【涂醫師觀點：特權疫苗爭議？這4個縣市就佔全台第二類施打名單的73％！】
今年6月7日我寫了一篇文章，「#為什麼他們先打疫苗？」，我當時提出疫苗施打原則可以分成兩個部分，第一是讓感染的人因為打疫苗，較不會轉變成重症，這類族群主要對象是老人或慢性病患等，我稱之為 #福利型疫苗。打疫苗的第二目的是爲了控制疫情，這是從公共衛生的考量，優先給醫護人員、防疫人員、近距離服務人員如長照機構同仁以及活動力高的年輕人，這部分考量點在於減少被感染及傳染別人機會，我稱之為 #防疫型疫苗。而每個國家對這兩部分施打順序都會有不一樣的思維考量。
當時台灣因為這兩個截然不同思維講不清楚造成爭先恐後，范疇先生曾提出依「陌生人接觸頻率」以及「流動頻率」來判斷施打順序。我很認同，因此我寫了那篇文章來加以補充。我認為施打順序應該不要單用用年齡或職業別來考量優先順序，應該用 #接觸風險的可能性再區分ABC三個等級，如果要量化，可先用職業別先打分數，同一個職業別再依照每個人的感染風險程度進一步分級評分。
舉例來說，醫院在職業類別屬於接觸風險最高的一群，可是同樣醫院裡面可依照實際接觸機率另外再打不同分數，如產科醫師基本上較少有感染病人，傳染風險較低；心臟科醫師接觸感染風險會較高一點；當然感染科醫師的風險係數一定是全院最高，而非直接接觸的病人行政人員風險係數較低。因此可依照這樣的接觸風險打分數，再乘上職業類別排序的分數，就是每個人的優先施打分數。
目前社會上爭議很大的就是針對第二類的施打族群，即所謂的「防疫相關的人員」。縣市長理論上他可能會接觸防疫相關人員，也是各縣市的防疫總指揮官，他列入第二類施打對象應無太大爭議。但是縣市政府中的各局處首長及府外的人員，真的都是跟防疫相關嗎？
即使第一類醫護人員及第二類防疫人員可以優先施打，但也應該如以上所提：#依照感染風險再分三級。之所以會產生第二類特權的爭議，主要是因為指揮中心對於第二類的定義太鬆，讓地方縣市首長自行定義各自的第二類標準，各縣市首長當然都會有自己考量。
基本上縣市首長不大懂公衛或醫療，但是懂選舉，自然會以樁腳或金主為優先考量。趙少康等人之前批評特權施打，第二類所謂防疫人員被擴大解釋，讓不必施打的人可優先施打，而卻造成要真正需要施打的人沒疫苗可打。我必須說特權的確該罵，但我也認為國民黨罵錯了，忘了刮別人鬍子，之前要先刮自己的鬍子。
陳時中部長就因為國民黨一陣亂罵，逼得他不得不公布第二類施打前面4名的縣市，竟然都是國民黨執政的縣市。包括彰化縣8238人，雲林縣5499人，南投縣4719人，嘉義市3842人。光這4縣市就占第二類中央及地方造冊總數的73%。這些縣市都屬於規模較小的縣市，4個縣市的人口總數只佔台灣人口的7.2%，但第二類的登錄人數卻佔73%，這前四名縣市才是真正的圖利特權，搶民眾疫苗的大咖。為了選舉，縣市長優先照顧樁腳與金主，但對於真正需要施打的第二類縣市民，可用的疫苗數量被迫減少，這種政治考量，既不符合科學也不符合人道精神。
感謝趙少康等國民黨政客指出特權問題，但要罵就要罵得有道理，否則反而罵到自己人而自取其辱。
相關係數解釋 在 Re: [問題] 相關係數的解釋- 看板Statistics - 批踢踢實業坊 的推薦與評價
※ 引述《yplee (yunpei_)》之銘言：
: 大家好!
: 1.我想要請問相關分析中兩變項為顯著高、低相關的闡述應該如何說比較恰當?
: 比如說常常聽到，變項A與變項B有顯著且高的正相關，所以說當變項A愈大，則變項B
: 也愈大?可是如果是變項A與變項B有顯著且低的正相關，那解釋的方式不是也跟為高相關
: 時相同嗎?只是解釋的變異量偏低而已?
: 因為前輩說有顯著相關總比零星相關來的有力，所以想瞭解一下遇到這種情況，應該如
: 何表述比較合適。
: 2.假設樣本數為50，獨處偏好與幸福感間的相關係數為-0.3，顯著性為.04，那形成這
: 樣顯著卻低相關的結果，有可能是因為樣本過少造成的嗎?還是是其他因素造成的呢?
: 比如說人格之類的嗎?
: 先謝過各位先驅了
來，先給你幾個觀念
相關係數代表：兩變項相對位置的一致性程度
相關係數愈高代表兩變項一致性的程度愈高
你可以從標準化迴歸式來理解這概念
至於正負號只是方向的問題
一個相關係數 必須要從兩方面考量
1 絕對強度
2 統計顯著性程度
通常要具有統計顯著性的相關 也才會去看絕對強度的高低
統計顯著性的相關 代表在虛無假設成立下(兩變項完全獨立)
而會發生此相關係數甚至更大的相關的機率
這也就是p值，p值愈小 代表隨機發生的程度愈小 一般通常定.05
所以當小到能拒絕虛無假設 代表隨機的可能性低 這相關應該非隨機所產生
絕對強度 通常以0.1 0.3 0.5代表小、中、大的相關效果
再來求一個相關係數必須考慮到基本的假設
變項是要等距量尺
避免掉全距限制
相關是線性相關
測量工具的信度問題會產生相關係數的縮減問題
避免掉小樣本的極值而產生相關係數的波動
回答你的問題
相關0.3也只能說算中小的強度
為什麼相關會低？
那我問你 你怎知相關一定是高的？
就是不知道才會去求相關
也可能相關就是0.3
你能做的就是去檢視 我上述所提的假設
看你的題問陳述
樣本數50應該還好
樣本的異質性你要去注意，通常異質性大一點好
我想測量工具會有影響，造成相關係數稍低
注意是不是有非線性相關產生，去看看散佈圖
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.220.119.2
※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1456471783.A.E8E.html
... <看更多>