😬😬 挖喔，很好奇接下來的股價走勢~市場先生會如何回應呢
首支國產疫苗的二期臨床實驗數據將在明天揭曉，高端二期臨床主試驗，在4月28日完成所有受試者第二劑疫苗施打，於5月28日完成所有受試者第二劑疫苗施打後一個月、以及中位數受試者追蹤二個月期間的安全性與免疫生成性評估數據，並交由第三方單位（CRO，臨床試驗受託機構）進行資料清理，預計明天將進行期間分析解盲作業。
---
😬😬小百科: 何謂解盲
藥物在上市前需經過動物試驗及人體試驗，在人體試驗中，研究分析者為取得精確度會透過盲化進行結果校正，其中包含單盲研究(Single-blind study)、雙盲研究(Double-blind study)及三盲研究(Triple-blind study)，直至研究結束進行資料解盲(Unblind)與分析。
臨床試驗進行時會將患者隨機編排為實驗組與對照組，實驗組給予真正的藥物，對照組則給予安慰劑。
單盲是在進行試驗時，僅試驗對象不知自己是否為實驗組或對照組(控制組)；雙盲是試驗對象及施測人員皆不知受試者為實驗組或對照組；三盲則是連同蒐集資料、分析研究結果的統計學家都不知道哪組資料屬於實驗組或對照組，其用意皆為避免人為因素影響試驗結果。
解盲係指在資料蒐集及分析過後，研究人員才會知道實驗對象所屬組別，其結果評估則會產生完整的療效指標(endpoint)。
https://tw.news.yahoo.com/%E9%AB%98%E7%AB%AF%E5%9C%8B%E7%94%A2%E7%96%AB%E8%8B%97%E6%98%8E%E5%A4%A9covid-19-%E7%96%AB%E8%8B%97%E8%A7%A3%E7%9B%B2-%E5%B0%87%E5%81%9C%E6%AD%A2%E4%BA%A4-110628485.html
控制組對照組實驗組 在 Re: [求救] 實驗的一些設計- 看板Biotech - 批踢踢實業坊 的推薦與評價
發表淺見 :)
實驗是為了證實某個假設（或理論） 因此必須設計「實驗組」
為了證實某個假設（或理論）「正確無誤」 因此必須設計「對照組」
為了證實某個實驗過程和結果「正確無誤」 因此必須設計「控制組」
所以理想的實驗設計 除了「實驗組」、「對照組」之外 必須作「控制組」
實驗組：基於某個理論或是假說，在現有的技術上測試的組別。
對照組：證實實驗組現象，是由某一個「操控變因」引起，而做的比對組別。
理想上，好的對照組，和實驗組只能有一個（或一種）變因的差別。
通常對照組會將該變因設計為「無變因」或「背景值」。
控制組：為了證實整個實驗過程中沒有發生錯誤，而做可預期結果的組別。
即為確認「操控變因」以外的因素（控制變因）沒有錯誤。
理想上，好的控制組，除了判斷實驗過程沒有錯誤外，
還能幫助找出實驗失敗的原因。
※ 引述《linzhengzhan (研究所：碩士班vs博士班)》之銘言：
作個補充
控制組 是將某個實驗「測試項目」置換成「可預期結果的項目」
來確保實驗結果不是false positive（偽陽性）或false negative（偽陰性）
以下positive稱為(+) negative稱為(-) control稱為ctrl
（因為要確定「控制變因」沒有問題 因此稱為「控制組」）
: 簡單的說：
: positive control：就是一定有的東西，如果實驗結果沒有出來，就可能是實驗有問題…
正控制是將測試項目置換成「確定會做出結果的項目」
因為預期會「有」因此稱為「正」
若(+)ctrl結果呈現(-)，表示控制變因有問題，
通常是reagents少加，或是變質。
此時若test項目也呈現(-)，則可能為false(-)
（因為可能是reagents發生問題才導致negative）
此時若test項目呈現(+)，那就要檢查日期是否為農曆七月（好吧～很難笑）。
而找出問題的方式為：
1.先將(+)ctrl重跑一次（勿將上次的mixture拿來重複使用），
如果可以的話在再找另外一個「確定有結果的測試項目」來同時測試。
此為測試是否因為「少添加」某reagent(s)而導致上次ctrl的失敗。
2.若依然呈現(-)，則將所有reagents（控制變因）換成新的（或另一來源），
重新再跑一次(+)ctrl，能的話測試兩個以上「確定應有結果的測試項目」。
此為主要測試「確定應有結果的測試項目」沒有發生問題。
3.另將reagents的一項（或一組）逐一更換新的，來找出有問題的reagent(s)。
如果實驗經費充裕，可以不做此步驟而將可能有問題的reagents全部丟棄。
4.以上1～3項可三者同時或挑兩項同時測試（自行拿捏時間和實驗經費的平衡點）。
若依然1～3項都是(-)，則必須檢查protocol或instrument是否有問題。
: negative control：就是一定不會有的東西，如果結果有，就“自求多福“……
負控制是將測試項目置換成「確定不會有結果的項目」
因為預期會「沒有」因此稱為「負」
若(-)ctrl結果呈現(+)，表示控制變因有問題，
通常是reagents受到污染。
此時若test項目也呈現(+)，則可能為false(+)，若為定量則會造成數據的不正確。
（因為可能是reagents發生問題才導致positive）
此時若test項目呈現(-)，那有很有可能「確定不會有結果的測試項目」受到污染。
而找出問題的方式為：
1.先將(-)ctrl重跑一次（勿將上次的mixture拿來使用），
再多找另外一個「確定不會有結果的測試項目」的來源做同時測試。
此為測試或是操作過程是否造成污染（技術問題，甚至換人操作），
同時也測試「確定不會有結果的測試項目」是否為污染源。
2.更換新的一組耗材（會接觸reagents的項目）或操作環境。
確定不是耗材或環境本身引起的污染。
3.另將reagents的一項（或一組）逐一更換新的，來找出有污染的reagent(s)。
如果實驗經費充裕，可以不做此步驟而將可能有問題的reagents全部丟棄。
4.以上1～3項可三者同時或挑兩項同時測試（自行拿捏時間和實驗經費的平衡點）。
若依然1～3項的結果都是(+)，則要認真思考污染來源為何。
: internal control：控制實驗的條件，已減少變因；在結果方面，是大家長的一個樣；
: ex. western blotting 常用就是β-actin，以確定每個well的
: protein量都一樣……
: RT-PCR常用的就是GAPDH之類的……
internal ctrl跟實驗結果的(+)/(-)無關（定性部份） 而是跟「定量」有關。
也就是「相對定量」所做的normalization ，
確保test項目的數據的相對大小（即倍率）為正確。
通常挑選為internal ctrl的項目，應該要為穩定（變異性小）、均勻、不易受影響。
例如某測試項目的結果 A為B的兩倍，
但是internal ctrl的結果 A亦為B的兩倍，
那麼經過normalization後（將測試數據除以internal ctrl數據），
A與B並無差異。
通常定性實驗都會做(+)ctrl和(-)ctrl
而定量實驗都會做internal ctrl和(-)ctrl（因為(-)ctrl呈現(+)，那定量就有問題）
--
有錯請指教囉～
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.129.62.151
... <看更多>