網站更新隱私權聲明
本網站使用 cookie 及其他相關技術分析以確保使用者獲得最佳體驗,通過我們的網站,您確認並同意本網站的隱私權政策更新,了解最新隱私權政策

0

17
1

文字

分享

0
17
1

看見隔離者的孤獨與焦慮——防疫點日記

研之有物│中央研究院_96
・2020/12/23 ・4361字 ・閱讀時間約 9 分鐘 ・SR值 545 ・八年級

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位。

  • 整理撰文/龔雋幃,美術設計/林洵安

中研院院區開放演講:台灣防疫成功了嗎?

為什麼隔離者會想偷偷溜出門?是防疫知識不足,還是社群互動邀約多?經歷 14 天禁閉,他們的心理狀態、社會互動又會有哪些變化?2020 年中研院院區開放日,社會學研究所李宣緯助研究員進行科普演講,分享「防疫點日記」的研究成果,分析影響隔離者服從、配合意願的關鍵因素。

宛如平行時空的台灣,我們做了什麼?

在這場世紀大疫中,台灣未曾封城、禁足,社會與經濟活動很快重見熱絡,繳出了不錯的防疫成績單。跟各國相比,台灣政府在防疫上顯然做對了不少事,成功建立起人民信心,願意配合政府政策。

李宣緯認為,「台灣模式」來自幾項重點。首先是謹慎行事,每一步都有妥善規劃,中央、地方政府相互配合。

第二,快速反應、超前部署。去年底,政府從網路一得知武漢出現可疑肺炎,馬上繃緊神經。隨後也迅速拉高應變層級,展開邊境管制。

第三,資訊透明,「防疫五月天」連續 140 天每日召開記者會、現場直播,接受媒體詢問,和全民報告疫情變化。

最後,則是良好的公民素養。經歷過 SARS 慘痛經驗,台灣社會已建立起高度公衛意識,當疫情來襲,配戴口罩迅速成為全民共識。

這些關鍵作為,讓台灣到 10 月底還不滿 600 例確診,僅有 7 例死亡。根據中研院社會所「中國效應研究小組」 4、5 月的問卷調查,高達 79.1% 的民眾認為政府防疫做得「很好」,18.1% 則回答「好」,表現評價可說是接近滿級分。此外,台灣今年第二季的經濟成長率僅微幅衰退 0.6%,遠勝受疫情重創的世界各國。

至今為止,台灣防疫表現不只是對抗病毒的優等生,也獲得民眾的高度認同。

2020 年 5 月,中研院中國效應研究小組進行調查,對於「您認為台灣政府在處理這次新型冠狀病毒疫情的表現好不好」,79.1% 回答「很好」,18.1% 回答「好」,正面評價達 97%。
圖/研之有物

防疫點日記:透視被隔離者的內心

對抗病毒除了政府的政策戰略,更需仰賴眾人配合。例如,返國者誠實告知身體狀況,遵守隔離規定。也因此,每當新聞出現趴趴走隔離者,必定引來千夫所指、罵聲不斷。然而,為什麼多數隔離者願意配合、服從?在哪些壓力、環境影響下,會讓他們浮現「落跑」念頭?隔離者長時間不能和別人接觸,他們身心有什麼變化?

為了進一步瞭解隔離對個人的影響,中研院社會所與統計所共同展開「防疫點日記」計畫。研究團隊開發了「防疫點日記」網站,募集 140 位被隔離者,參與為期超過 30 天的線上調查;同時也加入 158 位沒有隔離經驗的人,進行對照。

被隔離者必須詳細記錄每天的日常生活細節,譬如昨天花了多少時間工作或學習、和他人社交?今天覺得孤單嗎?起床後會覺得漫無目的嗎?透過這些情緒反應、娛樂活動、社交頻率,觀察分析他們的身心變化。

此外,調查也要求參與者提供跟他人的互動接觸紀錄,不論是面對面,或者線上臉書私訊。所有參與者都需要記下他跟誰互動,和對方的關係,互動時間,當面、電話或網路接觸。隔離者每日平均至少記錄 3 筆人際互動,解除隔離後、非隔離者則每日平均提供 5 筆以上的紀錄。

「我們想要看的是,這群人的社會網絡有沒有變化?」李宣緯補充解釋:「大家可能沒有聽過社會網絡,在臉書上把人跟人串連起來,就是一個很簡單的社會網絡。」

簡言之,防疫點日記研究試圖要瞭解:在疫情高度衝擊下,我們的社會網絡、人際互動是否被改變?隔離者會出現社交行為或身心變化嗎?對政府的滿意度是否受到影響?

