IUMS SRC
📘 Research Education | Part 6 Read below 👇🏻
📘 Research Education | Part 6 - Section A
در پارتهای گذشته مسیر، ابتدا به سراغ نامه به سردبیر (Letter to the Editor) رفتیم که یک نوع نقد علمی سریع روی کار بقیه بود. سپس وارد قلمروی مقالات اصیل (Original) شدیم؛ ابتدا گزارش موردی (Case Report) را بررسی کردیم که گزارش دیتای یک بیمار نادر بود و بعد به سراغ اصلیترین بخش یعنی مقاله اصیل پژوهشی (Original Article) رفتیم و در یک پکیج جامع، تمام انواع طراحیهای مطالعه آن (مقطعی، مورد-شاهدی، کوهورت، RCT و آزمایشگاهی) را یاد گرفتیم که در همهی آنها خودمان دادهی خام تولید میکردیم.
حالا زمان آن رسیده که از قلمروی مقالات اصیل خارج شویم و به سراغ دسته دوم مقالات علمی یعنی مقالات مروری (Review Articles) برویم. در این مقالات شما دیگر بیمار نمیبینید و آزمایش نمیکنید، بلکه دادههای مقالات چاپشدهی بقیه در دنیا را جمعآوری و تحلیل میکنید. در این پارت، به سراغ اولین، در دسترسترین و محبوبترین مدل آن برای دانشجوویان میرویم
مرور نقلی یا همان Narrative (Traditional) Review 📚
❓ مقاله Narrative Review دقیقاً چیست؟ (نگاه کلان به اقیانوس مقالات)
وقتی درباره یک موضوع علمی (مثلاً یک داروی جدید یا یک روش جراحی نوین) صدها مقاله اصیل در دنیا چاپ میشود، جامعهی پزشکی دچار سردرگمی میشود. وظیفه شما در یک Narrative Review این است که نقش یک «مفسر و ناظر ارشد» را بازی کنید. شما یک سؤالِ پژوهشیِ کلان و خلاقانه انتخاب میکنید، تمام ادبیات تحقیق (Literature) چند سال اخیر را شخم میزنید و به جای اینکه فقط آنها را کپی-پیست کنید، آنها را در ذهن خود ذوب کرده و یک «ساختار روایی منظم و بهروز» از دل آنها بیرون میکشید.
💥 آناتومی و لایههای نگارش بدنه مقاله (چگونه متن را مهندسی کنیم؟)
برخلاف مقالات اصیل که ساختار صلب IMRAD (مقدمه، متد، نتایج، بحث) دارند، در Narrative Review شما بخش Methods یا محاسبات آماری ندارید. اسکلت مقاله شما را سابتیترهای علمی که خودتان هوشمندانه طراحی میکنید، میسازند:
🔸 ۱. مقدمه (Introduction): اینجا باید ادیتور را متقاعد کنید که چرا موضوع شما ترند است، چه چالش بالینی پنهانی وجود دارد و چرا در این لحظه، دنیا به این مقاله مروری نیاز دارد.
🔸 ۲. سناریوی بدنه (Main Body): این بخش قلب مقاله است. شما باید موضوع را به صورت زنجیرهوار به چند سابتیتر تقسیم کنید. مثلاً اگر موضوع شما "کاربرد هوش مصنوعی در تشخیص تومورهای مغزی" است، بدنه را اینطور میچینید:
🔻سیر تحول الگوریتمها از گذشته تا امروز
🔻دقت تشخیصی هوش مصنوعی در مقایسه با رادیولوژیستها (بر اساس مقالات اصیل قبلی)
🔻چالشهای اخلاقی و محدودیتهای فنی در محیط بالین
🔸 ۳. نتیجهگیری و افق آینده (Conclusion & Future Perspectives): این بخش نباید تکرار مقدمه باشد. شما باید جمعبندی کنید که علم تا این لحظه به کجا رسیده و قطار تحقیقات در سالهای آینده باید به کدام سمت حرکت کند.
📢 در پیام بعدی (که زیر همین پست ریپلای شده است)، تکنیکهای طلایی برای جلوگیری از ریجکت شدن و اکشنپلان کاربردی این هفته را بررسی میکنیم
#Research_Education
در پارتهای گذشته مسیر، ابتدا به سراغ نامه به سردبیر (Letter to the Editor) رفتیم که یک نوع نقد علمی سریع روی کار بقیه بود. سپس وارد قلمروی مقالات اصیل (Original) شدیم؛ ابتدا گزارش موردی (Case Report) را بررسی کردیم که گزارش دیتای یک بیمار نادر بود و بعد به سراغ اصلیترین بخش یعنی مقاله اصیل پژوهشی (Original Article) رفتیم و در یک پکیج جامع، تمام انواع طراحیهای مطالعه آن (مقطعی، مورد-شاهدی، کوهورت، RCT و آزمایشگاهی) را یاد گرفتیم که در همهی آنها خودمان دادهی خام تولید میکردیم.
حالا زمان آن رسیده که از قلمروی مقالات اصیل خارج شویم و به سراغ دسته دوم مقالات علمی یعنی مقالات مروری (Review Articles) برویم. در این مقالات شما دیگر بیمار نمیبینید و آزمایش نمیکنید، بلکه دادههای مقالات چاپشدهی بقیه در دنیا را جمعآوری و تحلیل میکنید. در این پارت، به سراغ اولین، در دسترسترین و محبوبترین مدل آن برای دانشجوویان میرویم
مرور نقلی یا همان Narrative (Traditional) Review 📚
❓ مقاله Narrative Review دقیقاً چیست؟ (نگاه کلان به اقیانوس مقالات)
وقتی درباره یک موضوع علمی (مثلاً یک داروی جدید یا یک روش جراحی نوین) صدها مقاله اصیل در دنیا چاپ میشود، جامعهی پزشکی دچار سردرگمی میشود. وظیفه شما در یک Narrative Review این است که نقش یک «مفسر و ناظر ارشد» را بازی کنید. شما یک سؤالِ پژوهشیِ کلان و خلاقانه انتخاب میکنید، تمام ادبیات تحقیق (Literature) چند سال اخیر را شخم میزنید و به جای اینکه فقط آنها را کپی-پیست کنید، آنها را در ذهن خود ذوب کرده و یک «ساختار روایی منظم و بهروز» از دل آنها بیرون میکشید.
