A PHP Error was encountered

Severity: Notice

Message: Undefined offset: 0

Filename: controllers/Pttpages.php

Line Number: 699

Backtrace:

File: /var/www/html/KOL/voice/application/controllers/Pttpages.php
Line: 699
Function: _error_handler

File: /var/www/html/KOL/voice/public/index.php
Line: 319
Function: require_once

A PHP Error was encountered

Severity: Notice

Message: Trying to access array offset on value of type null

Filename: controllers/Pttpages.php

Line Number: 699

Backtrace:

File: /var/www/html/KOL/voice/application/controllers/Pttpages.php
Line: 699
Function: _error_handler

File: /var/www/html/KOL/voice/public/index.php
Line: 319
Function: require_once

A PHP Error was encountered

Severity: Notice

Message: Trying to access array offset on value of type null

Filename: controllers/Pttpages.php

Line Number: 699

Backtrace:

File: /var/www/html/KOL/voice/application/controllers/Pttpages.php
Line: 699
Function: _error_handler

File: /var/www/html/KOL/voice/public/index.php
Line: 319
Function: require_once

[爆卦]IQR outlier是什麼?優點缺點精華區懶人包

[爆卦]IQR outlier是什麼?優點缺點精華區懶人包

雖然這篇IQR outlier鄉民發文沒有被收入到精華區:在IQR outlier這個話題中,我們另外找到其它相關的精選爆讚文章

在 iqr產品中有14篇Facebook貼文,粉絲數超過97萬的網紅日本自助旅遊中毒者,也在其Facebook貼文中提到, AZ疫苗兩劑間隔時間越長抗體濃度越高?可到44週? 台大公衛本周有提到牛津這篇研究,延後接種第2劑產生的抗體還更高,這集podcast來詳細講一下。 1.先提醒這是預印本,還沒正式發表。這篇研究探討兩個部分,延後第二劑施打,還有打第三劑。 2.此研究中一個重點是僅施打一劑之後免疫力維持的狀況。...

 同時也有10部Youtube影片,追蹤數超過8,430的網紅TianChad 田七摄影,也在其Youtube影片中提到,I can't sing well like @Shioyee, hence I decided to share her talent by editing her #RaghupatiRaghavRajaRam song cover video. Feel free to check her o...

iqr 在 謝?? Instagram 的最讚貼文

2021-09-10 22:28:15

...

iqr 在 okuno naoyuki Instagram 的最佳解答

2021-08-03 13:59:04

東京都北区赤羽マラソン 男子クォーター 36.49 🏅 20kmリレー ガンバRUNBAエリート 1:14.11🏅3連覇 4区5km 17.52 本家 東京都北区赤羽マラソン部 ガンバRUNBAエリートの一員として参戦。 個人・リレーともに前回に続いて今日も制しました。( *´艸) ...

  • iqr 在 日本自助旅遊中毒者 Facebook 的精選貼文

    2021-08-14 11:23:26
    有 2,764 人按讚

    AZ疫苗兩劑間隔時間越長抗體濃度越高?可到44週?

    台大公衛本周有提到牛津這篇研究,延後接種第2劑產生的抗體還更高,這集podcast來詳細講一下。

    1.先提醒這是預印本,還沒正式發表。這篇研究探討兩個部分,延後第二劑施打,還有打第三劑。

    2.此研究中一個重點是僅施打一劑之後免疫力維持的狀況。抗體方面,追蹤到180天時降到28天時最高濃度的54%,到320天時則降到30%。T細胞免疫方面,到182天都還測得到。

    3.延後第二劑施打:
    受試者分為3組,分別間隔8至12週(267人)、15至25週(24人)以及44至45週(30人)。結果顯示,間隔44至45週的組別,抗體濃度最高。三組分別是923 [IQR 525-1764],1860 [IQR 917-4934] 還有 3738 [IQR 1824-6625]。

    4.打第三劑:90人在第二劑後8個月左右施打第三劑,中和抗體可以從第二劑後28天的319 [IQR 176-591]提升到 612 [IQR 351-920]) 。
    (請注意以上測的抗體不同,前者是一般抗體,後者是中和抗體,數字無法比較)
    也有去做T細胞反應,施打第三劑後28天也可以回升到施打第二劑後差不多的水準。

