💥 20 個 ＃常見的統計錯誤，你犯過，或是犯了卻不知道嗎？⠀
⠀
MedCalc 的作者 Frank，在 Facebook 分享了一篇跟統計相關的文章，叫做「生物醫學研究文章中，連你都可以發現的 20 個統計錯誤」，很有意思。（連結請見原始貼文）
⠀
我（蔡依橙）認真看完後，覺得蠻不錯的，於是把這 20 個統計錯誤的標題翻成中文，協助大家節省時間，如果剛好有興趣的，可再針對該部分去閱讀原文。接著，分享一些我看完之後的想法。
⠀
⠀
1. 數值報告時，提供了不必要的精確。例如 60 公斤體重，硬要寫成 60.18 公斤。
⠀
2. 將連續變項分組，變成次序變項，但沒有說明為什麼這樣分。像是 CRP 不以數值去統計，而分成低、中、高三組，卻沒說明為什麼這樣分。
⠀
3. 配對資料，只報告各組平均，卻沒報告其改變。也就是只報告治療前血壓、治療後血壓，卻沒報告有多少人上升、多少人下降、平均下降多少。
⠀
4. 描述性統計的誤用，尤其該用 median (interquartile range) 的，硬是用成 mean +- SD。
⠀
5. 使用 standard error of the mean (SEM) 描述量測的精確度，而非 95% CI。
⠀
6. 只報告 p 值，卻沒提到差值以及臨床意義。
⠀
7. 誤用統計方式。尤其常見的是混淆有母數跟無母數統計方法。
⠀
8. 使用線性迴歸，卻沒有先確定資料之間是真的有線性關係。
⠀
9. 沒有使用全部的資料，然後又沒把去掉的資料「為什麼被去掉」說清楚。
⠀
10. 多組比較的 p 值校正問題。
⠀
11. 在隨機分組研究時，過於詳盡地比較了兩組受試者的基本資料，像是性別比例、年齡、體重、血壓等等，而且資料好得太奇怪。
⠀
12. 報告檢驗數值時，沒有定義 normal 與 abnormal。
⠀
13. 計算 sensitivity 與 specificity 時，沒有說明一些介在灰色地帶的檢查結果，如何呈現與去除。
⠀
14. 使用圖片與表格，只是為了儲存數據，而非以協助讀者理解為出發點。
⠀
15. 畫出來的數據圖，視覺主觀上給人的印象，竟然跟數據本身不同。
⠀
16. 在報告數據與解讀時，搞不清楚 units of observation 是什麼，例如心臟病的觀察研究，在 1000 個患者中有 18 位心臟病發，那 units of observation 就是 18。但如果這個研究是以診斷正確率為主，那 sample size 就是 1000。
⠀
17. 把不顯著的統計，或 low power，解讀成 negative，而非 inconclusive。
⠀