💥 آناتومی و لایههای نگارش بدنه مقاله (چگونه متن را مهندسی کنیم؟)
برخلاف مقالات اصیل که ساختار صلب IMRAD (مقدمه، متد، نتایج، بحث) دارند، در Narrative Review شما بخش Methods یا محاسبات آماری ندارید. اسکلت مقاله شما را سابتیترهای علمی که خودتان هوشمندانه طراحی میکنید، میسازند:
🔸 ۱. مقدمه (Introduction): اینجا باید ادیتور را متقاعد کنید که چرا موضوع شما ترند است، چه چالش بالینی پنهانی وجود دارد و چرا در این لحظه، دنیا به این مقاله مروری نیاز دارد.
🔸 ۲. سناریوی بدنه (Main Body): این بخش قلب مقاله است. شما باید موضوع را به صورت زنجیرهوار به چند سابتیتر تقسیم کنید. مثلاً اگر موضوع شما "کاربرد هوش مصنوعی در تشخیص تومورهای مغزی" است، بدنه را اینطور میچینید:
🔻سیر تحول الگوریتمها از گذشته تا امروز
🔻دقت تشخیصی هوش مصنوعی در مقایسه با رادیولوژیستها (بر اساس مقالات اصیل قبلی)
🔻چالشهای اخلاقی و محدودیتهای فنی در محیط بالین
🔸 ۳. نتیجهگیری و افق آینده (Conclusion & Future Perspectives): این بخش نباید تکرار مقدمه باشد. شما باید جمعبندی کنید که علم تا این لحظه به کجا رسیده و قطار تحقیقات در سالهای آینده باید به کدام سمت حرکت کند.
📢 در پیام بعدی (که زیر همین پست ریپلای شده است)، تکنیکهای طلایی برای جلوگیری از ریجکت شدن و اکشنپلان کاربردی این هفته را بررسی میکنیم
#Research_Education
تلگرام
لینکدین
❤2
IUMS SRC
📘 Research Education | Part 6 - Section A در پارتهای گذشته مسیر، ابتدا به سراغ نامه به سردبیر (Letter to the Editor) رفتیم که یک نوع نقد علمی سریع روی کار بقیه بود. سپس وارد قلمروی مقالات اصیل (Original) شدیم؛ ابتدا گزارش موردی (Case Report) را بررسی کردیم…
📘 Research Education | Part 6 - Section B
بسیاری از دانشجوویان فکر میکنند نگارش Narrative Review ساده است چون نیازی به بیمارستان، آزمایشگاه یا کد اخلاق ندارد؛ اما اتفاقاً مجلات معتبر دنیا به شدت روی پذیرش آن سختگیر هستند، چون مرز میان یک «مقاله مروری علمی» با یک «انشای دانشجویی یا متن کپیشده از ChatGPT» بسیار باریک است. 🛠🧬
⚠️ ۱. غول پیشرو: سوگیری در انتخاب منابع (Selection Bias)
در مقالات مروری نقلی، شما متدولوژی سرچ رسمی گزارش نمیکنید؛ به همین دلیل ادیتورها نگران هستند که شما سلیقهای عمل کرده باشید! یعنی فقط مقالاتی را آورده باشید که فرضیه شما را تایید میکنند و مطالعاتی که نتایج متناقض داشتهاند را سانسور کرده باشید. برای اینکه کارتان ریجکت نشود، باید کاملاً بیطرف باشید؛ اگر دکتری در آمریکا موافق این درمان است و دانشمندی در ژاپن مخالف آن، باید دیدگاه هر دو را با ذکر منابع معتبر بنویسید و آنها را به چالش بکشید.
❓ ۲. مفهوم حیاتی ارزش افزوده (Value Added) چیست؟
یک ژورنال معتبر هرگز مقالهای را که فقط میگوید "فلانی این را گفت و بهمانی آن را گفت" چاپ نمیکند! ادیتور از شما «تحلیل شخصی (Critical Analysis)» میخواهد. ارزش افزوده یعنی شما بعد از مرور مطالعات بقیه، بتوانید:
🔹 تناقضهای میان مقالات قبلی را هایلایت کنید و دلیل این تناقضها را حدس بزنید.
🔹 گپهای اطلاعاتی (Knowledge Gaps) یعنی جاهایی که هنوز دانشمندان روی آن کار نکردهاند را کشف و معرفی کنید.
🔹 با ترکیب کردن نتایج چندین مقاله، یک جدول مقایسهای یا یک فلوچارت خلاصه اختصاصی طراحی کنید که تا به حال در هیچ کتابی چاپ نشده است.
🛠 اکشنپلان و قدم کاربردی این هفته برای تمام دانشجوویان:
برای اینکه لحن و معماری یک Narrative Review قوی را به چشم ببینید: 💻
💥 قدم اول: وارد دیتابیس PubMed شوید.
💥 قدم دوم: یک موضوع جذاب سرچ کنید و از فیلترهای سمت چپ، گزینه Review را فعال کنید (دقت کنید که گزینه Systematic Review را فعال نکنید).
💥 قدم سوم: یکی از مقالات جدید و رایگان را دانلود کنید؛ مستقیم به بخشهای بدنه بروید و ببینید نویسنده چطور دادههای بیش از ۵۰ مقاله مختلف را در قالب چند تیتر منظم با هم ترکیب کرده و در انتهای هر بخش، نقد خودش را اضافه کرده است.
تسلط بر مرور متون و تفکر انتقادی، پیشنیاز اصلی برای ورود به دنیای شواهد سیستماتیک است...
