WFU

網站頁籤

2020年5月30日 星期六

Cabell's blacklist for predatory journal

5/30,經濟學人的這篇文章,剛好講到predatory journals,裡面提到一個新的查詢predatory與否的方式,是透過Cabell's blacklist。Cabell公司使用了65個criteria來定義predatory journals,例如:沒有過去幾年的卷、期數與文章,或網站上提供誤導性、錯誤的impact factors等。根據統計,現在有13,000個predatory journals,其中以英語發行的,大多都註冊在奈及利亞或是印度。

原來,確認是否是predatory journals,這項服務,竟然也可以商業化,變成一種服務來經營公司賺錢,詳見公司網站。另外該公司也提供一些author service,例如英修。

在好奇心驅使下,我也已訂閱其blacklist。

另外,還有whitelist喔!


2020年5月23日 星期六

封城的代價


這篇經濟學人的文章,給我們另一個看待 封城 (lockdowns) 這件事情的角度。

今年,從一月二十三日的武漢開始,全世界超過三分之一的人口,都曾因疫情的關係,被困在家裡一段時間。

封城 (lockdowns) 實在是 " a desperate measure for a desperate time",後續的代價,實在很高,特別是對貧窮的國家。首先付出的代價,是經濟。據估計,印度今年第二季的GDP可能會因為封城或社交距離等因素,下降45%,而南非則是下降23.5%。

特別是那些最貧窮的國家,狀況可能更糟。例如,在非洲的sub-Saharan國家,平時社會安全網已經非常薄弱,COVID-19疫情與lockdowns的結果,可能會導致4.2億的人民陷入絕對貧窮 (定義為每天收入小於1.90美金),這樣的衝擊,可能要用十年的時間,才能慢慢恢復。

經濟不好,帶來飢荒,與公衛危機。專家指出,COVID-19會威脅非洲的疫苗施打計畫,若採用lockdown政策防治COVID-19,會付出小孩未能施打疫苗,犧牲了其他傳染病的控制,有人甚至算出以1換140的高昂代價;若lockdown三個月,接著中斷了十個月的肺結核治療,將在2020-25造成一千四百萬人的死亡。類似的例子還包括瘧疾與愛滋病。Lockdown越久,造成其他傳染病的死亡增加,可能遠高於lockdowns所避免掉的COVID-19死亡。


已開發國家的狀況,也是令人擔憂。美國的失業率從二月份的3.5%增加到四月份的14.7%;英國有三分之一的畢業生,其工作機會被取消或是延後。醫療照護部分,英國統計,若因疫情而導致癌症病人就診延誤六個月,可能會抵銷治療相同數目COVID-19病人,所帶來的life-years gained的百分之四十。同樣的,預防接種也受到影響,一些傳染病,像是麻疹可能會大流行。


而解除lockdowns,可能會冒著第二波疫情爆發的風險。如何逐步解封,需要妥善的篩檢,分辨不同風險的族群,需要有科學根據的決策,以上,是現階段世界各國都必須傷腦筋的事情。


讀完,個人感覺,未來的路,還非常漫長,世界是不可能一下子就恢復正常的。


2020年5月22日 星期五

哀哉,美國CDC...




經濟學人的這篇文章,解答了我過去幾個月來的一些困惑,有關美國CDC

2014年美國對抗伊波拉大流行那次,美國CDC的頭頭,Tom Frieden,幾乎是每天向公眾簡報疫情最新情況,訓練了大量的防疫人員,甚至在CDC的實驗室也測試了疫苗。此戰役,證明了美國CDC,是世界領先的公衛機構。

但這次COVID-19的大流行,美國CDC的表現實在是…。例如,從今年三月中起,CDC就不曾再作public briefing。往前追溯到二月五日,CDC在提供COVID-19檢驗試劑時,發生了嚴重的錯誤。而美國FDA決策遲疑了三週,又幫了個倒忙,結果一陣折騰,美國錯失了圍堵COVID-19的最寶貴時間。

美國幅員廣大,地方的州政府是公共衛生的主要執行者 (例如:給孩子打疫苗、給餐廳作衛生認證),而地方政府的公衛預算,有55%來自聯邦,CDC其實是美國公共衛生最重要的領導機關。

美國CDC出包,其他的相關機構,例如Department of Health and Human Services、白宮的cornonvirus task-force等,與CDC似乎形成多頭馬車般的互相扞格,task-force甚至找私人公司提供疫情相關數據 (感染人數、死亡人數等),而這些數據,CDC本來就有提供。就更別提那個不甩專業建議,自行服用奎寧的川普了。

除了一些政治上的有的沒的,另一個大問題是錢。例如在2018這年,美國每個人的醫療開支是10,000美金,但每人分到的公衛預算只有300美金。

川普曾提議每年減少CDC的預算10-20%,但遭到國會阻擋,所以其預算自2016以後,暫時持平。但兩個幫助地方政府面對緊急疫情的計畫 (Public Health Preparedness and Hospital Preparedness Programs),其預算自2003年開始,就被砍了超過50%

“state and city health departments can no longer get the help they need from the CDC. Instead, they are turning to less-reliable and often-conflicting advice, producing a muddle of different rules.”