18. 分不清楚解釋性研究與實務性研究，前者為 explanatory / efficacy / laboratory，後者為 pragmatic / effectiveness / real world。嘗試兩種混著做，結果兩邊都做不好。
⠀
19. 沒有用臨床能理解的方式來報告最終結果。
⠀
20. 把統計的顯著性，當成臨床的重要性。例如：癌症用新藥治療，統計上很顯著的好，但追蹤了五年，患者只延長了七天的壽命。這就是統計有顯著，但臨床意義不大的例子。
⠀
⠀
🗨 我（蔡依橙）的一些想法
⠀
由統計專業人的角度，來看生物醫學發表，是很有警惕意義的，能讓準備發表的朋友，仔細看看自己是不是也犯了相關的錯誤。
⠀
但另一個角度看，作者也提到，這些錯誤在幾乎一半的生物醫學論文上反覆出現！這就代表，其實生物醫學論文要刊登，並不代表我們什麼錯都不能犯，相反地，這 20 個錯誤裡頭，有些就算犯了，也還是能被刊登。
⠀
以我們自己發表，以及過去協助同學的經驗來說，我會認為 2、7、10、14、15，是初學者也 ＃必須理解並避開的，其他的則是發表起步了之後，陸陸續續去注意，在往更高分期刊挑戰時，逐漸進步就行。
⠀
實務上，3 分以下的醫學期刊，幾乎沒有專門的統計查核，你只要能通過「一般同行」的統計知識審查就行。也就是說，我是一個放射科醫師，剛開始起步，投稿到放射科 3 分以下期刊，文章中的統計，只要「＃一般有在做研究的放射科醫師」覺得可以就行，不見得要到「統計專家看過並挑不出毛病」。
⠀
對於初學者如何起步，實務的協助，新思惟規劃了各種類型的研究課程，歡迎有興趣的朋友可以參考。目前正在開放報名中的，有以下三場工作坊，歡迎您瞭解各課程的課綱後，評估挑選最符合您需求的內容，前來上課，讓我們協助您成功起步。
⠀
🟠 2021 / 11 / 7（日）統合分析工作坊
無經費、資源少也能發表，不用 IRB 且免收案的好選擇。
https://meta-analysis.innovarad.tw/event/
⠀
🔵 2021 / 10 / 17（日）臨床研究與發表工作坊
全新改款！跟著國際學者走，讓你寫作投稿都上手。
https://clip2014.innovarad.tw/event/
⠀
🟢 2021 / 10 / 16（六）個案報告、技術發表與文獻回顧工作坊
把臨床上的各種想法，在 PubMed 化作專業生涯上的里程碑。
https://casereport.innovarad.tw/event/
⠀ ⠀
不只是說說而已，我們會舉實例，說明其意義、如何避開，在互動實作過程，實際由各位在自己的電腦上操作，從數據到軟體，從統計到繪圖，一次搞定，並避開常見錯誤，是真正以 ＃初學者起步 為核心的規劃。
⠀
⠀
二十個常見的統計錯誤，與實務寫作時的考量。
🔗 原始貼文 │ https://bit.ly/2WESphu