社群留言關鍵字第一名:謝謝

研究發現,經過隔離並沒有讓人們對政府不信任,反而更加肯定。在點日記開始前的前測調查中,隔離、未隔離兩組人都有超過 55% 認為政府資訊「透明」;等到 30 天結束的後測,兩組人認為政府資訊「非常透明」又分別躍升超過 10%。調查結果顯示,無論有沒有經過隔離,多數人皆高度推崇政府的防疫政策相當透明。

另一方面,研究團隊也從社群平台的互動,檢視政府和民眾的溝通關係。他們徵得部分參與者的授權,存取他們過去一年的臉書社交紀錄。

讓人意外的是,比起隔離者,未隔離的人與「衛福部粉專」的互動數量更多,而且幾乎以按讚為主。社群留言的關鍵字前六名,則分別為「謝謝」、「防疫」、「辛苦」、「部長」、「人員」、「所有」,普遍是支持政府的正面聲音。

研究蒐集到 87 位隔離者、65 位未隔離者的臉書資訊。兩組人按讚的粉絲頁重複性高,包括蔡英文、五月天阿信、插畫家 Duncan 等。不同的是,未隔離者多數有追蹤衛福部,隔離者則多數追蹤海外旅遊、機票,可能與當時隔離者多為海外返國者有關。
圖/研之有物(資料來源/李宣緯 )
從臉書互動可知,疫情爆發以後,和衛福部粉專互動比例明顯飆高。
圖/研之有物(資料來源/李宣緯 )
從詞源頻率分析,六大關鍵字為:謝謝、防疫、辛苦、部長、人員、所有。
圖/研之有物(資料來源/李宣緯 )

為什麼他們想離開隔離處?

新冠肺炎爆發以來,為了遏止疫情擴散,各國紛紛祭出封城、禁足、邊境管制等不同手段。當政府以安全、公衛之名,要求人民放棄部分自由,人們願意讓渡什麼?能夠容忍到什麼程度?國家管制與個人自由之間的權衡衝突,備受熱議。過去,便有學者針對 SARS 研究發現,「外出社交」是個人最難放棄、遵從規範的部分。

因此,研究團隊也以「今天有沒有想要離開隔離地的念頭?」,檢視隔離者服從政策的意願。這包含了兩項研究議題:一是哪些因素會影響民眾服從或不服從?二是焦慮在其中扮演了什麼作用,是不是一個中介因素?

李宣緯分析,影響服從度首要是負面情緒;曬不到日光、感受到較少支持、遭受隔離汙名化等等,都可能導致負面情緒。再者則是社會責任,是否清楚認知隔離對於社群的意義。另外,是否獲得充分資訊、具備公衛知識,也會影響到服從度。

根據迴歸統計結果,男性較女性服從意願高。內心愈焦慮、孤單,愈容易想離開隔離處。隨著隔離天數拉長,愈到後期,愈會有出門的想法。另外,遭受陌生人指責的汙名化程度愈高,或是覺得隔離對社會沒有幫助,只是在浪費時間,也都會降低隔離者的服從意願。

反過來,無論是透過線上或線下,只要接觸人數愈多,和家人朋友愈常聊天互動,則愈不會有想離開的念頭。

那麼,經歷過隔離,又會帶來哪些變化?

14 天閉關後,隔離者的「互動人數」顯著下降,「防疫和公衛知識」明顯提升,對「政策公開透明度」認同比例也上升,不過「認同自身隔離對社群有幫助」反而下降。

李宣緯解釋,原因可能是隔離者認為自己其實是健康的人,但卻得禁足 14 天,因而認為這次隔離實際上沒有太多價值。分析隔離者的汙名化經歷,他們遭受的汙名壓力最主要來自陌生人;隔離期間遇到麻煩時,他們尋求協助的對象則多數是家人。

圖/研之有物(素材/iStock)

總結來說,究竟為何有些人會冒著被裁罰、指責的風險,想離開隔離處?根據研究發現,當負面情緒湧現、缺乏社會責任意識的情況下,就會使人傾向於不服從。另外,和原本預期不同,防疫公衛知識程度越高,愈清楚身體不舒服時,要與他人保持距離、通報醫護人員,反而愈容易想離開,推測可能是認為自身感染可能性低、有能力自我保護。

焦慮也確實扮演部分中介,當個人感受到被大眾指責的汙名化壓力,可能產生焦慮感,降低隔離者的服從意願。

李宣緯強調,防疫是眾人的努力總和,隔離者一定程度犧牲了個人自由,以換得社會的公衛安全。若我們能更了解個人獨自面對隔離的壓力、焦慮、身心變化,以及需要的正向支持,或許也更有助社會共同對抗病毒。

研究發現,隔離期越長、越孤單焦慮,外界對隔離者的汙名越強,感覺不到隔離的意義,都會降低配合意願。另外,自認防疫知識夠充足也是影響原因,推測可能是認為自身感染機率低、有能力自我保護。相反的,社會互動越高,就越不容易放棄隔離。
圖/研之有物(素材/iStock)

演講最後進入問答環節,不少學生熱烈發問:

Q:政府有很多防疫文宣或影片,各族群的接受度可能也不同,如何衡量政策溝通是否有效?

