心臟衰竭事件與死亡率。

 

結果發現,沒有心臟衰竭病史的病人很安全,90 天心衰竭事件僅 1%、全死因死亡率僅 0.04%;但有 HFpEF 病史者 90 天事件率高達 29%、死亡率 4%,有 HFrEF 病史者更達 52% 與 11%(皆 p<0.001)。多變項分析顯示,最強的預測因子就是先前有心臟衰竭(HFrEF 風險比增加了 19.4 倍、HFpEF 風險比增加了 8.632 倍),其次是心臟移植、高血脂、瓣膜性心臟病、第三期以上慢性腎臟病、缺血性心臟病;非心臟器官移植反而是保護因子(風險比僅增加 0.33 倍)。

 

邱醫師團隊認為,bezlotoxumab 在沒有心臟衰竭病史的病人身上仍屬安全,但對已有心臟衰竭、尤其是 HFrEF 的病人,會顯著增加心臟衰竭惡化的風險。未來的臨床實務中,對於本身帶有多重心血管共病症或已知有心臟衰竭的族群,醫療團隊應該將心臟衰竭惡化列入重要的安全考量中,並在風險與預防感染的效益之間取得更嚴謹的平衡。

 

 

恭喜邱醫師!

 

為什麼有些前輩來過新思惟之後,可以一直發 paper 一直發?一起來聽聽講師怎麼說。

 

 

 

閱讀更多 »

發表於 20180505_第二十一梯次課程紀錄 | 已標籤 , , , , | [快訊] 邱家佑醫師團隊,關於美國成人施打 Bezlotoxumab 後心臟衰竭發生率與危險因子之研究,獲 Infectious Disease Reports 刊登! 已關閉迴響。

[快訊] 郭孟璇藥師團隊,關於工作流程嵌入臨床決策支援系統提升 b/tsDMARD 病人之 B 型肝炎篩檢率與用藥安全之研究,獲 BMC Infectious Diseases 刊登!

 

 

01_BMCID_KuoMH_10

 

 

文章介紹

 

生物製劑與標靶小分子疾病修飾抗風濕藥物(b/tsDMARDs)廣泛運用於風濕免疫疾病的治療。然而,這類藥物會抑制患者的免疫系統,因此會增加潛伏性感染重新發作的風險。其中,B型肝炎病毒(HBV)的重新活化是一個嚴重的併發症。郭藥師團隊想要瞭解,若將一套自動化的臨床決策支援系統(CDSS)直接整合進醫師的處方工作流程中,是否能比單純的衛教宣導更有效地彌補篩檢漏洞,並減少後續肝炎相關的不良事件。

 

郭藥師團隊回顧大林慈濟醫院 2004 到 2024 年間共 1,909 位開始使用 b/tsDMARD 的成人病人,依時間切成三個階段比較:「基線期」(2004–2016,沒有任何制度介入)、「教育期」(2017–2020,全院教育訓練)、以及「工作流程整合期」(2021–2024)。在「工作流程整合期」,醫院建置了一套工作流程內建的臨床決策支援系統(CDSS)。當醫師在電腦系統中開立 b/tsDMARDs 處方時,該系統會自動核對患者的 B 肝血清學狀態;若有缺漏,系統會在開立處方的當下自動生成補做檢驗的醫囑 。

 

結果顯示,三項完整 HBV 篩檢的執行率從基線期的 47% 上升到教育期 75%,再到流程整合期一舉飆到 90%;單看 HBsAg 也從 91% 升到 98%,幾乎做到全院普篩。臨床事件也明顯下降。B 肝再活化從 5.2% 降到 1.5%(下降約七成),肝炎急性發作從 1.9% 降到 0.2%(皆 p<0.001)。不過,事前抗病毒預防性用藥仍偏低(僅 4.2%),HBV DNA 的長期追蹤也很少被執行。

 

郭藥師團隊認為,光靠教育並不夠,把篩檢功能「直接嵌入臨床決策支援系統」才是把篩檢率拉到接近百分百的關鍵,也才能實質減少 B 肝再活化與肝炎發作。要走向「零可避免的傷害」,下一步要把抗病毒預防用藥與 HBV DNA 長期定期追蹤也納入自動化提醒,才能真正補上最後一哩路。

 

 

恭喜郭藥師!

