【#傻眼藥師闢謠專區】打完疫苗的「可以跟不可以」
很多人打完疫苗後，對疫苗的興趣忽然水漲船高，藥師身邊忽然多了很多好奇寶寶，其中有些問題藥師自己也覺得必須來說一說（有一些想問打完會不會變成X戰警的藥師就放水流），希望大家打完後可以讓疫苗發揮最好的效果。
1.聽說...打完疫苗後不可以喝茶和咖啡，否則會「稀釋」疫苗?
答案是：不會！
疫苗採用肌肉注射，不會因為攝取了咖啡和茶就被「稀釋」，而且咖啡因和疫苗也不會有交互作用，不會降低疫苗的效果。只要照正常的量攝取，完全不用擔心會出任何岔子。
2. 聽說…打完疫苗後多喝運動飲料可以防止發燒？
答案是：錯！
運動飲料跟水最大的差異，就是前者含有大量電解質。人在大量流失水分的時候，電解質也會跟著流失，所以運動員在場上大量排掉汗水時補充運動飲料是為了需要電解質。對於體溫的調節（也就是發燒），需要攝取的是「白開水」，沒錯，水才是讓你降溫的好東西！除非你是腎臟病患者，平常有在洗腎，醫師有建議你限水，不然打完疫苗不需要特別喝運動飲料，只要多喝水就好！
3.聽說...打完疫苗應該多吃維他命Ｃ和保肝食品？
答案是：不需要！
Vitamin C於身體的作用主要是抗氧化還有協助膠原蛋白生成，這些都跟疫苗天高皇帝遠的不相關，不需要特別吃！保肝食品也一樣，醫學證實肝病患者可以放心接種疫苗，因為他不會影響到肝臟功能！所以肝炎患者趕緊去打疫苗，然後也不需要額外花錢買護肝保健食品！
4.聽說…打疫苗當天需要停用阿斯匹靈、保栓通等等抗凝血藥物嗎？
答案是：免！
很多人都會擔心打AZ會出現血栓問題，而這些抗凝血藥物本身最大的隱憂卻是出血，兩者剛好是完全相反的狀況。目前國內外的醫學專家大都認為，疫苗施打前後都不需要停藥，不過藥師也建議打完可以確認自己傷口已經癒合不再出血再離開施打站最安全。
5. 聽說…對於打完疫苗之後，飲食習慣要跟著改變？例如：到底可不可以吃海鮮？是不是不能喝冰水？澱粉可不可以吃？
答案是：不～需～要～！
所有你在農民曆食物相剋表上看到、健康雜誌跟你說的那些容易引起過敏的食物，或是平常你覺得吃了會有罪惡感的食物通通都不需要因此忌口（如果是為了體重控制給自己找理由那藥師覺得可以）。疫苗的效果不會因為你吃進去的食物有所改變，你也不會因為打了疫苗碰到這些食物而引起特殊發炎反應。所以海鮮可以吃、澱粉可以吃，冰水也可以喝。
6.聽說…要吃飽飽才可以打疫苗？打完疫苗當天不可以洗澡？
答案是：不相干！
藥師只聽說吃飽才不會肚子餓，然後認真洗澡才不會臭臭der。施打疫苗不需分飯前飯後，只要讓身體處於穩定狀態就可以接種。如果你擔心打完疫苗需要觀察三十分鐘，又不能在施打站吃東西，那藥師建議你先吃點東西再去，免得肚子餓血糖低。至於有的人擔心打完疫苗洗澡會不會把抗體洗掉，疫苗因為是打進身體裡的，所以不會被洗掉，會被洗掉的是你身上的「仙」。
7.聽說…年紀越輕、身體越好副作用越大？免疫力不好可不可以打？
答案是…因人而異。
有關副作用這件事情大家好像又愛又恨，覺得打完都沒有副作用就是疫苗認證的老人，又怕副作用太強身體會不會出狀況。事實上，疫苗在身體的確要經過一連串的免疫反應，才會產生抗體。免疫反應進行的過程中，有可能會出現各種身體變化，所以發燒、疼痛等等都是正常現象，只要不是嚴重不良反應，都應該慶幸，這表示疫苗開始做工了！那什麼反應都沒有發生怎麼辦？根據數據統計，銀髮族只要完整接種兩劑，可以大大降低感染率、以及患病後轉重症的機會！所以不是沒有效，只是免疫反應可能沒有年輕人這麼快速明顯而已，但這也代表阿公阿嬤不需要接受這麼大的衝擊，所以快拉著家裡老人家出門打疫苗吧！只要是政府開放的合法疫苗，就都是好疫苗！
疫苗不是無敵星星，但可以帶來強大的保護力，打完疫苗口罩一樣要戴緊，常洗手酒精消毒，才不會讓病毒有機可趁。
#暖氣藥師的防疫大作戰 #疫苗 #COVID19
調節效果交互作用 在 Re: [問題] 中介或調節效果？ - 看板Statistics - 批踢踢實業坊 的推薦與評價
自曝其短，先說說我對中介和調節的理解
看是不是有錯誤
這樣才比較知道問題點在哪裡XDD
我的理解是：
1.中介(Me)
(a)
X ..........> Y
(b) (c)
X ........> Me.......> Y
.....................>
(c')
檢證步驟：
(1) X和Y的關係顯著(a)
(2) X和Me的關係顯著(b)
(3) Me和Y的關係顯著(c)
(4) X和Me對Y的關係顯著，c'值小於a