    5.以上第二劑或第三劑施打後的不良反應,都比第一劑為低。

    6.結論指出,延後AZ第二劑施打時間反而會有更高的抗體。另外打第三劑後不管在抗體或是T細胞反應都可以達到打完第二劑時差不多的水準。

    04b解讀:
    1.AZ疫苗因為是腺病毒載體疫苗,和別的疫苗不同,學理上的確擔心兩劑打的時間太接近會影響第二劑的效力。因為人體也會對腺病毒外殼產生抗體,疫苗再次遇到時可能會被免疫力摧毀而減少效力。這也是為何嬌生疫苗一開始就只想做打一劑的疫苗,還有俄羅斯的史普尼克V疫苗故意兩劑用不同腺病毒的原因!

    2.此研究要小心解讀的地方是,收案的是18~50歲的年輕族群,且延後施打組的人數很少,因此下結論要很小心。此外,研究方法中似乎沒辦法完全釐清延後施打的人中間有沒有得過新冠感染。

    3.雖說抗體似乎越往後面的組別越高,但IQR是四分位距,你可以看出測出的抗體其實範圍很大,每人各別差異很大。

    4.國際上目前對於是否應該施打第三針討論很多。美國FDA已同意讓免疫力低下族群接種追第三劑,但是否所有人都需要第三劑,目前還沒有確切證據需要。主要是因為雖然看到應對Delta有症狀感染的保護力有所下降,但目前針對重症的保護力看起來都還足夠。

    5.對台灣的朋友我想傳達兩個訊息:
    第一,延後AZ施打時間超過目前公認的8~12週不需要太心急,這篇有證據延後再打後續抗體生成反而更好。看後續到貨狀況可以接AZ,或是mRNA疫苗混打,也有醫院會去做高端混打研究。不須擔心後續接種問題。

    第二,這些第三針的問題是國際上疫苗很早就打完的國家遇到的,某些疫苗在某些人群施打6~8個月之後似乎遇到較多突破性感染保護力降的問題。對我們來說,目前首要目標是擴大第一劑覆蓋率,到一定程度之後開始衝第二劑覆蓋率。第三劑的問題,對我們來說應該是明年以後才會遇到的問題,目前不需要太擔心!

  • iqr 在 Facebook 的精選貼文

    2021-07-31 13:12:57
    有 562 人按讚

    疫苗混打:AZ+BNT的抗體濃度是AZ+AZ的9倍!

    疫苗混打 (Heterologous dosing)

    1⃣️ 德國Schmidt et al 的研究
    以AZ + AZ,mRNA + mRNA及AZ+ mRNA作為比較。

    結果:
    AZ+BNT的抗體濃度是AZ+AZ的9倍

    1. 抗體反應:
    Spike-specific IgG 使用mRNA的兩組沒有差異
    mRNA + mRNA: 4932
    AZ + mRNA :3630

    AZ+AZ為404,

    中和抗體濃度:
    ⭕️ AZ + mRNA (3630)是AZ+ AZ (404) 的9倍

    中和抗體產生的抑制效果
    AZ + mRNA 及 mRNA + mRNA:100%抑制效果。
    AZ + AZ:80%

    2. T 細胞免疫:引發CD4 T cells反应
    AZ + mRNA 及 mRNA + mRNA 較AZ + AZ高出4倍

    AZ + mRNA 及 mRNA + mRNA明顯引發CD4 T cells反應(0.17 , 0.16)

    AZ + AZ 明顯較弱,只有0.04。

    3. spike-specific IFN-γ-producing CD8 T cells:
    AZ + mRNA最優: 0.28% (IQR = 0.54%).
    mRNA + mRNA: 0.06% (IQR = 0.19).
    AZ + AZ : 0.04% (IQR = 0.08%).

    4. 不良反應:混打組比較嚴重。

    2⃣️ 另外一篇是Barros-Martins et al的研究

    以AZ + AZ vs AZ + BNT作為比較:

    ✅ anti-spike (S) IgG and IgA:
    AZ + AZ 增加2.9倍
    AZ + BNT 增加11.5倍

    ✅ spike-specific memory B cells were significantly increased
    AZ + AZ: 增加53.1%
    AZ + BNT 增加43.6%

    ✅ 中和抗體
    AZ + AZ and AZ + BNT 兩組都有增加。

    ✅ AZ + AZ 可增B.1.1.7(Alpha)抗體,但對P.1(Gamma)及 B.1.351(Beta)無作用。
    ✅ AZ + BNT 對抗Alpha 最強,Gamma and Beta則較弱。
    ✅ spike-specific CD4+ T cells: 兩組均增加,但AZ + BNT 最強。

    詳細內容:
    https://reurl.cc/lRbOXY

    Ref:
    Schmidt, T. et al
    https://doi.org/10.1038/s41591-021-01464-w (2021).

    Barros-Martins et al.
    https://www.nature.com/articles/s41591-021-01449-9

    清楚很有美感的解說圖在此
    Meagan E et al.
    https://www.nature.com/articles/s41591-021-01463-x

  • iqr 在 มติพล ตั้งมติธรรม Facebook 的最讚貼文

    2021-07-11 18:09:57
    有 664 人按讚

    รู้จักกับ Confidence Interval

    Confidence Interval เป็นคอนเซปต์ที่คนทั่วๆ ไปมักจะรู้จักกันน้อยมาก ทั้งๆ ที่ในความเป็นจริงแล้ว มันเป็นคอนเซปต์ที่เราคุ้นเคยกันดีมาก และเราก็ใช้กันอยู่ทุกวันในชีวิตประจำวัน

    วิทยาศาสตร์นั้นใช้ “คณิตศาสตร์” เป็นภาษาหลักในการสื่อสาร และเรามักจะวัด “ปริมาณ” ออกมาแทนเป็นตัวเลขเสมอ เวลาเราอ่านข่าว เรามักจะคุ้นเคยกับการรายงานตัวเลขเพียงตัวหนึ่ง แทนค่าอะไรสักอย่าง เอกภพมีอายุ 13.8 พันล้านปี โลกมีรัศมี 6,378 กม. ปริมาณ antibody ในกระแสเลือด คือ 9000 U/mL ฯลฯ ทั้งๆ ที่ความจริงแล้วในทางวิทยาศาสตร์เราจะไม่ได้วัดค่าเป็นตัวเลขเพียงตัวเดียว แต่จะเป็นช่วงตัวเลขช่วงหนึ่ง ที่เรียกว่า “Confidence Interval”

    อาจารย์สอนวิชาเคมีวิเคราะห์ที่ผมเรียนด้วย ครั้งหนึ่งเคยพูดเอาไว้ ในประโยคแรก ของคาบเรียนแรกของวิชาว่า

    “Every measurement is a lie, the difficulties come when you try to believe it”

    “ทุกๆ การวัดก็คือการโกหก ปัญหามันอยู่ที่ว่าเราพร้อมจะเชื่อมันได้แค่ไหน”

    ลองจินตนาการดูว่าเราไปซื้อหมูสับที่ตลาด แม่ค้าก็หยิบหมูมากำมือหนึ่ง น้ำหนัก(มวล)ที่แท้จริงของหมูสับนั้นเป็นเป็นค่าๆ หนึ่ง ซึ่งไม่มีใครหรือสิ่งใดในเอกภพที่จะสามารถทราบได้ สิ่งที่ตาชั่งของแม่ค้าบอกนั้นเป็นเพียงการ “ประมาณ” น้ำหนักของหมูชิ้นนั้นเท่านั้น

    สมมติว่าตาชั่งนั้นบอกว่าหมูหนัก “สองขีด” แท้จริงแล้ว “สองขีด” นั้นไม่ใช่น้ำหนักที่แท้จริงของหมู แต่เป็นเพียงการประมาณค่าน้ำหนักจริงของเนื้อหมู ที่อยู่ระหว่างสองขีดบวกลบกับค่าความคลาดเคลื่อนที่ได้จากเครื่องมือ

    ซึ่งความเป็นจริงแล้ว นี่ไม่ได้เป็นเพียงคอนเซปต์ในอุดมคติอันสวยหรู และเรื่องมากอะไรของนักวิทยาศาสตร์เพียงอย่างเดียว แต่เป็นสิ่งที่เราทุกคนใช้ และตกลงกันอยู่ในชีวิตประจำวัน

    เพราะเวลาเราตกลงซื้อ “หมูสองขีด” กับแม่ค้า เราก็ไม่ได้มีความคาดหวังว่าจะต้องซูมเข้าไปดูเข็มว่ามันอยู่ที่ 200 กรัม กับอีกกี่มิลลิกรัม หรือไมโครกรัม เราอาจจะพอใจ และไม่ได้ติดใจอะไรกับแม่ค้า ตราบใดที่นน. ของหมูนั้นอยู่ในค่าที่ “ยอมรับได้” ซึ่งสำหรับหมูสองขีดนี้อาจจะอยู่ในขอบเขต 150-250 กรัม (ขีดครึ่งถึงสองขีดครึ่ง) ก็ยังไม่น่าเกลียดอะไรมาก (เว้นเสียแต่คุณจะเป็นทนายความหัวหมอคนหนึ่งในเมืองเวนิส)

    นั่นหมายความว่า เวลาเราบอกกันว่า “หมูสองขีด” แท้จริงแล้วเรากำลังบอกว่า “ตั้งแต่ขีดครึ่งกว่าๆ ไปจนถึงสองขีดครึ่ง” หรือเวลาเราบอกว่าเราใช้เวลาสองชม. เดินทางกลับบ้าน เราไม่ได้หมายความว่า “สองชั่วโมง ศูนย์นาที ศูนย์วินาที ศูนย์มิลลิวินาที” ไม่ขาดไม่เกิน แต่เราหมายความว่า “ระหว่าง ชั่วโมงนิดๆ ไปถึงเกือบสามชม”

    ซึ่งไอ้ “ขอบเขตที่ยอมรับได้” นี่เอง ที่เกี่ยวข้องกับ “Confidence Interval” และมีความเกี่ยวข้องกับ “เลขนัยะสำคัญ” เพราะมันเป็นตัวบอกว่าเรา "พร้อมที่จะเชื่อคำโกหกนั้นแค่ไหน" เช่น คนที่บอกว่าใช้เวลากลับบ้าน “สองชั่วโมง” นั้นกำลังพยายามสื่อถึงขอบเขตที่ยอมรับได้ ที่แตกต่างจากผู้ที่บอกว่าใช้เวลากลับบ้าน “หนึ่งชั่วโมง สี่สิบเจ็ดนาที” เพราะเราคงไม่จำเป็นต้องระบุว่าสีสิบเจ็ดนาที ถ้าเราไม่ได้มั่นใจในหลักนาทีที่สำคัญขนาดนั้น

    และนี่เป็นเหตุผลว่าทำไมเราจึงไม่ควรจะอ่านตัวเลขทุกหลักที่ได้จากเครื่องคิดเลข เช่น ป้ายยอดดอยอินทนนท์เขียนเอาไว้ว่าดอยอินทนน์มีความสูงจากระดับน้ำทะเล 2,565.3341 เมตร (เขียนงี้จริงๆ ไม่เชื่อลองไปดู) ซึ่งการระบุความแม่นยำไปถึงหลัก 0.1 มิลลิเมตรนั้นสื่อว่าความสูงที่วัดได้นี่นั้นแม่นยำยิ่งกว่าความสูงของเม็ดทรายหนึ่งเม็ด ซึ่งเป็นไปไม่ได้ (คือแค่คนวัดยืนหายใจความสูงก็เปลี่ยนไปมากกว่าทศนิยมที่เขากล่าวอ้างแล้ว)

    ซึ่งในทางวิทยาศาสตร์นั้นก็ใช้หลักการเดียวกัน แต่เรามีการระบุให้รัดกุมไปกว่านั้น โดยเราจะบอกเป็น Confidence Interval ควบคู่ไปกับเปอร์เซ็นต์ความน่าเชื่อถือของขอบเขตนั้น หรือที่เรียกกันว่า Confidence Level หรือ "เรามั่นใจแค่ไหน ว่าคำตอบนั้นอยู่ในขอบเขตที่เราระบุเอาไว้"

    เราสามารถนึกถึง Confidence Level ง่ายๆ โดยการจินตนาการแบบนี้ “สมมติว่าเราต้องวางเงินเดิมพันว่าค่าของเขตที่เรารายงานนั้นครอบคลุมไปถึงค่าที่แท้จริง เราจะกล้าเดิมพันแค่ไหน” แน่นอนว่าเราไม่มีวันมั่นใจได้ “100%” แต่หากเราพูดถึงการเดิมพัน ยิ่งเรามั่นใจมาก เราก็อาจจะยอมที่จะเดิมพันที่เสี่ยงมากขึ้น เช่น หากเรามั่นใจว่าเราจะถูกถึงมากกว่า 95% ต่อให้เดิมพันเสียเปรียบ 1 ต่อ 20 ก็ยังนับเป็นการลงทุนที่คุ้มค่าที่จะเสี่ยง

    ดังนั้นค่าทุกค่าที่รายงานในทางวิทยาศาสตร์ นั้นจะมีอยู่สองส่วนเสมอ (ไม่ว่าจะละเอาไว้ในฐานที่เข้าใจหรือไม่ก็ตาม) นั่นก็คือเปอร์เซนต์ความเชื่อมั่น ว่าผู้รายงานมีความเชื่อมั่นในตัวเลขนี้เท่าใด และช่วงขอบเขตของตัวเลขที่สอดคล้องกับเปอร์เซนต์ความเชื่อมั่นเท่านั้น

    ซึ่งยิ่งเราระบุขอบเขตให้กว้างเท่าไหร่ก็จะยิ่งมีโอกาสที่ค่าจริงจะอยู่ในขอบเขตนั้นมากขึ้นเพียงเท่านั้น เราอาจจะไม่มั่นใจเท่าไหร่ว่าหมูชิ้นนี้จะมีน้ำหนักระหว่าง 199.999 กรัมไปจนถึง 200.001 กรัม แต่เรามั่นใจค่อนข้างมากว่า น้ำหนักน่าจะอยู่ระหว่าง 100-300 กรัม และเรามั่นใจล้านเปอร์เซ็นต์ ว่าน้ำหนักของหมูนั้นมากกว่าศูนย์ แค่น้อยกว่ามวลของเอกภพ (แต่ขอบเขตที่ได้จากความมั่นใจเว่อร์ระดับนี้นั้นอาจจะไม่ได้มีความหมายเสียเท่าไหร่)

    เช่น นักวิทยาศาสตร์ที่ชั่งสารอาจจะบอกว่า ตัวอย่างนี้มีมวล 200.0 +/- 0.2 g with 95% Confidence Interval รัศมีของโลกมีระยะทาง 6.3781366 +/- 1 x10^6 m ซึ่งยิ่งเครื่องมือมีความแม่นยำเพียงใด เราอาจจะยิ่งได้ขอบเขตของความน่าเชื่อถือที่แคบเท่านั้น แต่เราไม่มีวันที่จะสามารถหาน้ำหนักหรือรัศมี “ที่แท้จริง” เป๊ะๆ ได้เลย เราได้แต่เพียงทำให้ขอบเขตเล็กลงเรื่อยๆ

    นอกจากความแม่นยำของเครื่องมือแล้ว อีกปัจจัยหนึ่งก็คือเรื่องของ “สถิติ” เช่น หากเราทำการสำรวจน้ำหนักของประชากรชาวไทย เราจะพบว่าน้ำหนักแต่ละคนนั้นมีการกระจายตัวออก และไม่เท่ากัน เราก็จะใช้ Confidence Interval และ Confidence Level ในการรายงานค่าที่เป็นตัวแทนของประชากรนี้ได้เช่นกัน ว่าเรามีความมั่นใจเพียงใด ว่าค่าที่แท้จริงจะอยู่ในขอบเขตนี้ แน่นอนว่าในประชากรที่มีค่าที่แตกต่างกันมาก ขอบเขตของความเชื่อมั่นย่อมที่จะกระจายตัวได้กว้างเป็นธรรมดา

    ซึ่งการรายงาน Confidence Interval ที่ไม่สอดคล้องกับข้อมูล แน่นอนว่าเทียบเท่ากับการ “บิดเบือนความจริง” เพราะเรากำลังจะบอกว่าเรามั่นใจว่าค่าจริงนั้นอยู่ในช่วงนี้ ทั้งๆ ที่ความเป็นจริงแล้วข้อมูลไม่ได้บ่งชี้เช่นนั้นเลย