總之,結合了政治的冷漠與財務上的窘困,美國CDC需要與白宮的task force,甚至另一個川普女婿領導的小團體,去競爭川普的注意力。哀哉CDC,明明是集合了世界上最頂尖防疫人才的一個強大機構,但好像被綁上手銬 (handcuffing) 似的綁手綁腳,而這樣做的代價,是美國的防疫措施,持續沒有一個統一、專業的領導,而是一地雞毛,聯邦與地方政策反覆矛盾,疫情還未趨緩,有些地方重啟經濟活動的命令就開始蠢動,人民可能要面對再次大流行的威脅。

讀完此文,我個人深深感覺,以美國現在的政治格局、情勢,若現在的敵人從病毒換成解放軍,就算是有最新科技的美軍,是否也會因為不良的領導,而像CDC那樣一敗塗地?

2020年5月18日 星期一

一個不太被認可的榮耀


一年多前,接到American Congress of Rehabilitation Medicine的email,說恭喜我之前發表的論文,獲得2019 Elizabeth and Sidney Licht Excellence in Scientific Writing Award。一開始,我還以為是那種詐騙會議的垃圾信件,暫不予理會。直到後來有天,對方透過我的指導教授通知到我,我才驚覺那是真的XD。

其實,這件事情,原本是件喜事,但後來有兩個點,讓我有點受傷或感到遺憾,今天突然有股動力,想把它說出來,鼓勵自己。

首先,是醫院的態度。院方一直擔心,這是否是predatory meeting,不願意提供我前往芝加哥會場的旅費、住宿費。經我一再解釋,似乎無效,最後還是我自己自費前往。



第二,是領獎的當下,正值2019年11月,總統選戰正在激烈進行中。我原本想在衣服上別個國旗什麼的,但害怕被認為是韓粉,只好作罷!



針對第一個點,predatory journals或是meetings,實在是連累到許多正常的學術活動與論文發表。希望自己能夠有足夠智慧,能夠區分分辨。蔡校長的部落格要保持追蹤,例如這篇,我就覺得非常好,早點看了,就可以避開一些地雷。

而第二點,我不是搞政治的,但我想,國旗、國號這些,大概就是個型式,一個圖騰象徵,重點應該是背後那個想像共同體,一種共同的認同,一種生活方式、價值觀、習慣等的認同,這比那個圖像更重要。

一定要努力參與一些正牌、老牌的國際學會,努力表現,自己要爭氣,然後才有資本,可以與別人合作,出去外面交朋友,或是幫助別人,為自己與自己的國家,贏得好名聲,然後,進一步又能促進我們台灣,這個想像共同體的認同。

以上,深深勉勵自己與大家,我們一起加油!

2020年5月17日 星期日

NHIRD: 二十年來的回顧


首先,此篇論文,是接續陳育群醫師2010年的研究,我們是站在陳醫師之巨人的肩膀上。

10年來,NHIRD歷經了人權團體控告,某些NHIRD研究,也被一些學者批評「模板化」,非hypothesis-driven。以上這些因素,對NHIRD的學術產出,會造成怎樣的影響呢?於是我們團隊起心動念,做了一個這樣的bibilometric研究。

現已被期刊JMIR接受,網路上可以閱覽 (連結)。以下,茲做個簡單導讀。

透過Pubmed search,我們節錄了1996年到2017年,所有使用台灣健保申報資料並發表出來的研究,我們對文章標題做了文字探勘,也對這些文章的質、量做了些分析。

結果,我們分析了4473篇文章,文章發表的數量,在20002015年間,出現大量增長,但在2016年後,似乎明顯增速趨緩,不知是否跟國衛院不再販售NHIRD,研究者必須進加值中心分析資料有關。



Sung S, Hsieh C, Hu Y. Two decades of research using Taiwan’s National Health Insurance claims data: A bibliometric and text mining analysis on PubMed. DOI: 10.2196/18457URL: https://preprints.jmir.org/preprint/18457

最常被研究的三大疾病,是diabetes, stroke, dementia

最常被研究的三大醫療處置,是statin, metformin, Chinese herbal medicine

三分之一的NHIRD文章,刊登在open access journals

文字探勘這些文章標題,最常見的文章類型,是包含兩個疾病,且不包含任何處置 (大概就是「OO增加XX的風險」之類的文章標題)

而這類「OO增加XX的風險」的文章,造就了許多prolific authors,且這樣的文章,大多刊登在open access mega journals

這就是台灣NHIRD的故事。

鄭麗君部長說的,我們應該要多講一些,屬於我們的故事,因為我們會比較擅長。

各國衛生福利資料庫比較


以下,為昨天我翻譯經濟學人那篇文章的延伸討論說明

英國:其實在Opensafely之前,比較著名的是GPRD (General Practice Research Database)  CPRD (Clinical Practice Research Database) ,此資料庫就是傳統型的,將GPs看診後產生的相關電子病歷資料或是健康保險申報資料,將病人身份去連結、去識別化後,產生的電子資料庫。