🔥 در پارت بعدی (Part 7)، به سراغ بالاترین لایه از اعتبار علمی در هرم شواهد خواهیم رفت:
بررسی مقالات فوقپیشرفته و قانونمند مرور سیستماتیک (Systematic Review) و متاآنالیز (Meta-analysis). 🏆📊
#Research_Education
بسیاری از دانشجوویان فکر میکنند نگارش Narrative Review ساده است چون نیازی به بیمارستان، آزمایشگاه یا کد اخلاق ندارد؛ اما اتفاقاً مجلات معتبر دنیا به شدت روی پذیرش آن سختگیر هستند، چون مرز میان یک «مقاله مروری علمی» با یک «انشای دانشجویی یا متن کپیشده از ChatGPT» بسیار باریک است. 🛠🧬
⚠️ ۱. غول پیشرو: سوگیری در انتخاب منابع (Selection Bias)
در مقالات مروری نقلی، شما متدولوژی سرچ رسمی گزارش نمیکنید؛ به همین دلیل ادیتورها نگران هستند که شما سلیقهای عمل کرده باشید! یعنی فقط مقالاتی را آورده باشید که فرضیه شما را تایید میکنند و مطالعاتی که نتایج متناقض داشتهاند را سانسور کرده باشید. برای اینکه کارتان ریجکت نشود، باید کاملاً بیطرف باشید؛ اگر دکتری در آمریکا موافق این درمان است و دانشمندی در ژاپن مخالف آن، باید دیدگاه هر دو را با ذکر منابع معتبر بنویسید و آنها را به چالش بکشید.
❓ ۲. مفهوم حیاتی ارزش افزوده (Value Added) چیست؟
یک ژورنال معتبر هرگز مقالهای را که فقط میگوید "فلانی این را گفت و بهمانی آن را گفت" چاپ نمیکند! ادیتور از شما «تحلیل شخصی (Critical Analysis)» میخواهد. ارزش افزوده یعنی شما بعد از مرور مطالعات بقیه، بتوانید:
🔹 تناقضهای میان مقالات قبلی را هایلایت کنید و دلیل این تناقضها را حدس بزنید.
🔹 گپهای اطلاعاتی (Knowledge Gaps) یعنی جاهایی که هنوز دانشمندان روی آن کار نکردهاند را کشف و معرفی کنید.
🔹 با ترکیب کردن نتایج چندین مقاله، یک جدول مقایسهای یا یک فلوچارت خلاصه اختصاصی طراحی کنید که تا به حال در هیچ کتابی چاپ نشده است.
🛠 اکشنپلان و قدم کاربردی این هفته برای تمام دانشجوویان:
برای اینکه لحن و معماری یک Narrative Review قوی را به چشم ببینید: 💻
💥 قدم اول: وارد دیتابیس PubMed شوید.
💥 قدم دوم: یک موضوع جذاب سرچ کنید و از فیلترهای سمت چپ، گزینه Review را فعال کنید (دقت کنید که گزینه Systematic Review را فعال نکنید).
💥 قدم سوم: یکی از مقالات جدید و رایگان را دانلود کنید؛ مستقیم به بخشهای بدنه بروید و ببینید نویسنده چطور دادههای بیش از ۵۰ مقاله مختلف را در قالب چند تیتر منظم با هم ترکیب کرده و در انتهای هر بخش، نقد خودش را اضافه کرده است.
تسلط بر مرور متون و تفکر انتقادی، پیشنیاز اصلی برای ورود به دنیای شواهد سیستماتیک است...
🔥 در پارت بعدی (Part 7)، به سراغ بالاترین لایه از اعتبار علمی در هرم شواهد خواهیم رفت:
بررسی مقالات فوقپیشرفته و قانونمند مرور سیستماتیک (Systematic Review) و متاآنالیز (Meta-analysis). 🏆📊
#Research_Education
تلگرام
لینکدین
❤5
دوره آموزشي جامع صفر تا صد مقاله نویسی ISI
🔖صدور گواهي حضور معتبر به زبان انگليسي
📚سرفصل دوره مقاله نویسی ISI
1️⃣آموزش گام به گام مقاله نویسی
2️⃣آموزش روش تحقیق و موتورهای جستوجوگر پژوهشی
3️⃣تدریس تخصصی مباحث ویرایشی، نگارشی و ساختاری مقاله
4️⃣شاخصهای کیفی مجلات
5️⃣اصطلاحات رایج در چاپ مقاله
6️⃣فرایند ارسال مقاله تا پذیرش نهایی
7️⃣نحوه پاسخگویی به سوالات و پیشنهادهای داوران
👨🏫مدرس دوره
👤دکتر علی زین العابدین بیگی
✔️داور مجلات معتبر ISI
✔️مدرس دانشگاه و نگارنده بیش از 30 مقاله داخلی و خارجی
✔️کارشناس نشریه علمی-پژوهشی مهندسی ساخت و تولید ایران
🎯 مخاطبین دوره
دانشجویان و فارغ التحصیلان مقاطع کارشناسی و تحصیلات تکمیلی و دکترا تمامی رشته ها
📆تاريخ: 15, 16 مرداد ماه
⏰زمان: 18 الي 21
🎥به همراه ضبط جلسات دوره
🚫ظرفیت محدود🚫
🔗 لینک ثبت نام👇
🆔 @Workshops_Admin
@graduates_qut
🔖صدور گواهي حضور معتبر به زبان انگليسي
📚سرفصل دوره مقاله نویسی ISI
1️⃣آموزش گام به گام مقاله نویسی
2️⃣آموزش روش تحقیق و موتورهای جستوجوگر پژوهشی
3️⃣تدریس تخصصی مباحث ویرایشی، نگارشی و ساختاری مقاله
4️⃣شاخصهای کیفی مجلات
5️⃣اصطلاحات رایج در چاپ مقاله
6️⃣فرایند ارسال مقاله تا پذیرش نهایی
7️⃣نحوه پاسخگویی به سوالات و پیشنهادهای داوران
👨🏫مدرس دوره
👤دکتر علی زین العابدین بیگی
✔️داور مجلات معتبر ISI
✔️مدرس دانشگاه و نگارنده بیش از 30 مقاله داخلی و خارجی
✔️کارشناس نشریه علمی-پژوهشی مهندسی ساخت و تولید ایران
🎯 مخاطبین دوره
دانشجویان و فارغ التحصیلان مقاطع کارشناسی و تحصیلات تکمیلی و دکترا تمامی رشته ها
📆تاريخ: 15, 16 مرداد ماه
⏰زمان: 18 الي 21
🎥به همراه ضبط جلسات دوره
🚫ظرفیت محدود🚫
🔗 لینک ثبت نام👇
🆔 @Workshops_Admin
@graduates_qut
❤3
IUMS SRC
📘 Research Education | Part 7 Read below 👇🏻
📘 Research Education | Part 7 - Section A