    เช่น หากเรามีข้อมูลเพียงสองจุด แต่เรากลับแทนค่า Confidence Interval ด้วย “พิสัย” ของข้อมูล (ดังภาพ) เท่ากับเรากำลังบอกว่าข้อมูลที่เราวัดเพียงสองครั้งนั้น ได้สะท้อนถึงขอบเขตบน และขอบเขตล่างของค่าจริงเป็นที่เรียบร้อยแล้ว และเท่ากับเป็นการบ่งชี้ว่าเรามีความเชื่อมั่นว่าในการวัดครั้งถัดไป เราจะได้ค่าที่อยู่ระหว่างสองครั้งแรกที่วัดอย่างแน่นอน เปรียบเทียบได้กับการอ้างว่า เพียงสองครั้งที่เราวัดนั้น เราได้บังเอิญสุ่มได้ค่าที่มากที่สุด และน้อยที่สุดไปโดยบังเอิญภายในสองครั้งแรกที่ทำการวัด

    หากเปรียบเทียบ ก็เปรียบได้กับการทอยลูกเต๋าที่เราไม่ทราบว่ามีกี่ด้าน และมีตัวเลขเท่าใดบ้างสองครั้ง ได้เลข 4 กับเลข 6 แล้วเราก็สรุปว่าค่าส่วนมากที่เต๋าลูกนี้จะทอยได้นั้น จะอยู่ระหว่าง 4 ถึง 6

    เราอาจจะคิดว่า การโกหกข้อมูลมันทำได้เฉพาะการรายงานค่าเฉลี่ยที่ไม่ตรงตามความเป็นจริง แต่ในความเป็นจริงแล้วนั้น อย่างที่บอกไปแล้วว่าข้อมูลทางวิทยาศาสตร์นั้นมีทั้งเปอร์เซ็นต์ความน่าเชื่อถือ กับขอบเขตตัวเลข ซึ่งแม้ว่าเราจะรายงานค่าเฉลี่ยถูกต้อง แต่หากเรารายงานความน่าเชื่อถือ หรือขอบเขตที่ผิดไป (หรือไม่รายงาน) เราก็สามารถทำให้คนอ่านเข้าใจผิดได้เช่นกัน เช่นข้อมูลที่ไม่มีความน่าเชื่อถือ แต่แอบอ้างให้คนอ่านเข้าใจว่ามีความน่าเชื่อถือสูงกว่าที่ควรจะเป็น หรือการทำให้ขอบเขตแคบกว่าที่คิด (โดยการเลือกความน่าเชื่อถือที่ต่ำลง เป็นต้น) ก็อาจทำให้เข้าใจผิดเกี่ยวกับข้อมูลได้เช่นกัน

    เช่น หากดูค่าเฉลี่ยเปรียบเทียบแล้วเราอาจจะพบว่าข้อมูลชุดหนึ่งมีค่าเฉลี่ยสูงกว่า แต่หากเราพิจารณาขอบเขตที่ 95% CI แล้วเราจะพบว่าข้อมูลส่วนมากมีความคาบเกี่ยวกันเสียส่วนมาก ทำให้ข้อสรุปที่ได้ควรจะเป็นว่าสองข้อมูลนี้ไม่มีความแตกต่างกันอย่างมีนัยะสำคัญ แต่หากเราเปลี่ยนไปเลือก 65% CI เราอาจจะพบว่าขอบเขตที่น่าเชื่อถือของข้อมูลทั้งสองนั้นแยกจากกันมากขึ้น เราอาจทำให้ผู้อ่านเข้าใจผิดไปว่าข้อมูลทั้งสองนั้นแตกต่างกันมากกว่าที่ควรจะเป็น

    ซึ่งแน่นอนว่านี่ไม่ใช่หลักการทางสถิติที่ควรจะเป็น

    ป.ล. หลังจากที่หลายๆ คนทักมา และดูเพิ่มเติมแล้ว เข้าใจว่า “ที่มา” ของกราฟ n=2 จะใช้ Interquartile range Q1 Q3 แทนนะครับ ซึ่งเนื่องจากข้อมูลมีไม่พอ เลยถูกปัดไปเป็น min/max โดยปริยาย ซึ่งแม้ว่า IQR จะมีความหมายแตกต่างจาก CI พอสมควร แต่โดยหลักการที่ข้อมูลไม่ได้แสดงแทนด้วยเลขตัวเดียว แต่แทนถึงประชากรที่มีความหลากหลาย ก็ไม่ได้แตกต่างกันมากครับ

你可能也想看看

搜尋相關網站