文章介紹
運用趾間接骨血管移植後,患者常面臨伸展不足的問題。而造成這問題的原因之一,是捐贈趾頭的腱膜不完整。在手術中,彭麒醫師與其參與團隊使用 Stack 和 Te 技術來重建中央腱膜,試圖解決這個問題,本研究目的在於比較這兩種方法對關節移植的效果。
運用趾間接骨血管移植後,患者常面臨伸展不足的問題。而造成這問題的原因之一,是捐贈趾頭的腱膜不完整。在手術中,彭麒醫師與其參與團隊使用 Stack 和 Te 技術來重建中央腱膜,試圖解決這個問題,本研究目的在於比較這兩種方法對關節移植的效果。
IgG4 相關性腎臟疾病,常見的臨床表現為間質性腎炎,或者是腎小球腎炎,其中前者較為常見。IgG4 相關間質性腎炎的組織病理特徵,是間質和小管呈現炎症浸潤,IgG4 陽性的漿細胞增加,且有顯著纖維化。
蔡孟格醫師與其團隊,分享一例病患,之前有腦梗塞、糖尿病和 IgG4 相關性疾病的病史。兩年前他有接受過化療。最近一周出現食慾不佳的情形,體檢報告發現雙腿有 1 級水腫。
作者:邱家佑 醫師(Mayo Clinic)
相關文章:[快訊] 邱家佑醫師團隊,關於第四代 HIV 篩檢,在癌症患者中呈偽陽性之研究,獲 Clinical Infectious Diseases 刊登!
我在兩年的感染科訓練過程中,一共跟這位指導教授發表發表五篇著作,而這一篇是最後一篇;資料是我在今年初開始蒐集,5 月的時候收集完畢,6 月開始寫,而我在 6 月底畢業,7 月底完成投稿,9 月初收到 minor revision,再一次的 minor revision 之後,在 9 月底被 accept。
人類免疫缺乏病毒(HIV、愛滋病毒)篩檢目前採用第四代(4th-gen)HIV-1 / 2 抗體 / 抗原(Ab/Ag)組合免疫檢測,因其縮短檢驗 HIV 所需時間,且具高靈敏度和特異性,已在全球廣泛應用;但是,有高達 20% 的患者出現偽陽性,這種誤判不僅對民眾造成心理壓力,還可能導致不必要的檢查而延誤其他疾病的治療。
為了進一步探討在癌症患者中,接受第四代 HIV-1 / 2 Ab / Ag 組合免疫檢測結果的頻率、患者特徵、預測因子等,邱家佑醫師團隊透過回顧性研究,分析在德州大學 MD Anderson 癌症中心(2016 年 3 月至 2023 年 1 月)就診的 43637 名癌症患者。293 名呈陽性的患者中,有 78 人(29%)的結果是偽陽性。
文中指出,偽陽性的機率與患者的年齡、性別、種族、是否與梅毒共感染、是否接受特定藥物治療有關;尤其是年齡超過 60 歲、女性,以及使用特定藥物的患者,更容易出現偽陽性的情況。雖然這些檢測結果對於癌症治療並未產生實質影響,但有 26% 的患者在得知 HIV 檢測結果後感受到心理壓力。
邱家佑醫師團隊這篇研究不僅為臨床提供寶貴的洞察,填補了 HIV 檢測應用於癌症患者族群的不足之處,並透過詳細的數據分析,深入瞭解偽陽性結果的可能原因,協助醫療人員進一步改進診斷和治療的準確性。
恭喜邱醫師!
邱醫師在出國深造前,主動參與研究工作坊,精進相關知識與技能,為自己打下扎實的學術基礎。到國外訓練之際,他發揮高效的學術產能,發表一篇又一篇的論文,從新手順利學術起飛。
初學者寫論文時,總是面臨諸多問題,例如:怎麼快速找到關鍵文獻?如何選擇投稿的期刊?這些問題都是新手在論文寫作初期需要解決的挑戰。來看看蔡校長的建議:
結腸直腸手術後,術後腸道蠕動不良(POI)常困擾病患,陳曉瑱醫師團隊想要探討電針療法(EA)對此疾病的效果和安全性。
團隊搜索各大電子資料庫(例如 Medline),找出有關電針療法對 POI 的隨機對照試驗。主要結果是首次排氣的時間,次要結果包括了其他胃腸功能恢復的時間(例如:腸蠕音恢復時間)、能飲食進食的時間、手術後疼痛的程度、總體併發症風險,以及住院天數。最後共收納 16 篇研究,共計有 1562 位患者。
統合分析結果指出,接受電針療法的患者在很多方面的表現,優於接受標準治療的病患,如首次排氣時間、首次排便時間、腸蠕音恢復時間、液體和固體飲食耐受性等。同時,接受電針療法的患者,總體併發症風險較低,住院時間也縮短,術後第二天和第三天的疼痛程度也有所降低,不過在首次下床活動時間方面,電針療法與標準治療之間並無明顯差異。
總結來說,電針療法能有效地促進 POI 患者胃腸功能的恢復,並減輕手術後的疼痛。
恭喜陳醫師!
找題目搜尋文獻的過程中,有停損點嗎?看到或沒看到哪些東西,差不多就要換題目了?來聽看看張凱閔醫師的建議:
傳統研究上,由於隱私問題,醫院之間的數據分享非常有挑戰性。為了解決這個問題,該研究採用了一種新的方法,稱為聯邦學習(Federated Learning,FL)。
黃俊德醫師與其團隊,使用台中榮總的重症監護資料庫,以及台灣四個轉診中心的電子病歷記錄,進行了 AKI 預測模型的訓練和驗證,並建立一個跨醫院的 FL 預測模型。
結果顯示,該模型能準確地使用不同的機器學習算法預測 AKI。該研究還表明所選特徵是重症患者 AKI 的關鍵臨床組成部分。此外,當在四個中心都實施時,基於 FL 的預測模型,在性能方面還能有稍微提升。
該研究的結果表明,聯邦學習(FL)是一種可以作為預測模型還能同時保護病患隱私的有效方法。
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!
辛苦寫的論文被退稿了,審閱意見該照單全收嗎?來聽看看蔡校長的建議: