I. Analysis of Disease Burden
Standardization populations
Proportion and Number of Events
Healthcare utilization (Length of Stay, Emergency department visit, Intensive-care unit visit)
Interrupted Time Series Difference-in-Difference Cost-Effectiveness Long-term Trajectories
Survival Plots Drug Retention Rate
Sankey Diagrams Heatmap
II. Comparative Effectiveness and Drug Safety Surveillance
Cox Proportional Hazard Model Active Comparator New User Target Trial Emulation Framework
Machine Learning Signal Mining Random Forest
Disproportionality Analysis Spontaneous Reporting Systems Bayesian and data-mining algorithms
Self-Controlled Case Series (SCCS) Self-Controlled Risk Interval Case-Crossover Designs Transient Exposure Risk Window
III. Advanced Methods and Causal Inference
Time Zero Immortal Time Bias Clone-Censor-Weight Approach Sequential Trial Emulation
Common Data Model Mapping Coding Books
Coordination Center Harmonization Multinational Studies
IV. Education, Capacity Building, and Knowledge Transfer
Cohort StudyPropensity ScoreTarget Trial EmulationData AnalysisData Management
Pharmacoepidemiology Causal Inference Study Design
V. Multinational or Multidisciplinary Collaboration
Data Harmonization
Chronic disease medication Procedure prognosis
Multi-national Multi-disciplinary Multi-institutional research
VI. Writing Consultation
ArgumentStructureCoherence
Conceptualization VisualizationStudy SchemaStudy Flowchart
從市場洞察、臨床需求到資料可行性與證據生成,協助建立可執行的真實世界研究策略。
目的:透過真實世界資料了解疾病負擔、治療現況與市場機會,協助釐清產品策略與研究方向。
- 分析區域疾病盛行率、發生率、死亡率與五年存活率
- 評估疾病相關風險因子與患者族群特徵
- 分析族群醫療使用情形,例如平均住院天數、急診與 ICU 使用頻率
- 了解疾病管理與醫療資源負擔,找出潛在醫療需求
目的:觀察醫療政策、臨床治療與疾病管理的整體變化,找出未被滿足的臨床需求。
- 評估政策介入後的醫療使用或用藥趨勢變化(例如給付政策調整)
- 分析疾病管理的整體走勢與治療模式變化
- 治療成本與疾病負擔評估,以了解潛在醫療需求
- 初步評估治療成本與臨床效益關係
- 描繪疾病旅程,例如出院後血脂控制
目的:分析實際用藥行為與治療模式,協助界定最適合的治療族群。
- 分析哪些病人實際使用該藥物
- 分析用藥起始時間、治療持續時間與停藥情形
- 描繪完整治療旅程,例如從疾病診斷到第一線、第二線到第三線治療的時間分布
- 利用桑基圖(Sankey plot)呈現不同藥物治療路徑與轉換模式
- 利用熱力圖(Heat map)呈現不同疾病階段的用藥分布
目的:確認研究是否能在不同資料來源中順利執行,並確保研究設計的可重現性。
- 評估資料庫是否能辨識出研究族群、治療暴露
- 確認研究所需疾病、治療、實驗室數據等資料是否完整
- 整合不同來源資料,評估跨資料庫研究的可行性
目的:設計研究策略與分析架構,產出能支持臨床決策、政策制定的成果。
- 訂出研究問題與建立研究設計
- 規劃混雜控制方法、統計與敏感性分析
- 事前制定分析計畫,確保分析方法與結果具有可重現性
從臨床實務問題出發,轉化為可執行研究設計,並進一步完成論文寫作與發表。
目的:從臨床實務經驗與醫療資料中發現臨床問題。
- 臨床上是否發現某些治療效果特別好或特別差?
- 某些病人是否容易出現特定併發症或副作用?
- 是否有未被回答的臨床問題,例如「哪種治療更適合某類患者?」
目的:把臨床問題轉換為研究設計。
- 明確研究問題(estimand、research question)與研究假說
- 設計適合的研究設計,例如世代研究(cohort)或病例對照(case-control)研究
目的:明確訂出最優先評估研究的疾病族群。
- 定義研究族群,如特定疾病、嚴重度或治療階段的患者
- 設定納入與排除條件,例如年齡、共病或過去治療史
- 界定治療族群,例如使用特定藥物或治療策略的患者
- 建立比較族群,例如不同治療方式或不同用藥策略的患者
- 依臨床特徵進行族群分層,例如疾病嚴重度、共病或風險族群
目的:將數據分析與臨床經驗結合,解讀研究結果。
- 確認資料是否能完整描述研究族群與治療暴露
- 討論分析結果是否符合臨床觀察與治療經驗
- 與臨床醫師討論可能的生物機制與臨床意義
- 使用不同分析方法或資料來源驗證研究結果
目的:把研究成果整理成可以發表的學術論文。
- 撰寫研究背景、方法、結果與討論
- 清楚呈現統計分析與敏感性分析結果
- 研究圖表設計與呈現
- 協助期刊選擇與投稿策略
若希望進一步討論研究主題、資料可行性或合作方式,可先填寫線上表單。
