2017八大核心研究能力自評

稿件書目檢核表

使用Endnote編輯書目常會從不同網頁匯入書目檔，
然而網頁提供的書目檔可能有誤，導致書目有問題。
投稿前務必再次確認Endnote插入的書目。
以下整理常見的問題作為檢查書目的檢核表，供自己和有需要的人參考。
1.作者名字
(1)統一為全名或縮寫
(2)縮寫的格式一致
(3)姓名沒有顛倒
(4)文章中的引用和文末的參考文獻皆須確認

2.期刊名稱
(1)統一為全名或縮寫
(2)確認是否需斜體
(3)大小寫一致

3.論文標題大小寫一致

4.引用線上open access的期刊時，須確認期號和頁數是否符合實際的書目

工作項目所需時間估計

以下工作項目所需時間估計為整理自己番茄鐘的工作紀錄而來。
工作項目(資料清理、分析與整理)有順序性。

資料清理到使用目的所需時間
1.基本資料：17-21小時
2.Mixed effect model: 1-2小時
3.Kernel smoothing:1-2小時

資料分析(含除錯時間)與整理所需時間
1.基本資料：5-6小時
2.Mixed effect model: 7小時
3.Kernel smoothing : 6小時(含28題WHOQOL-BREF+4個WHOQOL-BREF面向+1 EQ5D 。如果做超過2組的比較圖，約需多增加2小時)

如何用Winsteps 輸出的結果計算每個人的信度 (person reliability)

使用羅序分析的時候，有時會希望呈現有多少個案的施測信度大於0.90，而不是只得到整體信度。
如果使用ConQuest軟體分析，可以直接估計出每個人的信度。
但是個人認為Winsteps能夠估計殘差的量，而且person-item map比較方便閱讀，因此希望可以使用Winsteps分析結果得到信度。

查詢網頁之後，發現只要套公式就可以用Winsteps輸出的Pfile計算每個人的信度。
信度的公式是真值的變異/觀察值的變異=(觀察值的變異-誤差的變異)/觀察值的變異。
詳細步驟如下：
1.將Pfile的內容貼至Excel，並使用資料剖析的功能將每一欄分割好。
2.計算整體Rasch score的變異[VAR(所有人的Rasch score)]
3.計算個人信度：[VAR(所有人的Rasch score)-個人的error平方]/VAR(所有人的Rasch score)


◎感謝菀薈分享的網頁 http://www.estat.us/id124.html

Winsteps 的DIF資料檔及語法檔

資料檔：新增DIF的欄位（藍字處）
資料檔範例：前三欄各是1個DIF變項
MMJ3333333333
MMJ3234323433
MMJ4332232322

語法檔：註明DIF出現在第幾欄（黃底標示）
(1)單一個DIF
; This is control file
&INST
TITLE='efficacy_output'
DATA=efficacy_1.txt
NI=10
CODES=1234
DIF=1
ITEM1=4
GROUP=0
PRCOMP=S
TFILE  = *
        1.2
        3.1
        2.4
        3.2
       10.1
       12.6
       20.1
       23
28
30
         *
IFILE=a.txt
PFILE=b.txt
SFILE=c.txt
ICROFILE=d.txt
&END

mixed-effects model在SPSS的操作方式

製作時間序列（因為一個人不只一筆資料）
1. Data/ Identify Duplicate Cases/ 選擇配對的變項（通常是ID）、作為編號依據的變項（例如時間）、勾選indicators of primary cases（選擇first case in each group is primary）、勾選sequential count of matching case in each group、勾選matching group as top of file、勾選display frequencies for created variable/ ok

2. 使用recode的功能，把MatchSequence的0轉成1（0表示這個ID只有被測量一次）。

開始分析
Analyze/ Mixed Model/ Linear/ Subject 放ID、Repeated 放時間序列、repeated covariance type選擇AR(1)、Compound symmetry: correlation metric或Unstructure（註）/ dependent是y變項、factor 放類別變項、covariate放連續變項、residual weighted不用放、Fixed選擇main effect （把所有變項新增至右方欄）、Random選擇和之前一樣的covariance type ，並且把ID選至combination、Estimation選擇default、Statistics選擇想看的參數估計結果（一定要選parameters）、EM means可不選擇、Save可不選/ ok。

註一、
AR(1)：用於每個時間點間隔相同
Compound symmetry: correlation metric：假設第一次測量對於之後每次測量的影響力（相關程度）為等比遞減（例如：p、p*p、p*p*p）。
Unstructure：逐一計算每個時間點變項間相關，需要較大樣本數與較多時間才能完成。
註二、放入類別變項的時候，SPSS的預設為數值大的作為對照組。例如：1 不同意、2 皆可、3 同意。3 同意就會被當作對照組。一般會使用人數多的類別作為對照組，估計的誤差會比較小。因此建議進行mixed-effects model 之前，先做基本資料的描述統計，再決定要選哪一組當對照組。

201602-06工作時間分配圖

學期即將結束，我參考番茄土豆的記錄，
回顧開學至今的工作時間分配，覺得應該重新調整工作時間的分配，
不然就沒有時間寫論文了！
暑假不用備課改作業，我再設法提升行政事務的處理效率，希望可以多用一點時間在論文上。

圖、工作時間分配圖

發展複合式生活品質量表之想法

依據量表的題目與適用對象，HRQOL量表可分為一般性 (generic)和特定疾病性 (disease-specific)二種。
二種量表各有其價值。
一般性量表適用對象廣，便於比較不同疾病的人的測量結果。
特定疾病性量表可針對特定族群，更深入探討罹患某特定疾病後的生活品質。
若能取一般性量表的題目，加上部分特定疾病性量表的題目，組成複合式量表，
是否可以減少發展/驗證量表的人力物力，發展出好的評估工具？
又，一般性量表的題目和特定疾病性的題目是否會是同一個面向？
或許值得探討。

2016/2-4 王老師討論內容彙整

I.        對OT研究的建議

A.      進行QOL研究，因為QOL是OT重要的成效指標。

B.      找可以合作的臨床據點長期收案（最好可以從診間或電子病歷抽收集資料）。

C.      學長期資料分析：常用的評估工具電腦化、長期固定追蹤。

D.     一定要寫論文、沈澱自己的結果。

E.      要做得讓國際認同OT。例如：投稿在好一點的期刊。

F.       擴大OT的市場，例如思考OT如何做到預防疾病。

G.     分析OT常見的疾病的預期壽命、預期壽命損失、終生花費 (life time cost)，若有需要，可依期別、年齡分別分析。例如：CP、失智症。

II.      比較兩種治療方法的新思維：即使是同一種疾病，如果兩種治療方法的適用族群有差（例如採用某醫療法的族群年齡比較低，另一個療法的族群年齡比較高），由於預期存活壽命不同 (leave time bias)，計算病後的QALY損失時，所選擇的健康人對照曲線應該不同。

III.    其他：

A.      從經濟分析促進健保的效率與公平，進而促進健保永續經營。

B.      當失能對於為影響生活品質的主要因素的時候，DALY和QALY的結果會相似。
C.         判斷一個因子是否為混淆因子 (confounder)之條件：為致病的危險因子、與暴露有關、並非暴露的結果。

圖、混淆因子(confounder)與暴露因子的關係

OTK Delphi研究之前言修改方向（按討論先後順序排列）

王老師的建議：
1.連結OTK與OT marketing (promotion)
2.強調各地區之差異，因此雖然OT的核心價值相似，但是各地的資源、服務場所與服務內容不同（意即OT發展策略不同）。
  →因此各個地區可能都需要自己的OTK架構
  →本研究可作為其它地區之OT建立OTK架構之參考

謝老師的建議：
重點在於大家根本不瞭解OT是什麼，因此才需要建立OTK架構/發展OTK衛教。
建議修改前言時再次確認本研究的基本理由 (rationale)已說明清楚。

我的想法：
從之前的審稿者意見看來，審稿者似乎不認為大家不瞭解OT，而是把重心放在我們建立了一個台灣的OTK架構。
因此修改時，需把賣點再強調清楚（別人不瞭解OT，所以有種種不良影響。而我們的研究目的為發展OTK架構，以便幫助大家瞭解OT，進而達到推廣OT的目的）