目前有的學者認為即使(a)不顯著，X和Y也可能存在中介效應
有可能是因為(b)(c)的方向與(a)相反，才讓(a)不顯著
有些人甚至認為，只要X....>Me Me......>Y這兩段有顯著
中介效果就可以成立
2.調節（干擾）(Mo)
(a)
X ............> Y
(b)
Mo............> Y
(c)
X*Mo..........> Y
當(c)顯著時，表示有調節效果存在
調節的意思就是，Mo會改變X與Y的關係，讓強度和方向出現轉變
我的研究設計是：
（自變項）病情嚴重程度（連續）(X)
（依變項）體重是否變瘦（二分，變瘦1/沒瘦0) (Y)
用Logistic迴歸分析後
現在知道：X和Y的直接相關性不顯著
（-2LL=13.938 Cox and Snell R平方=.043 Nagelkerke R平方=.059
卡方1.729(.189) B= -.087(.492)(不顯著) Wals=.472 ExpB=.916）
之後又參考理論，找出另一個可能影響的因素：吃東西的量（連續）(M)
檢測之後，X和M有顯著的負相關
（R=.364 R平方=.132 adjR平方=.112 F=6.550*
B= -.222* SE=.087 Beta= -.364）
M和Y有顯著的負相關
（-2LL=51.876 Cox and Snell R平方=.159 Nagelkerke R平方=.216
卡方=7.791** B= -.295* Wals=6.011 ExpB=.745）
所以現在知道，X.....>M, M......>Y這兩段關係顯著
X................>Y不顯著
但我不確定「吃東西的量」到底屬於 中介變項(Me)或調節變項(Mo)？
所以兩種檢證方式都有用spss跑
1.如果是 中介(Me)：
我使用二元Logistic迴歸分析，把X和M一起放入共變量欄位
方法用 Enter法
跑出來的結果和單獨只放X的來比：
(1) 自變數只放 X
-2LL=13.938 Cox and Snell R平方=.043 Nagelkerke R平方=.059
卡方1.729(.189)（不顯著）
X的 B= -.087(.492)(不顯著) Wals=.472 ExpB=.916
(2) 自變數放入 X和M
-2LL=43.398 Cox and Snell R^2=.303 Nagelkerke R^2=.413
卡方=16.269***
X的 B= -.173* Wals=6.379 ExpB=.841
M的 B= -.502** Wals=9.103 ExpB=.605
可以發現：
X的顯著程度提高，從 不顯著 變成 顯著
X的B值增加，從-.087變成-.173
M的B值大於X(-.502)
R^2值變大
這樣我可以說M是中介變項嗎？？
（可是X的B值增加，而不是減少）
另外，如果它是中介變數，那要怎麼詮釋？
(1)因為X....>M(負相關)，M.......>Y(負相關)
表示：病情越嚴重，吃的東西越少，進而會讓體重變瘦
病情嚴重程度和體重變瘦成 正相關
(2)但把X和M一起放進去時，X...>Y 卻呈現負相關
代表 病情嚴重程度 和 體重變瘦與否成 負相關
應該用哪一部分來做解釋？因為(1)和(2)似乎是相反的
2. 如果是 調節
使用 二元Logistic回歸
先放入 X，其次是M，第三是X*M
使用Enter法
跑出的結果是：
-2LL=30,256 Cox and Snell R^2=.480 Nagelkerke R^2=.653
卡方=13.142***
Hosmer與Lemeshow檢定：卡方=21.046**
（似乎表示模型不佳）
X的 B= -.689** Wals=8.530 ExpB= .502
M的 B= -1.730** Wals=7.224 ExpB= .177
X*M的 B= .108** Wals=6.915 ExpB=1.115
交互作用也有顯著，這樣表示M是調節變項？？
那要怎麼詮釋 X*M的B值是正的，X和M的B值是負的？
另外，一個變項可以同時是 中介＋調節嗎？
我可以說：病情的嚴重程度(X)可能會讓 體重變瘦(Y)
但必須視吃東西的多寡(Mo)而定
病越重，吃很多，體重不會瘦
越健康，吃很少，體重會變瘦......可以這樣詮釋嗎??
或是說：M的加入可以讓X和Y之間關係強度增強，使其出現顯著？
又是落落長一篇
希望版友們能有耐心看完
萬分感謝大家的回覆!!
