Fotoson Love Vintage Lenses!

  目的： 關於 社群媒體同溫層效應、假訊息傳播機制以及潛在監管策略的主要研究發現和理論框架。 1. 同溫層效應的特性與平台差異 (Cinelli et al., 2021) 主要論點： 該研究旨在定義和量化社群媒體上的同溫層效應，並比較不同平台（Facebook、Reddit、Twitter、Gab）在形成同溫層方面的差異。研究發現，Facebook 比 Reddit 展現出更高的社群隔離程度。 重要概念與事實： 同溫層的定義： 研究中操作化地定義了同溫層的兩個關鍵要素： 個體傾向 (Individual Leaning): 用戶對於特定議題的態度，可透過其產生的內容或用戶之間的認可網絡推斷。個體傾向 (xi) 被定義為用戶產生內容傾向的平均值：「 Then the individual leaning of user i can be defined as the average of the leanings of produced contents, xi ≡ ∑ai j=1 cj ai 」。 同質性互動 (Homophily): 在社交互動中，具有相似意見的用戶更傾向於互動。這可以透過將互動表示為社交網絡並分析其結構來量化。研究假設鏈接是資訊流動的基礎。 極化 (Polarization): 指系統中用戶傾向的分布集中在一個或多個群體中。例如，對於具爭議性的議題，極化可能表現為雙峰分布，代表正反兩種意見。研究指出，極化可能獨立於社交互動的結構或存在而發生。 平台比較：Facebook 和 Twitter: 在疫苗和墮胎等議題上，用戶的傾向與其鄰居的平均傾向呈現強烈的相關性，顯示出同質性群聚的現象。社群結構也顯示，具有相似傾向的用戶形成社群，且某些社群具有穩固的平均傾向，符合同質性互動的觀察。 Reddit 和 Gab: 這兩個平台呈現不同的圖景。用戶的傾向分布較為集中，形成單一的社群，傾向偏左（Reddit）或偏右（Gab）。社群結構也顯示，這些平台上的社群並未涵蓋整個傾向 спектр，且平均傾向相似。中立傾向的社群幾乎不存在，證實了系統的極化狀態。 資訊傳播的影響： 研究使用 SIR 模型模擬資訊傳播，發現 Facebook 和 Twitter 上，具有特定傾向的用戶更可能接收到具有相似傾向的用戶傳播的資訊：「 users ...

  大腸癌篩檢方法與策略：2023 年更新與台灣指引綜述 日期： 2023 年 10 月 27 日 目的： 總結目前大腸癌 (Colorectal Cancer, CRC) 的主要篩檢方法、其優缺點、發展趨勢，並整合台灣的篩檢指引，以供參考。 主要篩檢方法與其特性 根據 Jayasinghe 等人 (2023) 的文獻回顧，以及 Nature 大腸癌篩檢策略 (2022) 和台灣衛福部國健署 (2022) 的指引，目前使用和發展中的大腸癌篩檢方法可分為以下幾類： 1. 非侵入性糞便檢測 (Stool-based Tests)： 糞便潛血試驗 (Fecal Occult Blood Test, FOBT)：高敏感性 Guaiac 法 FOBT (HSgFOBT)： 透過氧化反應檢測糞便中的潛血。美國因廣泛使用其他篩檢方式，此方法數據較少。沙烏地阿拉伯的研究顯示，FOBT 在初級照護中可行，陽性率為 19.7%，CRC 佔異常病理報告的 3.5%。一項包含六個試驗的統合分析指出，FOBT 篩檢可降低 CRC 相關死亡率，但未降低 CRC 發生率。 糞便免疫化學測試 (Fecal Immunochemical Test, FIT)： 使用針對血紅素球蛋白部分的抗體檢測糞便中的潛血。FIT 在美國市售產品的性能差異很大，對於晚期大腸腺瘤和 CRC 的敏感性分別約為 25%-27% 和 74%-81%。FIT 為單一樣本檢測，不需飲食或藥物限制。Nature 文章指出，全球多數篩檢計畫依賴 FIT，已在隨機試驗中證實能降低 CRC 的發生率和死亡率，且單次 FIT 相較於 Guaiac 法 FOBT 更易於居家完成，提高了民眾接受度。FIT 的陽性閾值可調整，以符合內視鏡檢查資源。在 20 μg/g 閾值下，FIT 對 CRC 的統合敏感性為 0.79，特異性為 0.94。降低閾值至 10 μg/g 可提高敏感性至 0.91，但特異性會降至 0.90 (Nature)。 台灣國健署建議，FIT 陽性者應於 6 個月內接受大腸鏡檢查，不建議 FIT 陽性後拒絕大腸鏡者重複進行 FIT 或 gFOBT。 李宜家 (2018) 的研究顯示，FIT 檢測的血紅素濃度越高，罹患 CRC 和晚期 CRC 的風險顯著增加。延遲大腸鏡檢查的時間越長（超過 3 個月），罹患 C...