در پارتهای گذشته مسیر، ابتدا به سراغ Letter to the Editor رفتیم که یک نوع نقد علمی سریع روی کار بقیه بود. سپس وارد دنیای مقالات اصیل شدیم؛ ابتدا Case Report را بررسی کردیم که گزارش دیتای یک بیمار نادر بود و بعد به سراغ خودِ Original Article رفتیم و انواع طراحیهای مطالعه آن (مقطعی، مورد-شاهدی، کوهورت، RCT و آزمایشگاهی) را به طور کامل یاد گرفتیم. در پارت قبل هم وارد دنیای مقالات مروری شدیم و Narrative Review را کالبدشکافی کردیم.✅
حالا زمان آن رسیده که به سراغ بالاترین، مقتدرترین و معتبرترین لایه از شواهد علمی در جهانِ پزشکی مبتنی بر شواهد برويم: Systematic Review & Meta-analysis 🏆✨
فرآیند نگارش یک مرور سیستماتیک، دقیقاً مثل یک دستور پخت گامبهگام و مهندسیشده است. در این پارت، فاز اول یعنی «طراحی و اجرای جستوجو» را در دو قدم کلیدی باز میکنیم:
📌 قدم اول: فرموله کردن دقیق سؤال پژوهش با ساختار PICO
در مرور سیستماتیک شما حق ندارید یک سؤال کلی بپرسید. سؤال شما باید با خطکش PICO اندازه گیری شود تا تمام ابعاد آن مشخص باشد:
🔹 P یا Population (جمعیت هدف):
دقیقاً چه کسانی بررسی میشوند؟ (مثال: بیماران بزرگسال مبتلا به دیابت نوع ۲ که دچار چاقی مفرط هستند)
🔹 I یا Intervention (مداخله):
چه دارو، تکنیک یا روش جدیدی روی آنها تست میشود؟ (مثال: داروی جدید X یا روش جراحی جدید)
🔹 C یا Comparison (گروه مقایسه):
این مداخله با چه چیزی مقایسه میشود؟ (مثال: با درمان استاندارد قدیمی یا یک دارونما)
🔹 O یا Outcome (پیامد نهایی):
چه فاکتوری در نهایت اندازهگیری میشود؟ (مثال: میزان کاهش درصد HbA1c در خون)
📌 قدم دوم: طراحی استراتژی جستوجو (Search Strategy)
وقتی سؤال مشخص شد، شما باید یک شبکه جستوجوی بزرگ پهن کنید تا تمام مقالات مرتبط دنیا را صید کنید. این قدم خود شامل سه جزئیات فوقحیاتی است:
۱. انتخاب دیتابیسها: شما باید حداقل ۴ دیتابیس اصلی علوم سلامت شامل PubMed، Scopus، Web of Science و Embase را به همراه Cochrane Library شخم بزنید.🧠
۲. استفاده از واژگان استاندارد MeSH: برای اینکه سیستم دیتابیسها منظور شما را دقیق بفهمد، باید از واژگان کلیدی استاندارد بینالمللی یا همان MeSH Terms استفاده کنید.
۳. ترکیب با عملگرهای منطقی (Boolean Operators): کلمات کلیدی را با دستورهای AND و OR و NOT به هم متصل میکنید تا یک فرمول سرچ ریاضیوار خلق شود.🧩
🔹 مثال ساختاریافته:
🎯 چرا این فاز تا این حد اهمیت دارد؟
متدولوژی سرچ شما باید به قدری دقیق و تکرارپذیر (Reproducible) گزارش شود که اگر یک محقق در کشور دیگر همین فرمول را در همین دیتابیسها سرچ کند، دقیقاً به همان تعداد مقاله و نتایجی برسد که شما رسیدهاید.
📢 در پیام بعدی (Section B)، وارد فاز دوم یعنی غربالگری دوکورکورانه مقالات، استخراج اطلاعات و مچگیری از خطاهای متدولوژی مطالعات میشویم.
#Research_Education
در پارتهای گذشته مسیر، ابتدا به سراغ Letter to the Editor رفتیم که یک نوع نقد علمی سریع روی کار بقیه بود. سپس وارد دنیای مقالات اصیل شدیم؛ ابتدا Case Report را بررسی کردیم که گزارش دیتای یک بیمار نادر بود و بعد به سراغ خودِ Original Article رفتیم و انواع طراحیهای مطالعه آن (مقطعی، مورد-شاهدی، کوهورت، RCT و آزمایشگاهی) را به طور کامل یاد گرفتیم. در پارت قبل هم وارد دنیای مقالات مروری شدیم و Narrative Review را کالبدشکافی کردیم.✅
حالا زمان آن رسیده که به سراغ بالاترین، مقتدرترین و معتبرترین لایه از شواهد علمی در جهانِ پزشکی مبتنی بر شواهد برويم: Systematic Review & Meta-analysis 🏆✨
فرآیند نگارش یک مرور سیستماتیک، دقیقاً مثل یک دستور پخت گامبهگام و مهندسیشده است. در این پارت، فاز اول یعنی «طراحی و اجرای جستوجو» را در دو قدم کلیدی باز میکنیم:
📌 قدم اول: فرموله کردن دقیق سؤال پژوهش با ساختار PICO
در مرور سیستماتیک شما حق ندارید یک سؤال کلی بپرسید. سؤال شما باید با خطکش PICO اندازه گیری شود تا تمام ابعاد آن مشخص باشد:
🔹 P یا Population (جمعیت هدف):
دقیقاً چه کسانی بررسی میشوند؟ (مثال: بیماران بزرگسال مبتلا به دیابت نوع ۲ که دچار چاقی مفرط هستند)
🔹 I یا Intervention (مداخله):
چه دارو، تکنیک یا روش جدیدی روی آنها تست میشود؟ (مثال: داروی جدید X یا روش جراحی جدید)
🔹 C یا Comparison (گروه مقایسه):
این مداخله با چه چیزی مقایسه میشود؟ (مثال: با درمان استاندارد قدیمی یا یک دارونما)
🔹 O یا Outcome (پیامد نهایی):
چه فاکتوری در نهایت اندازهگیری میشود؟ (مثال: میزان کاهش درصد HbA1c در خون)
📌 قدم دوم: طراحی استراتژی جستوجو (Search Strategy)
وقتی سؤال مشخص شد، شما باید یک شبکه جستوجوی بزرگ پهن کنید تا تمام مقالات مرتبط دنیا را صید کنید. این قدم خود شامل سه جزئیات فوقحیاتی است:
۱. انتخاب دیتابیسها: شما باید حداقل ۴ دیتابیس اصلی علوم سلامت شامل PubMed، Scopus، Web of Science و Embase را به همراه Cochrane Library شخم بزنید.🧠
۲. استفاده از واژگان استاندارد MeSH: برای اینکه سیستم دیتابیسها منظور شما را دقیق بفهمد، باید از واژگان کلیدی استاندارد بینالمللی یا همان MeSH Terms استفاده کنید.
۳. ترکیب با عملگرهای منطقی (Boolean Operators): کلمات کلیدی را با دستورهای AND و OR و NOT به هم متصل میکنید تا یک فرمول سرچ ریاضیوار خلق شود.🧩
🔹 مثال ساختاریافته:
("Type 2 Diabetes"[Mesh] OR "Diabetes Mellitus") AND ("Drug X") AND ("HbA1c" OR "Glycated Hemoglobin")🎯 چرا این فاز تا این حد اهمیت دارد؟
متدولوژی سرچ شما باید به قدری دقیق و تکرارپذیر (Reproducible) گزارش شود که اگر یک محقق در کشور دیگر همین فرمول را در همین دیتابیسها سرچ کند، دقیقاً به همان تعداد مقاله و نتایجی برسد که شما رسیدهاید.
📢 در پیام بعدی (Section B)، وارد فاز دوم یعنی غربالگری دوکورکورانه مقالات، استخراج اطلاعات و مچگیری از خطاهای متدولوژی مطالعات میشویم.
#Research_Education
تلگرام
لینکدین
❤2
IUMS SRC
📘 Research Education | Part 7 - Section A در پارتهای گذشته مسیر، ابتدا به سراغ Letter to the Editor رفتیم که یک نوع نقد علمی سریع روی کار بقیه بود. سپس وارد دنیای مقالات اصیل شدیم؛ ابتدا Case Report را بررسی کردیم که گزارش دیتای یک بیمار نادر بود و بعد به…
📘 Research Education | Part 7 - Section B
وقتی فرمول سرچ پارت قبل را در دیتابیسها اجرا میکنید، ممکن است با چندهزار مقاله اولیه روبرو شوید. حالا زمان اجرای فاز عملیاتی است که به طور بینالمللی بر اساس یک پروتکل و گایدلاین استاندارد به نام PRISMA مدیریت میشود. این فاز را در ۳ قدم کاملاً شفاف جلو میبریم:
📌 قدم سوم: غربالگری شیشهای مقالات (Blinded Screening)
برای اینکه سلیقه شخصی، پیشداوری یا خطای انسانی نتایج کار را خراب نکند، این مرحله طبق یک قانون سفتوجخت به صورت «حداقل دو داور مستقل» انجام میشود:
🔸 مرحله اول (Title/Abstract Screening): دو پژوهشگر به صورت کاملاً جداگانه و بدون اینکه از رای هم باخبر باشند، فقط عنوان و چکیده مقالات را میخوانند و مواردی که با سؤال PICO همخوانی ندارد را حذف میکنند.
🔸 مرحله دوم (Full-Text Screening): برای مقالات باقیمانده، متن کامل مقاله دانلود و خط به خط خوانده میشود تا مطمئن شوند مطالعه شرایط ورود را دارد.
⚠️ حل اختلاف با Senior Author: اگر بین دو داور بر سر حذف یا ورود یک مقاله توافق حاصل نشود، یک پژوهشگر ارشد به عنوان داور سوم وارد عمل میشود و رای نهایی را صادر میکند.
📌 قدم چهارم: استخراج سیستماتیک دادهها (Data Extraction)
در این مرحله، مقالاتی که از فیلترهای بالا به سلامتی عبور کردهاند (مثلاً ۱۵ مقاله نهایی) وارد فاز استخراج میشوند. شما یک چکلیست یا فرم اختصاصی طراحی میکنید و دیتای خام عددی و متنی هر مقاله را استخراج میکنید: نام نویسنده، سال انتشار، حجم نمونه، ویژگیهای دموگرافیک بیماران، دوز دقیق مداخله و در نهایت اعداد مربوط به پیامدها.
📌 قدم پنجم: ارزیابی کیفیت مطالعات (Risk of Bias Assessment)
هر مقالهای که چاپ شده لزوماً بدون عیب و نقص نیست! این بخش عیار و سواد ریسرچ شما را نشان میدهد. شما باید کیفیت متدولوژی تکتک آن ۱۵ مقاله را با ابزارهای استاندارد بینالمللی چک کنید تا ببینید چقدر احتمال خطا در آنها وجود دارد:
🔹 اگر مقالات وارد شده از نوع کارآزمایی بالینی باشند، کیفیت آنها را با ابزار سختگیرانه Cochrane RoB 2 ارزیابی میکنید.
🔹 اگر مقالات از نوع مطالعات مشاهداتی (مثل کوهورت یا مورد-شاهدی) باشند، از ابزار Newcastle-Ottawa Scale استفاده میکنید.
در نهایت، مقالات را بر اساس میزان خطاهایشان به سه دسته Low Risk و Some Concerns و High Risk رتبهبندی میکنید.
📢 در پیام پایانی (Section C)، وارد فاز تحلیل آماری میشویم و یاد میگیریم که چطور دادههای دنیا را در نرمافزار ذوب کنیم و نمودار سرنوشتساز Forest Plot را رمزگشایی کنیم.
#Research_Education
وقتی فرمول سرچ پارت قبل را در دیتابیسها اجرا میکنید، ممکن است با چندهزار مقاله اولیه روبرو شوید. حالا زمان اجرای فاز عملیاتی است که به طور بینالمللی بر اساس یک پروتکل و گایدلاین استاندارد به نام PRISMA مدیریت میشود. این فاز را در ۳ قدم کاملاً شفاف جلو میبریم:
📌 قدم سوم: غربالگری شیشهای مقالات (Blinded Screening)
برای اینکه سلیقه شخصی، پیشداوری یا خطای انسانی نتایج کار را خراب نکند، این مرحله طبق یک قانون سفتوجخت به صورت «حداقل دو داور مستقل» انجام میشود:
🔸 مرحله اول (Title/Abstract Screening): دو پژوهشگر به صورت کاملاً جداگانه و بدون اینکه از رای هم باخبر باشند، فقط عنوان و چکیده مقالات را میخوانند و مواردی که با سؤال PICO همخوانی ندارد را حذف میکنند.
🔸 مرحله دوم (Full-Text Screening): برای مقالات باقیمانده، متن کامل مقاله دانلود و خط به خط خوانده میشود تا مطمئن شوند مطالعه شرایط ورود را دارد.
⚠️ حل اختلاف با Senior Author: اگر بین دو داور بر سر حذف یا ورود یک مقاله توافق حاصل نشود، یک پژوهشگر ارشد به عنوان داور سوم وارد عمل میشود و رای نهایی را صادر میکند.
📌 قدم چهارم: استخراج سیستماتیک دادهها (Data Extraction)
در این مرحله، مقالاتی که از فیلترهای بالا به سلامتی عبور کردهاند (مثلاً ۱۵ مقاله نهایی) وارد فاز استخراج میشوند. شما یک چکلیست یا فرم اختصاصی طراحی میکنید و دیتای خام عددی و متنی هر مقاله را استخراج میکنید: نام نویسنده، سال انتشار، حجم نمونه، ویژگیهای دموگرافیک بیماران، دوز دقیق مداخله و در نهایت اعداد مربوط به پیامدها.
📌 قدم پنجم: ارزیابی کیفیت مطالعات (Risk of Bias Assessment)
هر مقالهای که چاپ شده لزوماً بدون عیب و نقص نیست! این بخش عیار و سواد ریسرچ شما را نشان میدهد. شما باید کیفیت متدولوژی تکتک آن ۱۵ مقاله را با ابزارهای استاندارد بینالمللی چک کنید تا ببینید چقدر احتمال خطا در آنها وجود دارد:
🔹 اگر مقالات وارد شده از نوع کارآزمایی بالینی باشند، کیفیت آنها را با ابزار سختگیرانه Cochrane RoB 2 ارزیابی میکنید.
🔹 اگر مقالات از نوع مطالعات مشاهداتی (مثل کوهورت یا مورد-شاهدی) باشند، از ابزار Newcastle-Ottawa Scale استفاده میکنید.
در نهایت، مقالات را بر اساس میزان خطاهایشان به سه دسته Low Risk و Some Concerns و High Risk رتبهبندی میکنید.
📢 در پیام پایانی (Section C)، وارد فاز تحلیل آماری میشویم و یاد میگیریم که چطور دادههای دنیا را در نرمافزار ذوب کنیم و نمودار سرنوشتساز Forest Plot را رمزگشایی کنیم.
#Research_Education
تلگرام
لینکدین
❤3
IUMS SRC
📘 Research Education | Part 7 - Section B وقتی فرمول سرچ پارت قبل را در دیتابیسها اجرا میکنید، ممکن است با چندهزار مقاله اولیه روبرو شوید. حالا زمان اجرای فاز عملیاتی است که به طور بینالمللی بر اساس یک پروتکل و گایدلاین استاندارد به نام PRISMA مدیریت میشود.…
📘 Research Education | Part 7 - Section C
تا اینجای کار شما شواهد جهان را جمعآوری، غربالگری و کیفیتسنجی کردید و یک Systematic Review بینقص نوشتید. اما جادوی واقعی زمانی رخ میدهد که دادههای عددی استخراجشده از این مقالات، قابلیت ترکیب ریاضی داشته باشند؛ اینجاست که وارد فاز سوم یعنی Meta-analysis میشویم. 📊 ریاضی
📌 قدم ششم: سنتز و تجمع آماری دادهها (Statistical Pooling)
تصور کنید در فاز قبل، ۱۰ مقاله RCT پیدا کردهاید که هر کدام فقط روی ۵۰ بیمار کار کردهاند و پیامدهای متناقضی گرفتهاند. حجم نمونه هرکدام به تنهایی برای تصمیمگیری کلان پزشکی بسیار کم است.
متاآنالیز چه میکند؟ شما دادههای آماری این ۱۰ مقاله را وارد نرمافزارهای تخصصی ریسرچ مثل RevMan یا STATA میکنید. نرمافزار با فرمولهای پیچیده، وزن هر مقاله را محاسبه کرده و دادههای این ۵۰۰ بیمار را با هم ترکیب میکند؛ انگار که شما یک ابر-پروژه ۵۰۰ نفره در سطح بینالمللی انجام دادهاید تا به یک پاسخ قطعی و مقتدر برسید.
📌 قدم هفتم: ترسیم و تحلیل نمودار Forest Plot
خروجی آن محاسبات آماری، یک نمودار بسیار معروف به نام Forest Plot است که به عنوان شناسنامه یک مقاله متاآنالیز شناخته میشود. برای اینکه بتوانید مثل یک دانشمند این نمودار را بخوانید، باید ۴ بخش آن را بلد باشید:
۱. خط عمودی وسط (Line of No Effect): این خط مرز بیاثری است. اگر نتایج مقالهای با این خط برخورد کند، یعنی آن درمان هیچ فرقی با دارونما نداشته است.