※ 引述《winchin (撼動宇宙的第一小步)》之銘言：
: 最近遇到一個問題，翻了許多資料後還是沒啥頭緒
: 所以上來請教有經驗的板友
: 我的問題和中介效果、調節效果有關
: 內容有點長，裡面的故事也都是另外舉例的，還望大家能有耐心看完..
: 首先，簡單說明一下我的主題
: 一開始我想檢驗「身體的健康程度」(X)和「體重是否變瘦」(Y)兩者間的相關性
: X是連續變數，0非常健康-------->20病情嚴重，病越重，分數越高
: Y是二分的變數（變瘦1／沒變瘦0）
: 傳統論點認為：健康越不佳，體重就會變瘦
: 所以檢證的假設是：X和Y之間是 正相關
: 但跑了Logistic迴歸之後卻發現，X和Y之間的相關性 不顯著 且是 負相關
: 所以接下來我就想找看看有無其他的因素會影響X和Y間的關係
: 從過去理論文獻當中
: 學者們提到「吃進去的食物性質與數量」(M)會影響「體重變瘦與否」(Y)
: 因此我就列出三種食物（澱粉類M1、水果類M2、茶類M3）（連續變數）
: 檢驗他們的相關性
: 結果呈現出：
: 一，「健康程度」(X)和 澱粉類M1、水果類M2、茶類M3 都有顯著的 負相關
: （病越重，吃得越少）
: 二，只有 澱粉類M1 和 「體重變瘦」(Y) 之間有顯著的 負相關
: 至於M2 M3都未顯著
: （澱粉類的熱量高，吃越少，越會變瘦；吃越多，越會發胖）
: 所以我就知道 澱粉類M1 可能會影響X和Y的關係
: 為了確定M1確實有影響
: 因此我把 M1當成 控制變數，和X一起再跑一次 Logistic迴歸
: 結果顯示：
: X對Y的關聯程度提升，而且負相關達到顯著水準
: 我現在的問題點是：
: 一，請問我把M1當成控制變數的做法
: 能不能用來判定 M1的確有著中介或調節的效果？
: （我不需要知道效果的強度，或完全中介與部分中介
: 只需要知道是不是有中介效果即可）
: 二，我查到的資料在進行中介或調解效果分析時
: 依變項(Y)都是連續變項，或者分成三份以上的變項（用虛擬變項去跑）
: 但我的依變項卻是二分，0和1的變項
: 好像沒辦法用這種方式去檢驗？那有沒有其他合適的方法？
: 三，大家常說的中介效果成立都是符合：
: (a) X------->Y 顯著
: (b) X------->M1 顯著
: (c) X*M1---->Y
: 但我的情況是：
: (a)X------->Y 就已經不顯著
: 但是
: (b)X------->M1 顯著
: (c)M1------>Y 顯著
: 那這樣 X----> M1-----> Y 之間還有中介或調節的關係嗎？
: 四，在這樣的情況之下，該怎麼替 M1 定名？
: 它是 中介變數？調節變數（干擾變數）？還是......？
: 五，該怎麼詮釋統計結果比較妥當？
: 目前比較確定的是：
: 1. X和Y沒有顯著的直接相關（身體的健康程度不會直接讓體重變瘦）
: 2. M1和Y有顯著的負相關（澱粉類吃越多，體重越胖0
: 吃越少，體重越瘦1）
: 3. X和M1有顯著的負相關（病得越重，吃東西的量越少）
: 4. 把M1當成控制變項後，X和Y之間出現 顯著負相關
: （病得越重，體重越胖0，身體越健康，體重越瘦1）
: 如果只就2和3（X--->M1，M1---->Y）這兩段來解釋，是合乎理論預期
: （病得越重，澱粉類吃越少，澱粉類吃越少，則體重越瘦
: 所以病情越重 與 體重變瘦 之間有著正相關）
: 但M1的角色是甚麼？可以把它稱為中介變項嗎？
: 另外，要怎麼解讀 4 這一點？
: 它雖然凸顯出M1的影響力，可是卻和理論預期相反
: 而且也和結合2,3兩段後的解釋相反
: 在控制M1以後，X和Y呈現出顯著的負相關
: （病越重，體重越胖？？？）
: 我目前的解釋方法是：
: 病情的嚴重程度(X)在某種情況之下的確可能使得 體重變瘦(Y)
: 但體重變瘦與否 必須視 澱粉類M1 吃的數量多寡而定
: M1是很重要的干擾或中介變項
: 倘若病情很嚴重，同時澱粉類吃很多，那麼體重變瘦的機率會增加
: 如果病情嚴重，但澱粉類吃很少，則變瘦的機率會下降
: 如果身體很健康，但澱粉類吃很多，會提高變胖的機會
: 如果很健康，但澱粉吃很少，會降低變胖的機會
: 請問這樣的解釋妥當嗎？？
: 懇請版友們提供建議，萬分感謝!!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 112.105.52.213
※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1397730001.A.8DE.html
※ 編輯: winchin (112.105.52.213), 04/17/2014 20:14:11
... <看更多>