💥 20 個 ＃常見的統計錯誤，你犯過，或是犯了卻不知道嗎？⠀
⠀
MedCalc 的作者 Frank，在 Facebook 分享了一篇跟統計相關的文章，叫做「生物醫學研究文章中，連你都可以發現的 20 個統計錯誤」，很有意思。（連結請見原始貼文）
⠀
我（蔡依橙）認真看完後，覺得蠻不錯的，於是把這 20 個統計錯誤的標題翻成中文，協助大家節省時間，如果剛好有興趣的，可再針對該部分去閱讀原文。接著，分享一些我看完之後的想法。
⠀
⠀
1. 數值報告時，提供了不必要的精確。例如 60 公斤體重，硬要寫成 60.18 公斤。
⠀
2. 將連續變項分組，變成次序變項，但沒有說明為什麼這樣分。像是 CRP 不以數值去統計，而分成低、中、高三組，卻沒說明為什麼這樣分。
⠀
3. 配對資料，只報告各組平均，卻沒報告其改變。也就是只報告治療前血壓、治療後血壓，卻沒報告有多少人上升、多少人下降、平均下降多少。
⠀
4. 描述性統計的誤用，尤其該用 median (interquartile range) 的，硬是用成 mean +- SD。
⠀
5. 使用 standard error of the mean (SEM) 描述量測的精確度，而非 95% CI。
⠀
6. 只報告 p 值，卻沒提到差值以及臨床意義。
⠀
7. 誤用統計方式。尤其常見的是混淆有母數跟無母數統計方法。
⠀
8. 使用線性迴歸，卻沒有先確定資料之間是真的有線性關係。
⠀
9. 沒有使用全部的資料，然後又沒把去掉的資料「為什麼被去掉」說清楚。
⠀
10. 多組比較的 p 值校正問題。
⠀
11. 在隨機分組研究時，過於詳盡地比較了兩組受試者的基本資料，像是性別比例、年齡、體重、血壓等等，而且資料好得太奇怪。
⠀
12. 報告檢驗數值時，沒有定義 normal 與 abnormal。
⠀
13. 計算 sensitivity 與 specificity 時，沒有說明一些介在灰色地帶的檢查結果，如何呈現與去除。
⠀
14. 使用圖片與表格，只是為了儲存數據，而非以協助讀者理解為出發點。
⠀
15. 畫出來的數據圖，視覺主觀上給人的印象，竟然跟數據本身不同。
⠀
16. 在報告數據與解讀時，搞不清楚 units of observation 是什麼，例如心臟病的觀察研究，在 1000 個患者中有 18 位心臟病發，那 units of observation 就是 18。但如果這個研究是以診斷正確率為主，那 sample size 就是 1000。
⠀
17. 把不顯著的統計，或 low power，解讀成 negative，而非 inconclusive。
⠀
18. 分不清楚解釋性研究與實務性研究，前者為 explanatory / efficacy / laboratory，後者為 pragmatic / effectiveness / real world。嘗試兩種混著做，結果兩邊都做不好。
⠀
19. 沒有用臨床能理解的方式來報告最終結果。
⠀
20. 把統計的顯著性，當成臨床的重要性。例如：癌症用新藥治療，統計上很顯著的好，但追蹤了五年，患者只延長了七天的壽命。這就是統計有顯著，但臨床意義不大的例子。
⠀
⠀
🗨 我（蔡依橙）的一些想法
⠀
由統計專業人的角度，來看生物醫學發表，是很有警惕意義的，能讓準備發表的朋友，仔細看看自己是不是也犯了相關的錯誤。
⠀
但另一個角度看，作者也提到，這些錯誤在幾乎一半的生物醫學論文上反覆出現！這就代表，其實生物醫學論文要刊登，並不代表我們什麼錯都不能犯，相反地，這 20 個錯誤裡頭，有些就算犯了，也還是能被刊登。
⠀
以我們自己發表，以及過去協助同學的經驗來說，我會認為 2、7、10、14、15，是初學者也 ＃必須理解並避開的，其他的則是發表起步了之後，陸陸續續去注意，在往更高分期刊挑戰時，逐漸進步就行。
⠀
實務上，3 分以下的醫學期刊，幾乎沒有專門的統計查核，你只要能通過「一般同行」的統計知識審查就行。也就是說，我是一個放射科醫師，剛開始起步，投稿到放射科 3 分以下期刊，文章中的統計，只要「＃一般有在做研究的放射科醫師」覺得可以就行，不見得要到「統計專家看過並挑不出毛病」。
⠀
對於初學者如何起步，實務的協助，新思惟規劃了各種類型的研究課程，歡迎有興趣的朋友可以參考。目前正在開放報名中的，有以下三場工作坊，歡迎您瞭解各課程的課綱後，評估挑選最符合您需求的內容，前來上課，讓我們協助您成功起步。
⠀
🟠 2021 / 11 / 7（日）統合分析工作坊
無經費、資源少也能發表，不用 IRB 且免收案的好選擇。
https://meta-analysis.innovarad.tw/event/
⠀
🔵 2021 / 10 / 17（日）臨床研究與發表工作坊
全新改款！跟著國際學者走，讓你寫作投稿都上手。
https://clip2014.innovarad.tw/event/
⠀
🟢 2021 / 10 / 16（六）個案報告、技術發表與文獻回顧工作坊
把臨床上的各種想法，在 PubMed 化作專業生涯上的里程碑。
https://casereport.innovarad.tw/event/
⠀ ⠀
不只是說說而已，我們會舉實例，說明其意義、如何避開，在互動實作過程，實際由各位在自己的電腦上操作，從數據到軟體，從統計到繪圖，一次搞定，並避開常見錯誤，是真正以 ＃初學者起步 為核心的規劃。
⠀
⠀
二十個常見的統計錯誤，與實務寫作時的考量。
🔗 原始貼文 │ https://bit.ly/2WESphu

🎯這次來探討COVID-19感染/疫苗接種後的 #持久免疫力，是多久?

隨著Delta 變異，全面接種疫苗的競賽變得越來越緊迫
💉也因為前陣子台灣一波確診病人紛紛解隔出院了，病人都在問何時打疫苗?

目前指揮中心的做法是 #半年打第一劑
依莫德那和AZ第二劑時程打第二劑

--
🟥 千萬不要認為得過就不用打喔

最近的趨勢，Delta病毒在沒有接種疫苗的族群快速傳播
以及發現在先前有感染過的民眾，抗體尚不足抵禦這些變異
是極嚴重的威脅

而疫苗接種盡早覆蓋完80%以上的病人
是唯一對抗這些病毒的解決辦法

#感染後免疫力如何演變?

先說結論，在 SARS-CoV-2 感染後 6 到 12 個月內，中和滴度保持相對不變，並且疫苗接種進一步將這種活性提高了近 50 倍。

今年6月中旬發表在《Nature》
Naturally enhanced neutralizing breadth against SARS-CoV-2 one year after infection

Michel Nussenzweig的團隊追蹤康復的新冠患者
分別在發病日後約第1個月和第6個月做分析
甚至有受試者是連續12個月的抽血檢測

Nussenzweig 的團隊發現，針對 SARS-CoV-2 的抗體在感染後持續進化長達一年。疫苗可以提高免疫反應。
6 個月後，未接種疫苗的參與者維持了大部分抗體濃度，並保有可以中和病毒蛋白的能力。

他們產生抗RBD抗體的記憶B細胞數量僅比上次訪問時略少，並且已經進化為產生更廣泛、更有效的抗體。

然而，他們的血漿對變體 B.1.1.7 (英國alpha)、B.1.351 (南非beta)、B.1.526 (iota) 和 P.1 (巴西gamma) 的中和活性較低。

與未接種疫苗的參與者相比，接受至少 1 劑疫苗的參與者的抗體濃度更高，中和活性增加了近 50 倍。

疫苗對這些受感染後的病人會增強的記憶抗體，成為“出色的反應”(比一般無感染、二劑接種者還好)。

在該組中，針對變異體的中和抗體水平，超過了在其他研究中在感染或完全接種疫苗的個體中觀察到的針對野生型病毒的水平。

額外的研究支持這一點。另外北美和英國的兩個團隊最近在Science 上發表了研究證明單劑 mRNA 疫苗可顯著增強先前感染患者對 SARS-CoV-2 變異體的免疫反應——這種現象稱為“混合免疫”。

--

#然而對於Delta變體呢

法國最近的一項研究也發表在《Nature》雜誌上，其中分析了康復患者對這種高傳染性變異的免疫力。
"Reduced sensitivity of SARS-CoV-2 variant Delta to antibody neutralization"

7 月初，delta變異很快擊敗其他變異體。

Delta 對一些抗 NTD 和抗 RBD mAb 的中和作用具有抗性，包括 Bamlanivimab，它們與 Spike 的結合度是不足的。接受一劑輝瑞BNT或AZ疫苗的個體的血清幾乎不能抑制變異 Delta。

與 Alpha 相比，未接種疫苗的醫護人員在從輕度感染中恢復過來後
似乎對 Delta 和 Beta 變體的保護較少

雖然該組中有 88% 的人具有針對 alpha 的中和抗體，但也只有 47% 的人中和了 delta。

📌 然而，與未接種疫苗的同齡人相比
接種 1 劑AZ、BNT或 Moderna 疫苗的康復醫護人員
針對所有 3 種變體的中和抗體水平顯著增加。

作者寫道：“恢復期個體接種疫苗後，[針對 delta] 的體液免疫反應遠高於中和閾值，對先前受感染者進行疫苗接種有明顯保護作用。”

📌 在法國的研究中，這些人在接受 2 劑疫苗方案後 8 至 16 週內針對 alpha、beta 和 delta 變體具有高度中和抗體水平。

--
Nussenzweig 說
懸而未決的問題是單獨接種疫苗後免疫力能持續多久。
目前可以知道二劑接種完有足夠與持久的保護作用，我們也看得出是長達12個月

聖路易斯華盛頓大學醫學院傳染病學系副教授Rachel Presti在一封電子郵件中寫道：“除非 COVID 突變足以真正擺脫免疫反應，否則我認為我們不會很快需要Boost (第三劑)。”