我們大致從三個面向,檢視政策溝通是否有效:

一是根據中國效應小組的問卷調查,數據顯示民眾普遍肯定防疫政策是成功的,政策支持度很高,可以看到政府的防疫作為的確獲得正面的溝通成果。

其次,在防疫點日記研究中,無論隔離者、一般人,多數參與者都認為資訊相當公開透明,顯示政策傳達是有效的。

第三,研究也分析參與者和衛福部臉書的互動情形。留言關鍵字多數是正面,謝謝高居榜首,互動形式也以按讚、笑、愛心等居多。

以上綜合來看,防疫政策確實達到有效的溝通。

Q:台灣的防疫策略是特例嗎?類似做法移植到其他文化脈絡,會不會造成反效果?

目前看來,很多做法應該是共通可行的。

比如邊境管制,許多國家後來陸續採行,但如果初期就開始執行,防疫效果可能更明顯。口罩徵收、統一配發政策,也有安定民心的效果,降低物資缺乏的集體恐慌心理。另外,包括政委唐鳳協調的數位應用政策,提供大家即時資訊,這些都能參考、挪用。

廣義來說,我認為多數政策應該都能被複製,差別只在於政策施行的時間、強度。某些措施越延遲開始,效果就不如預期。

因應疫情,今年中研院院區開放活動首度縮小規模,但這場演講仍吸引許多國、高中生到場參加,不只專心筆記,也相當積極提問、回饋,反應熱烈。圖/研之有物

延伸閱讀

  • 演講直播影片
  • Fu Yang-chih, Lee Hsuan-Wei,〈Daily Contacts Under Quarantine amid Limited Spread of COVID-19 in Taiwan〉,《 International Journal of Sociology》 1-11,2020
  • 李宣緯個人網頁


 

文章難易度
研之有物│中央研究院_96
222 篇文章 ・ 1442 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook


1

3
0

文字

分享

1
3
0

「血液病理診斷」導入 AI 應用,輔助醫師快速精準判讀、減輕負荷量

鳥苷三磷酸 (PanSci Promo)_96
・2022/01/17 ・2491字 ・閱讀時間約 5 分鐘

本文由 台灣諾華 協助刊登,審定編號 TW2201057472。

  • 作者/許君咏

我們想讓你知道:

被喻為困難診斷疾病的骨髓增生性腫瘤,難在哪裡?由於「病理切片判讀」很難找出「兇手」,因此,林口長庚醫院與台灣諾華及雲象科技合作,將 AI 運用於血液病理診斷,有望幫助醫生進行快狠準的判讀,可以減少經驗多寡限制,以及減輕醫生的判讀的負荷量,更重要的是,為病患做出正確的診斷,幫助及早進行治療。

在血液癌症的診斷中,病理切片是必要條件之一,例如骨髓增生性腫瘤(myeloproliferative neoplasm,簡稱 MPN),因為種類繁多,臨床症狀、病理變化及突變特徵重疊性高,過去需仰賴經驗豐富的臨床血液科及血液病理科醫師人工鑑定,然而對抗血液腫瘤就如同與時間賽跑,若無法立即提供判讀結果,延誤了治療時機,將影響病患存活率。

「骨髓增生性腫瘤」到底是什麼?

骨髓增生性腫瘤(MPN),以前稱為骨髓增生性疾病,是一組以一個或多個血細胞(白細胞,紅細胞,血小板和/或纖維細胞)過量產生為特徵的疾病。

首先,骨髓是人類的造血器官,它的重要功能就是產生造血幹細胞,之後這些造血幹細胞透過分化再生成不同的血細胞,例如紅血球、血小板、顆粒球、單核球等。而骨髓增生性腫瘤是一組罕見的血液癌症,會導致骨髓中產生過多的紅血球、白血球、血小板,根據 2016 世界衛生組織的分類,這組疾病中較常見有四類,各有不同的預後及治療方式,包括原發性血小板增多症(ET)、真性紅血球增多症(PV)、原發性骨髓纖維化(PMF),原發性骨髓纖維化又有兩種亞型:早期骨髓纖維化(pre PMF)及顯著骨髓纖維化(overt PMF)。

骨髓增生性腫瘤種類

至於確切的罹病原因目前並不清楚,科學家尚在研究中。林口長庚醫院血液科郭明宗醫師說:「骨髓增生性腫瘤臨床上常見有 3 種基因突變,分別是 JAK2V617,CALR,MPL。不論是後天的基因變異,或是環境因素等皆為可能致病因子,目前在臨床上面臨的最大挑戰不僅是治療,其實從診斷程序挑戰就已經開始。」

難如登天的「病理切片判讀」,究竟要如何找出「兇手」呢?