”CPRD collects de-identified patient data from a network of GP practices across the UK”

其長處,是英國的醫療屬公醫制度,故資料內容可以很龐大,且非常具有人群的代表性,收納了所有英國人,從出生到死亡的醫療資訊。

陳育群醫師曾做研究撰文,探討GPRD對全球醫學研究的貢獻。

北歐:北歐幾個高社會福利的國家,也各自擁有類似的病歷或保險資歷庫。可惜其缺點是,人口較少,而資料中人群種族的同質性高,所以研究結果較無外推性。

中國:中國老百姓看診,大多湧向大型醫院,絕少看GPs,因其基層公衛與醫療設施基礎建設頗差。而相關衛生福利電子資料庫,目前還未成熟。但預期若政府要做,例如把阿里、騰訊等電子支付醫療相關的數據整合,將會是相當可觀的一個資料庫。

美國:醫療體系是拜占庭式的錯綜複雜,有一些商業醫療保險資料庫,規模有的也很大;但有國家型的Medicare資料庫 ,類似一種「65歲以上限定」的全民健保,研究產出亦頗多。

台灣:大約20年前,國衛院將全民健保的申報資料,整理成健保資料庫(National Health Insurance Research DatabaseNHIRD) ,後來,有人權團體持續控告健保署與國衛院,認為此舉侵犯人權 (懶人包),所以自201606起,國衛院不再販售或製作NHIRD

現在研究人員,必須改在衛生福利資料科學中心內使用相關健保申報資料,無法像以前那樣買NHIRD的光碟片回來,灌在自己電腦使用。但資料的連結變得多元,連結了國民健康訪查、死因登記資料等相關衛生福利資料庫,詳見拙作: Taiwan’s National Health Insurance Research Database: past and future (連結)根據GoogleScholar計,2019發表迄今,已被引用43次。

另外,台灣還有另外一個亮點,長庚的CGRD (Chang Gung Research Database),是將長庚旗下醫院的電子病歷資料去連結後,整理成的電子資料庫,詳見成大臨藥所賴嘉鎮老師與邵時傑博士候選人的文章 (連結)

2020年5月16日 星期六

The pandemic has spawned a new way to study medical records (the Economist)





經濟學人:疫情造就了新的使用病歷資料方式

五月七日,在著名preprint論文發表平台~medRxiv上,發表了一篇論文,指出在英國的COVID-19病人,男性、老人、社會資源缺乏、未良好控制的糖尿病與氣喘、少數族裔等因素,是感染SARS-CoV-2之後,死亡的預測因子。

上述研究結果,其實並非特別新穎,但值得注意的,是該研究使用的材料與方法。根據論文主要作者Ben Coldacre指出,其研究團隊發展了一個軟體,能夠在「不擷取、複製電子病歷資料」的情況下,進行大量的資料分析。

該研究使用了1700萬英國病人看家庭醫師 (general practitioners, GPs) 時的電子病歷,並連結到5,683歸因於COVID的死因登記資料。英國是公醫制度,非急診病人,就診的第一關都是GPs,因此GPs的電子病歷資料非常詳細。

在過去,要將GPs的病歷資料,整理成能分析的電子資料庫,需要克服各種技術細節與倫理審查,其時間可能好幾個月,甚至超過一年。然後研究者取得資料後,又必須花幾個月的時間分析與撰寫論文

這次,受疫情趨使,Goldacre醫師,率領了流行病學家與資料科學家,創立了一個Opensafely Collective的研究團隊,他們從研究發想,分析資料,到產出論文,只花了42天。

這次能夠這麼快,有以下幾個因素。首先,是衛生主管機關的許可與法規鬆綁。但最重要的,是Opensafely Collective他們資料分析的方式,並非複製擷取資料之後再分析,而是透過特殊程式軟體,進到電子病歷系統中,做 ”in situ”的分析。並且,在分析過程,持續有log紀錄,研究者每一個動作,都會留下紀錄,這樣子大大地改善了過程中,這些機敏病歷資料的安全性。

“log was also kept of all queries that the group ran on the records—thus the watchers were themselves watched.”

所以連英國最激烈的醫療隱私保護團體~MedConfidential都表示支持,他們認為,”Opensafely was designed and built to promote both research and patient confidentiality at the same time, rather than suggesting they’re opposites”

個人閱讀經濟學人一段時間,很習慣其理性知性,卻又老愛帶點批評挑毛病的文章風格,但這篇實在是非常正面積極,例如文中引述Dr. Goldacre的話,”Britain remains ahead, it is the only country on the planet with the scale of data needed to deliver these analyses”,這非常值得玩味。

我身為長期台灣健保資料庫的使用研究者,將會再整理一篇個人的心得,比較現在台灣的衛生福利資料中心、英國的Opensafely、以及世界其他國家的類似大型電子病歷資料庫的異同。