Nussenzweig 預測，變異不會在大多數從 COVID-19 中康復的人中引起嚴重疾病。儘管如此，他說，他們應該接種疫苗，“因為當他們這樣做時，他們就會變得更有保護力。

--
📌 文末附上全球前段班的疫苗接種進度

以色列已經全國幾乎完成疫苗覆蓋，60% 的居民已接種二劑疫苗
巴林有 59.9% 的居民完全接種了疫苗，在名單上緊隨其後。在美國，47.5% 的人已完全接種疫苗。

台灣目前疫苗接種率正要衝破20% 是好現象，只要疫苗供應穩定
就可以接近恢復過往經濟活動的目標，不會讓創業家壓力這麼大

引用公共衛生學院副院長陳秀熙教授
不須等到完全確診個案+0才解封。
只要觀察到連續1個月 Rt（有效再生數）< 1
精準風險分層疫苗注射率（1-6類）完成約82%

其餘繼續保持我們邊境管制和社區公共衛生措施
台灣還是可以回到防疫前段班的，大家加油!

::發問前請先詳閱以下資訊::

除了部落客、Youtuber之外我還有一個身分就是彩妝麻豆
主要是擔任品牌的新品示範麻豆
例如口紅全試色讓媒體拍攝發佈
除了自身試用到之外呢我也會和各品牌的彩妝師、櫃姐聊天
問問她們家有沒有什麼大家不知道的隱藏好物

今天這集跟大家介紹各品牌的隱藏好物
很少人大推卻很好用的彩妝保養品😍

#愛用品 #隱藏推薦 #夏曼娣最愛
今天介紹到的我的隱藏愛用品(按照影片中介紹順序):

shu uemura植村秀 超微米毛孔潔淨慕斯
GIORGIO ARMANI-黑曜岩新生奇蹟煥采面膜
MUJI無印良品-可撕型化妝棉
M•A•C -Lightful C 保濕化妝水
Bio-essence碧歐斯-BIO金萃黃金比例雙精華
KIEHL'S-醫學紓敏修復霜
LANCOME 蘭蔻 超進化肌因亮眼精粹霜
LUCAS'PAPAW OINTMENT -木瓜霜
YSL-名模肌密光燦水凝露
innisfree-控油無瑕妝前乳
essence艾森絲-輕柔膚觸粉底慕斯 #09
ESPRIQUE 丰靡美姬-幻粧 瓷能柔焦CC霜(修飾型)
BEAUTYMAKER-美肌修修無痕專業粉底刷
Bbia 超裸肌遮瑕膏
M•A•C-270遮瑕刷
MAOQuillAGE-心機星魅輕羽拋光蜜粉 SPF15 PA+
DIOR-搶眼造型眉筆 #001
Peripera-美眉顯色彩眉膏#2
Bobbi Brown 超防水立體塑眉膏
MAYBELLIN-SODA POP 12色眼影盤
1028-抗暈無阻暹羅貓眼線液 02深邃咖啡
SHISEIDO MAQUILLAGE 3D立體超廣角睫毛夾
REASON 魅力捲翹睫毛膏#艷黑
TOM FORD-腮紅打亮高光修容雙色盤#Sublimate
MUJI無印良品-打亮粉彩#薰衣草
ESTEE LAUDER 雅詩蘭黛 玩色戀愛唇釉 #102
ANGFA-實力派美睫精華液
ANGFA-實力派美眉精華液
ETUDE HOUSE-謎幻星塵玩色個性香水組

This is NOT a sponsored video!
這並不是商業合作的影片

----------------------------------More Mandy ----------------------------------
►FB： https://www.facebook.com/MandyGrass.tw/
►IG： https://www.instagram.com/mandy__________grass/
►For business inquiries ▸▸ redhearteam@gmail.com

Hope you enjoy this video!
FAQ ⇊ ----------------------------------------------------
camer/相機：sony A6500
skin type/膚質: Mixed partial sensitivity混和偏敏感性(眼周乾、T字油)
edit video/影像剪輯軟體: Adobe Premiere 2017