Live26-10 課程主視覺:Network Meta-analysis 進階,治療排序的正確打開方式,2026/10/02(五)18:30-20:30 線上直播
匯東華
曇月靈 LIVE26-10|2 小時線上直播

治療排名第一,就等於臨床最好嗎?

一次釐清 rank probabilities、mean rank、SUCRA 與 P-score,從「會看排名」走到「能判斷差異、確定性與臨床意義」。

排序是效應估計的再摘要,不是另一套獨立證據——脫離效應量與確定性單獨解讀排名,就是誤用的開始。

這堂課只聚焦 3 個常見誤區

01

SUCRA ≠ 最佳機率

SUCRA 是累積排名的摘要,不是「成為第一名的機率」,也不是效果量。

02

第一名 ≠ 有臨床差異

名次一定會產生;即使治療間差異很小,演算法仍會排出先後。

03

排名 ≠ 決策

決策還要同時看效果量、區間、證據確定性、安全性、成本與可近性。

四個單元,從統計量一路走到文獻判讀

01|25 分鐘排名怎麼來?

  • Rank probabilities 與 rankogram
  • Mean rank、SUCRA、P-score 的意義
  • SUCRA 公式與手算示例

02|25 分鐘排名能信多少?

  • 效果量與信賴/可信區間
  • 異質性、傳遞性與不一致性
  • 證據確定性與排名不確定性

03|20 分鐘如何進入臨床決策?

  • 效益與傷害雙向排序
  • 臨床重要差異與適用性
  • 成本、可近性與病人偏好

04|40 分鐘文獻解析

  • 較妥善的整體解讀:Cipriani et al.
  • SUCRA 過度延伸案例:Khan et al.
  • 逐步拆解主張、證據與解讀界線

主課程 110 分鐘,另含 5 分鐘中場休息與 5 分鐘問答。

圖解教材預覽

治療排序的產生鏈:①相對效果(NMA 效應估計)→②排名分布(rank probabilities)→③單一摘要(Mean rank/SUCRA/P-score)→④決策解讀(回看效果量、確定性與臨床權衡)
排序是效應估計的再摘要,不是另一套獨立證據:從相對效果、排名分布、單一摘要,一路走到決策解讀。
Rankogram 判讀教學圖:四個治療在第一到第四名的機率分布折線圖,搭配讀圖順序與 SUCRA 數值對照
讀 Rankogram 不要只看第一名:峰值位置、分布寬窄,與次高排名是否接近,都會影響判讀。
從排名到選擇的五道檢查門:1 效果、2 不確定性、3 網絡有效性、4 證據確定性、5 臨床權衡
任何一道檢查門未通過,都不應只憑 SUCRA 或 P-score 下臨床結論。

同樣報告了效果與證據,排名語句的力道不同

完整證據鏈

Cipriani et al., Lancet 2018

成人重鬱症抗憂鬱劑 NMA。研究同時呈現比較效果、可接受度與排名,並檢視傳遞性、不一致性與證據品質。課堂重點不是背排名,而是觀察作者如何把排序留在完整證據鏈中。

需警覺的結論措辭

Khan et al., Eur J Prev Cardiol 2018

該研究同樣報告了 SUCRA、OR、95% CrI 與 GRADE,資料呈現並不缺漏;爭點在摘要以 SUCRA 85%、84%、80% 將 PCSK9 抑制劑表述為最佳治療。同刊評論提醒:高 SUCRA 可能對應微小臨床差異、寬廣不確定性或品質限制。課堂將練習把「最高排名」改寫為不超出證據的句子。

兩篇 NMA 的報告元素相近、排名解讀力道不同:Cipriani et al. 2018 把排名置於效果、區間與 GRADE 之後;Khan et al. 2018 同樣報告 SUCRA、OR、95% CrI 與 GRADE,但結論措辭以排名稱最佳治療
問題不在有沒有報告 OR/CrI/GRADE,而在「排名語句」是否超出整體證據能支持的強度。

本課程的底線:先看效果量與區間,再看假設與確定性,最後才讓排名成為輔助摘要。

完成課程後,你能帶走什麼?

你將能夠可直接使用的產出
區分「最佳機率」、mean rank、SUCRA 與 P-score一頁式指標對照表與手算例
辨認排序是否受到資料稀疏、區間與模型假設影響五道檢查門
辨識文獻主張是否超過效果量、區間與證據確定性真實文獻對照表與解析工作表
在效益、傷害、確定性與可近性之間做結構化權衡臨床決策工作表

課程資訊

課程主題 Network Meta-analysis 進階:治療排序的正確打開方式
課程編號 Live26-10
直播日期 2026/10/02(五)
直播時間 18:30-20:30(共 2 小時)
授課方式 線上直播(Google Meet);報名後寄送直播連結
課程費用 NT$ 2,500 會員價 NT$ 2,125
招生名額 30 名
錄影回放 提供 14 天回放觀看,僅限報名學員

教材說明:課程引用之真實文獻案例僅供教學判讀練習,說明排序敘述與證據強度的對應關係,不代表對特定藥物或治療的臨床建議。

核心參考來源

  1. Bafeta A, Trinquart L, Seror R, Ravaud P. Reporting of results from network meta-analyses: methodological systematic review. BMJ. 2014;348:g1741. doi:10.1136/bmj.g1741
  2. Mbuagbaw L, Rochwerg B, Jaeschke R, et al. Approaches to interpreting and choosing the best treatments in network meta-analyses. Syst Rev. 2017;6(1):79. doi:10.1186/s13643-017-0473-z
  3. Cipriani A, Furukawa TA, Salanti G, et al. Comparative efficacy and acceptability of 21 antidepressant drugs for the acute treatment of adults with major depressive disorder: a systematic review and network meta-analysis. Lancet. 2018;391(10128):1357–1366. doi:10.1016/S0140-6736(17)32802-7
  4. Khan SU, Talluri S, Riaz H, et al. A Bayesian network meta-analysis of PCSK9 inhibitors, statins and ezetimibe with or without statins for cardiovascular outcomes. Eur J Prev Cardiol. 2018;25(8):844–853. doi:10.1177/2047487318766612
  5. Wang Z, Carter RE. Ranking of the most effective treatments for cardiovascular disease using SUCRA: Is it as sweet as it appears? Eur J Prev Cardiol. 2018;25(8):842–843. doi:10.1177/2047487318767199

治療排名第一,就等於臨床最好嗎?

把排序放回效應量、不確定性與臨床情境中一起讀,兩小時建立完整判讀流程。

 統計分析

服務價目表 (未含5%營業稅)
透過嚴謹的數據整理,提供有價值的資訊,形塑知識,提高決策品質。包括信達雅三執行原則。

 信:確保資料品質可信賴
 達:確保統計方法適切性
 雅:確保圖文表格正規化
協助代執行統計分析與進一步加值服務。

在匯東華與夥伴的專業背景知識配合下,能有效地處理面對的問題。
統計分析成果

 數據串接與清洗

數據是礦藏,數據清洗是挖出鑽石的第一步,尤其是巨量知識。數據清洗或串接執行過程需要細心與專注,且有可能會消耗許多時間和精力,就由我們來替各位處理掉這個大麻煩。

全民健保研究資料庫、國外大型資料庫資料非常齊全,種類多,需要串接與清洗,進行正規化後才能更進一步進行資料探勘與統計分析。




Fig1.同一個Project資料散落在不同tables,無法使用




Fig2.整併與清理為可分析的table




Fig.3整理和分析後形成有意義的知識


概念與流程示意圖

 計畫撰寫與統計諮詢





為了讓匯東華的顧客與學員有更好的合作和消費體驗,故匯東華特別依據營業項目開發周邊產品,提供使用、購買。目前已有針對公共衛生師的題庫以及模擬試題,未來將針對醫學研究領域發展產品。

講師介紹

陳秀敏博士

AI 時代研究品質與數據決策顧問|匯東華統計顧問有限公司 創辦人暨執行長

看完整介紹
私訊我們 💬
曇月靈客服吉祥物頭部特寫(臉、眼睛與頭頂角/月相環),點擊可用 Messenger 聯絡匯東華統計顧問