۲. مربعهای کوچک: هر مربع نشاندهنده یک مقاله است. هرچه مربع بزرگتر باشد، یعنی آن مطالعه حجم نمونه بیشتر و وزن بالاتری در تحلیل شما داشته است.
۳. خطوط افقی متصل به مربع: این خطوط نشاندهنده Confidence Interval یا همان فاصله اطمینان دادههای آن مقاله است.
۴. لوزی نهایی (The Diamond): این الماس نهایی کار شماست! لوزی یعنی برآیند و ترکیب کل دیتای جهان درباره آن موضوع. اگر این لوزی کاملاً به یک سمت خط عمودی متمایل باشد و به هیچ وجه با خط وسط برخورد نکند، یعنی داروی جدید رسماً اثربخش است و از فردا گایدلاینهای پزشکی دنیا را تغییر میدهد! 💎
🛠 اکشنپلان و قدم کاربردی این هفته برای تمام دانشجوویان:
بالاترین سطح از مستندات علمی دنیا را لمس کنید:
💥 قدم اول: وارد سایت PubMed شوید.
💥 قدم دوم: عبارت Meta-analysis را همراه با نام یک بیماری (مثلاً Migraine treatment) سرچ کنید.
💥 قدم سوم: یکی از مقالات رایگان را باز کرده و مستقیم به بخش Results بروید. نمودار Forest Plot را پیدا کنید و وضعیت لوزی نهایی را بسنجید. شما در حال تماشای چکیده تمام دانش بشر هستید!
با پایان این پارت، پرونده فاز دوم مسیر (شناخت انواع مقالات علمی) با موفقیت و به طور کامل بسته شد. 🏁🎉
🔥 در فاز بعدی مسیر (فاز ۳ - آغاز عملی پروژه پژوهشی)، یاد میگیریم که ایدههای تحقیقاتی از کجا میآیند، چطور یک سؤال ریسرچ استاندارد بنویسیم و فرمول FINER چطور به ما کمک میکند. 📝🎯
#Research_Education
تا اینجای کار شما شواهد جهان را جمعآوری، غربالگری و کیفیتسنجی کردید و یک Systematic Review بینقص نوشتید. اما جادوی واقعی زمانی رخ میدهد که دادههای عددی استخراجشده از این مقالات، قابلیت ترکیب ریاضی داشته باشند؛ اینجاست که وارد فاز سوم یعنی Meta-analysis میشویم. 📊 ریاضی
📌 قدم ششم: سنتز و تجمع آماری دادهها (Statistical Pooling)
تصور کنید در فاز قبل، ۱۰ مقاله RCT پیدا کردهاید که هر کدام فقط روی ۵۰ بیمار کار کردهاند و پیامدهای متناقضی گرفتهاند. حجم نمونه هرکدام به تنهایی برای تصمیمگیری کلان پزشکی بسیار کم است.
متاآنالیز چه میکند؟ شما دادههای آماری این ۱۰ مقاله را وارد نرمافزارهای تخصصی ریسرچ مثل RevMan یا STATA میکنید. نرمافزار با فرمولهای پیچیده، وزن هر مقاله را محاسبه کرده و دادههای این ۵۰۰ بیمار را با هم ترکیب میکند؛ انگار که شما یک ابر-پروژه ۵۰۰ نفره در سطح بینالمللی انجام دادهاید تا به یک پاسخ قطعی و مقتدر برسید.
📌 قدم هفتم: ترسیم و تحلیل نمودار Forest Plot
خروجی آن محاسبات آماری، یک نمودار بسیار معروف به نام Forest Plot است که به عنوان شناسنامه یک مقاله متاآنالیز شناخته میشود. برای اینکه بتوانید مثل یک دانشمند این نمودار را بخوانید، باید ۴ بخش آن را بلد باشید:
۱. خط عمودی وسط (Line of No Effect): این خط مرز بیاثری است. اگر نتایج مقالهای با این خط برخورد کند، یعنی آن درمان هیچ فرقی با دارونما نداشته است.
۲. مربعهای کوچک: هر مربع نشاندهنده یک مقاله است. هرچه مربع بزرگتر باشد، یعنی آن مطالعه حجم نمونه بیشتر و وزن بالاتری در تحلیل شما داشته است.
۳. خطوط افقی متصل به مربع: این خطوط نشاندهنده Confidence Interval یا همان فاصله اطمینان دادههای آن مقاله است.
۴. لوزی نهایی (The Diamond): این الماس نهایی کار شماست! لوزی یعنی برآیند و ترکیب کل دیتای جهان درباره آن موضوع. اگر این لوزی کاملاً به یک سمت خط عمودی متمایل باشد و به هیچ وجه با خط وسط برخورد نکند، یعنی داروی جدید رسماً اثربخش است و از فردا گایدلاینهای پزشکی دنیا را تغییر میدهد! 💎
🛠 اکشنپلان و قدم کاربردی این هفته برای تمام دانشجوویان:
بالاترین سطح از مستندات علمی دنیا را لمس کنید:
💥 قدم اول: وارد سایت PubMed شوید.
💥 قدم دوم: عبارت Meta-analysis را همراه با نام یک بیماری (مثلاً Migraine treatment) سرچ کنید.
💥 قدم سوم: یکی از مقالات رایگان را باز کرده و مستقیم به بخش Results بروید. نمودار Forest Plot را پیدا کنید و وضعیت لوزی نهایی را بسنجید. شما در حال تماشای چکیده تمام دانش بشر هستید!
