歡迎光臨 🦎 林協霆醫師的個人 blog,這個網站由一名 🦀oncology+🩸hematology 肥肉的內科專科醫師維護,這裡有點雜草叢生,有很多地方都還在施工中,有亂長的藤蔓跟隨意嫁接的樹苗
# Introduction(引言) 因果推論已成為當代臨床研究的核心方法學,但對於僅接受過傳統生統訓練的醫師而言,從相關性過渡到因果的觀念門檻
# Introduction(引言) 長期使用 Claude Code 的工程師往往同時持有大量會話:不同專案、不同實驗、不同對話階段。原生的會話切換介面在會話數量上
# Introduction(引言) FoundationOne 是腫瘤學常用的商用 NGS 報告平台,但其輸出格式與研究界常用的 cBioPortal OncoPrinter 不一致。臨床研究者若想以 OncoPrinter 視覺化一群病人的突
# Introduction(引言) Kahoot 為許多教師熟悉的線上即時答題工具,但商用版本對於匿名性、資料留存與品牌客製有諸多限制;對於醫學教育者,將
# Introduction(引言) 醫學會議、科部春酒、教學活動常需要當場進行抽獎環節,但市售線上抽獎工具往往帶有廣告、要求註冊或無法自訂風格
# Introduction(引言) NCCN(美國國家綜合癌症網路)臨床實踐指引為腫瘤學最廣為使用的決策參考之一,但其 PDF 格式不利於 AI 工具直接消
# Introduction(引言) 實證醫學問答工具如 OpenEvidence 在桌面瀏覽器上體驗良好,但臨床醫師多數時候並不在桌前:值班、會診、查房中皆可能突然需要
# Introduction(引言) PRISMA 為系統性回顧與 Meta 分析的標準報告框架,要求研究者透明展示每一步研究納入與排除的數量。傳統工作流以多個工具(
# Introduction(引言) 區域癌症中心積累的病人資料常具備獨特價值:在地化的治療模式、特殊族群、與大型醫學中心不同的轉介路徑。然而樣
# Introduction(引言) 目標最大概似估計(Targeted Maximum Likelihood Estimation, TMLE)為近年因果推論的代表性方法,可結合機器學習進行雙重穩健(