 

寫論文難在哪?怎麼用 AI 加速產出,把更多心力留給臨床判斷?一起來看講師怎麼說。

 

 

 

 

論文寫作

 

閱讀更多 »

發表於 20181013第二十三梯次課程紀錄, 共享榮耀 | 已標籤 , , , , , | [快訊] 郭孟璇藥師團隊,關於工作流程嵌入臨床決策支援系統提升 b/tsDMARD 病人之 B 型肝炎篩檢率與用藥安全之研究,獲 BMC Infectious Diseases 刊登! 已關閉迴響。

[快訊] 黃俊德醫師參與團隊,關於機器學習預測全身性紅斑狼瘡患者需住院治療的感染風險之研究,獲 Rheumatology 刊登!

 

 

01_rheu_HuangCT_03

 

 

文章介紹

 

全身性紅斑狼瘡(SLE)是一種慢性自體免疫疾病,患者因免疫系統失調而容易出現各種感染,其中需要住院治療的嚴重感染更與較高的死亡率及醫療費用密切相關。現有的感染風險評估主要依賴臨床經驗與傳統統計模型,往往難以捕捉多種風險因子之間複雜的非線性交互關係,預測準確性有限,因此需要更先進的預測工具來協助早期辨識高風險患者。

 

研究團隊回溯性分析台中榮民總醫院 2012 至 2023 年間 18,331 名 SLE 門診病患的臨床資料,包含人口學資訊、檢驗數值及用藥紀錄。研究以 Lasso 迴歸從 70 項臨床變數中篩選出 15 項關鍵預測因子,並訓練包含 XGBoost、隨機森林等五種機器學習模型,採 80/20 比例進行內部驗證,並以 2023 年資料進行時序驗證,以 AUROC、敏感度、特異度及陰性預測值(NPV)評估模型效能。

 

XGBoost 模型在測試組達到 AUROC 88%,時序驗證組為 84%,特異度 85%,NPV 高達 98%,表現優於其他模型。研究利用 SHAP(Shapley Additive exPlanations)值解釋模型預測,發現類固醇使用量、最低血色素值及最高白血球數為最重要的預測因子,其次為共病指數與年齡。此模型高 NPV 的特性使其更適合作為排除低風險患者的輔助工具,而非獨立診斷依據,未來仍需多中心前瞻性研究加以驗證。

 

在不影響臨床透明度的前提下,將可解釋人工智慧導入複雜疾病的感染風險預測,是當前醫療 AI 研究的重要方向;這類研究不僅提升了預測準確性,更有助於臨床醫師理解模型的決策依據,是兼具實用性與學術價值的研究切入點。

 

在不影響隱私的條件下進行數據整合,一直是許多領域存在的問題。在有興趣的專業領域,找出未被滿足的需求,是非常好的論文切入點,甚至還能發表在不錯的期刊上。

 

 

恭喜黃醫師!

 

論文的 discussion,可以放心交給 AI 寫嗎?來看看講師的建議

 

閱讀更多 »

發表於 共享榮耀 | 已標籤 , , , , | [快訊] 黃俊德醫師參與團隊,關於機器學習預測全身性紅斑狼瘡患者需住院治療的感染風險之研究,獲 Rheumatology 刊登! 已關閉迴響。

5 月 108 篇!校友 PubMed + SCI 成果發表 (2026/5)

 

 

202605_PubMed_sci_banner

 

 

單月發表總數 108 篇!

 

原創論文連續好幾個月維持在 60 篇以上,3 月(76 篇)、4 月(62 篇)、5 月(71篇)平均每天至少都有兩篇論文發表!

 

閱讀更多 »

發表於 共享榮耀 | 已標籤 , , , , , | 5 月 108 篇!校友 PubMed + SCI 成果發表 (2026/5) 已關閉迴響。