با پایان این پارت، پرونده فاز دوم مسیر (شناخت انواع مقالات علمی) با موفقیت و به طور کامل بسته شد. 🏁🎉
🔥 در فاز بعدی مسیر (فاز ۳ - آغاز عملی پروژه پژوهشی)، یاد میگیریم که ایدههای تحقیقاتی از کجا میآیند، چطور یک سؤال ریسرچ استاندارد بنویسیم و فرمول FINER چطور به ما کمک میکند. 📝🎯
#Research_Education
تلگرام
لینکدین
❤2
Forwarded from SRC.Golestan
💠کمیته تحقیقات و فناوری دانشجویی دانشگاه علوم پزشکی گلستان برگزار میکند:
✒️کارگاه آشنایی با انواع مطالعات در رشته مامایی
📆یکشنبه 14 تیرماه سال ۱۴۰۵
⏰ساعت 17 الی 19
📌به صورت مجازی در بستر اسکای روم
🔰با تدریس:
🔷سرکار خانم زهرا ضمیری آراسته
🔹رتبه ۶ کشوری در کارشناسی رشد مامایی
🔹دانشگاه علوم پزشکی شهید بهشتی
🔹عضو استعداد درخشان
🔹مربی بالینی دانشگاه
🔹مولف چندین کتاب در حوزه مامایی
🔹پژوهشگر حوزه سلامت جنسی زنان
🔹ارائه مقاله در کنگرههای داخلی و بین المللی
🌐لینک ثبت نام
🆔 @SRC_GoUMS
Forwarded from کمیته تحقیقات تحصیلات تکمیلی IUMS
فراخوان همکاری با کمیته تحقیقات تحصیلات تكمیلی در سال 1405🗣
💠کمیته تحقیقات تحصیلات تکمیلی در راستای توسعه فعالیتهای علمی، پژوهشی و ارتقای کیفیت برنامههای پژوهشی، از دانشجویان تحصیلات تکمیلی دعوت به همکاری مینماید.
💠شرایط عمومی:
🔰علاقهمندی به فعالیتهای پژوهشی و علمی
🔰روحیه کار تیمی و مسئولیتپذیری
🔰برخورداری از سوابق علمی یا پژوهشی مرتبط
🔰داشتن فرصت کافی جهت همکاری
💠از افراد دارای انگیزه و توانمند دعوت میشود رزومه (علمی و اجرایی) خود را جهت بررسی تا تاریخ 31 تير 1405 به ایمیل كميته ارسال نمایند.
🆔 IrcPostgraduate@iums.ac.ir
💠بدیهی است پس از بررسی رزومههای دریافتی، از افراد واجد شرایط جهت همکاری در کمیته تحقیقات تحصیلات تکمیلی دعوت به عمل خواهد آمد.
💠روابط عمومی کمیته تحقیقات تحصیلات تکمیلی
🆔 @iumsIRC
💠کمیته تحقیقات تحصیلات تکمیلی در راستای توسعه فعالیتهای علمی، پژوهشی و ارتقای کیفیت برنامههای پژوهشی، از دانشجویان تحصیلات تکمیلی دعوت به همکاری مینماید.
💠شرایط عمومی:
🔰علاقهمندی به فعالیتهای پژوهشی و علمی
🔰روحیه کار تیمی و مسئولیتپذیری
🔰برخورداری از سوابق علمی یا پژوهشی مرتبط
🔰داشتن فرصت کافی جهت همکاری
💠از افراد دارای انگیزه و توانمند دعوت میشود رزومه (علمی و اجرایی) خود را جهت بررسی تا تاریخ 31 تير 1405 به ایمیل كميته ارسال نمایند.
🆔 IrcPostgraduate@iums.ac.ir
💠بدیهی است پس از بررسی رزومههای دریافتی، از افراد واجد شرایط جهت همکاری در کمیته تحقیقات تحصیلات تکمیلی دعوت به عمل خواهد آمد.
💠روابط عمومی کمیته تحقیقات تحصیلات تکمیلی
🆔 @iumsIRC
📣 کمیته تحقیقات و فناوری دانشجویی دانشکده توانبخشی ایران با همکاری کمیته توسعه آموزش ایران، مرکز پژوهش های علمی واحد توانبخشی علوم پزشکی تهران و مرکز رشد فناوری سلامت سمنان برگزار می کند:
⭕️ مدرسه پژوهشی نگارش مقالات هوش مصنوعی و یادگیری ماشین در علوم زیستی و پزشکی
💢 ۲۴ ساعت (۱۲ جلسه) آموزش تخصصی به همراه ضبط جلسات و سرتیفیکیت انگلیسی
⁉️ چرا این مدرسه پژوهشی برگزار می شود؟
📚 برای آشنایی با این فیلد و اطمینان از مناسب بودن دوره برای شما، هندبوک و دفترچه راهنمای دوره را مطالعه بفرمایید.
💢 به همراه تخفیف دانشجویی
📅 شروع جلسات از ۳۱ تیرماه
📌 جهت ثبت نام و پشتیبانی
🆔 @MLREGISTER
📍فضای مجازی
↪️@IUMS_SRCR
↪️@SSRC_Rehab
↪️@SCMED_IUMS
⭕️ مدرسه پژوهشی نگارش مقالات هوش مصنوعی و یادگیری ماشین در علوم زیستی و پزشکی
💢 ۲۴ ساعت (۱۲ جلسه) آموزش تخصصی به همراه ضبط جلسات و سرتیفیکیت انگلیسی
⁉️ چرا این مدرسه پژوهشی برگزار می شود؟
💻 اغلب دوره های یادگیری ماشین با رویکرد مهندسی و برنامه نویسی طراحی شده اند و برای پژوهشگران علوم پزشکی چندان کاربردی نیستند؛
📊 دوره های مقاله نویسی نیز معمولا به روش های آماری کلاسیک محدود می شوند و کمتر به نگارش مطالعات مبتنی بر هوش مصنوعی میپردازند؛🎯 اما در این دوره، مسیر کامل طراحی و نگارش یک مقاله Machine Learning در علوم زیستی و پزشکی به صورت کامل آموزش داده خواهد شد.
📚 برای آشنایی با این فیلد و اطمینان از مناسب بودن دوره برای شما، هندبوک و دفترچه راهنمای دوره را مطالعه بفرمایید.
💢 به همراه تخفیف دانشجویی
📅 شروع جلسات از ۳۱ تیرماه
📌 جهت ثبت نام و پشتیبانی
🆔 @MLREGISTER
📍فضای مجازی
↪️@IUMS_SRCR
↪️@SSRC_Rehab
↪️@SCMED_IUMS