被喻為困難診斷疾病的骨髓性增生腫瘤,難在哪裡?

郭明宗醫師進一步說明,因骨髓性增生腫瘤屬於血液增生性疾病,和其他實體腫瘤不同的是,病患沒有明顯可觸及的腫塊,通常是因為出血、中風、脾腫大等併發症而求診,無法直接看出病因是什麼。這時醫生就像偵探一樣,必須從其他類似的症狀、血液檢查數值等尋找線索,列出可能的疾病名單,而最關鍵的證據除了基因變異之外就是「病理切片判讀」。因此, 2016 年世界衛生組織也將「骨髓切片」列為骨髓增生性腫瘤診斷的必要條件之一。

但最難的部分就在於「病理切片判讀」,林口長庚紀念醫院解剖病理部莊文郁副主任說:「骨髓切片主要是由血液病理次專科醫師進行判讀,而骨髓增生性腫瘤判讀的複雜度遠超乎一般人所能想像,病理醫師必須仔細評估各種造血細胞在顯微鏡下的數量及形態,特別是巨核細胞的形態特徵、數量及空間分布,才能得到精準的診斷。」

莊文郁主任實施病理切片判讀

也就是說,傳統的病理切片裡的血球型態與其他疾病極為相似,需由經驗豐富的醫生判讀,並進行診斷,然而人工判讀的缺點在於,難以取得客觀量化的數據,並且可能會有人為誤差。如前段提及骨髓增生性腫瘤有不同種類,預後和病程進展有極大差異,需要不同的治療策略。郭明宗醫師分享:「早期世界衛生組織尚未明確分類時為例,曾有 20% 的患者原先被診斷為原發性血小板增多症(ET),後續分類後重新診斷為早期骨髓纖維化(pre PMF)。」說明病理切片判讀在診斷上有一定的困難及複雜性。

病理切片耗人又講求經驗怎麼辦?AI 來幫忙!

莊文郁副主任說:「林口長庚每月有近萬個案例、高達上萬筆的病理玻片需要判讀,病理團隊每日皆須面臨龐大且急迫的病例,為了能及早且精準幫助病患確診,已全面將病理玻片數位化,為全台少數完成跨院區病理科數位化的醫療院所,可大大提升判讀方便性。」

這次合作跨界三方,結合不同優勢,林口長庚龐大的病理資料庫,雲象科技的 AI 技術,加上台灣諾華長期投入血液腫瘤研發治療的經驗,共同提升台灣血液腫瘤篩檢量能,幫助病患在進入急性期或惡化前獲得及時診斷及擬定適合的治療策略,延續病患生命並提升生活品質。

血液疾病的診斷與治療相當困難,然而因病患數不如其他器官癌症,故新技術如 AI 較不會第一時間應用在血液疾病上;不過,對血液疾病來說,以形態學為基礎的病理診斷扮演關鍵角色,而型形態辨識正是 AI 在醫療上能有最大發揮空間的面向。

這個概念就像是平常大家將合照上傳社群軟體,平台會透過自動人臉辨識系統,標記照片裡的朋友人名。運用 AI 進行深度學習,辨識骨髓玻片裡的細胞型態、特徵和空間分佈的情形,能夠提供量化且客觀的數據。

莊文郁副主任打趣地說,隨著時代與醫療的進步,AI 技術不僅可以認臉,也可以辨別極度困難與複雜的細胞了!

雲象科技骨髓切片判讀

而台灣諾華在癌症治療領域耕耘已久,諾華腫瘤(台灣)總經理陳喬松說:「身為全球製藥領導者,從第一代標靶治療到目前最新的細基因療法,建立了許多治療創新里程碑。」目前除了利用資料科學發展新興藥品外,諾華爲重新改善患者生活品質,並延長其存活期,亦發展大數據分析及 AI 技術,希冀幫助更多血液腫瘤病患及早診斷、治療,讓血液腫瘤的早期診斷向前邁出一大步。在 AI 的加持下,未來血液病理的發展,或許能夠和近年備受重視的分子和基因診斷攜手合作,更進一步加強疾病診斷與治療品質。


 

所有討論 1
鳥苷三磷酸 (PanSci Promo)_96
141 篇文章 ・ 21 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia