你与你自己的距离,只差一场森林疗「浴」。
(被夹补发版 )
不知道从什么时候开始,我们活得好像一台台永动机,我们的大脑好像永远在思考和解决问题,情绪和表情永远在被管理,容貌每天都在护理和装扮,而我们的躯体,逐渐退化成了脑子和脸的“交通工具”。
按理说回家后我们的身心应该开始充电,但现如今一回到家,除了疲惫,只剩疲惫,那种日积月累的积郁感并不能通过躺尸真正被冲刷掉。
我们急需唤醒自己真正的身体,急需回到那个真正的「家」。
唤醒身体,是我用了快一年浴见之后认为它最厉害也是做产品最成功的一点,用着它的时候,你抚摸自己的身体就像抚摸一片被风吹动的叶子一样,这么久来头一次会静下心来感受自己身体每一寸的触感和重量。
“当所有功能都占满市场,沐浴露还能是什么样的?”
请各位给我五分钟时间,相信我,接下来的每一个晚上你都将永别疲惫一整天后肉体紧绷的缰绳,每一个毛孔都能感受它是如何做到:通过洗澡开关,抵达在生活另一处,独属于你的皮肤和身体的隐秘森林。
抱歉朋友们,我最爱的沐浴系列浴见昨天已经发布了,WB一定要我上小店给限流了,大家请移步这里看原微博:https://t.cn/A6O2yCn8
图片里有机制和每个产品的详细介绍噢
评论可见,也可以直接去旗舰店跟客服报【咕咕】,所有卷就都能直接领啦!!(昨天一上居然好几个其他品牌的PR都来问怎么买,我身边朋友6个人下单了,结果惨被限流)
(被夹补发版 )
不知道从什么时候开始,我们活得好像一台台永动机,我们的大脑好像永远在思考和解决问题,情绪和表情永远在被管理,容貌每天都在护理和装扮,而我们的躯体,逐渐退化成了脑子和脸的“交通工具”。
按理说回家后我们的身心应该开始充电,但现如今一回到家,除了疲惫,只剩疲惫,那种日积月累的积郁感并不能通过躺尸真正被冲刷掉。
我们急需唤醒自己真正的身体,急需回到那个真正的「家」。
唤醒身体,是我用了快一年浴见之后认为它最厉害也是做产品最成功的一点,用着它的时候,你抚摸自己的身体就像抚摸一片被风吹动的叶子一样,这么久来头一次会静下心来感受自己身体每一寸的触感和重量。
“当所有功能都占满市场,沐浴露还能是什么样的?”
请各位给我五分钟时间,相信我,接下来的每一个晚上你都将永别疲惫一整天后肉体紧绷的缰绳,每一个毛孔都能感受它是如何做到:通过洗澡开关,抵达在生活另一处,独属于你的皮肤和身体的隐秘森林。
抱歉朋友们,我最爱的沐浴系列浴见昨天已经发布了,WB一定要我上小店给限流了,大家请移步这里看原微博:https://t.cn/A6O2yCn8
图片里有机制和每个产品的详细介绍噢
评论可见,也可以直接去旗舰店跟客服报【咕咕】,所有卷就都能直接领啦!!(昨天一上居然好几个其他品牌的PR都来问怎么买,我身边朋友6个人下单了,结果惨被限流)
和章浩闹别扭的第三天,在品牌宴会上碰面了。一身西装革履,几缕头发随意散在额前,手指夹着一支烟,温润而不失刚毅的气质,让周围的女人痴迷不已。我笑眯眯的上前:"各位老板,好久不见...." 和品牌方寒暄,他没看我,烟云缭绕下清俊的脸庞骤然变得冰冷,淡漠又疏离,看来是不打算和我搭话,灰心转身之时被一个穿五分裤的大高个拦住了去路。
“去哪,坐我旁边!”映入眼帘是一双水汪汪的大眼睛,摆着自以为帅气的姿势,让我忍不住噗呲一声笑了出来:“金大少爷,今天又穿得这么时髦?”没等葵狗开口,旁边一位皮衣男士先开了口:“美女,一个人吗?”仔细一看,这不是内个演bl剧的演员吗?亖葵狗认识也不介绍一下,也许可以谈谈公司下一个项目的合作,正当准备移步过去就被一个厚脸皮的男人抢了座位,见大家都看着他,便不知羞耻的耍赖:“这是我的位置。”
场面一时凝固,葵狗的手还僵在空中,回神后还是开口浅浅对我俩介绍了一番,金演员客套了两句就堂皇的撇开了脸。我清了清嗓子想缓解一下气氛,给金演员递上名片:“金先生,久仰大名,我个人非常喜欢您的作品.....”聊了两句,金演员就直接起身邀我到旁边的小吧台交谈。
聊起工作就忘了一切,一晃二十分钟过去,原以为后面那俩已经走人了,结果回头一看,两个大男人像袋鼠一样,眼睛骨碌碌地围着我和金演员转,也难怪,金演员是葵狗他们公司今年的合作艺人之一,而旁边内位..... 噗——!这个张着嘴痴痴遥望的男人,和刚才内个高冷男俨然是两幅模样,多日的阴霾一扫而光,我忍不住掩面大笑起来,金演员以为是刚才说的事情逗笑了我,也跟着乐呵呵的笑,看到金演员的样子,我笑得更厉害了。
“二位似乎聊得很开心,什么事情那么好笑,分享一下?”一个男人硬生生横插进来,低沉却清亮的嗓音,淡淡的烟草香夹杂着葡萄柚香,不用看就知道是谁。浩不顾旁人的眼光,一手扶着下巴 似笑非笑的盯着我,眼中似乎带着些探究和质问。我直接绕过他,食指捂着嘴对金演员提示:“秘密!”金演员猛的点头,可能感觉到来者不善,最后整理了两句便识趣的离开。
金演员前脚一走,有人就变了脸,一屁股坐下来就占了此处唯一的两人位,单手扶额故作姿态,我也不想跟他争什么,相中一个最帅气的酒保,勾了勾手让他过来帮我调杯酒,接着掏出化妆镜将嘴唇涂到最红,旁边的男人见状,终于忍不住开口:“见了老公还不叫人?”
“去哪,坐我旁边!”映入眼帘是一双水汪汪的大眼睛,摆着自以为帅气的姿势,让我忍不住噗呲一声笑了出来:“金大少爷,今天又穿得这么时髦?”没等葵狗开口,旁边一位皮衣男士先开了口:“美女,一个人吗?”仔细一看,这不是内个演bl剧的演员吗?亖葵狗认识也不介绍一下,也许可以谈谈公司下一个项目的合作,正当准备移步过去就被一个厚脸皮的男人抢了座位,见大家都看着他,便不知羞耻的耍赖:“这是我的位置。”
场面一时凝固,葵狗的手还僵在空中,回神后还是开口浅浅对我俩介绍了一番,金演员客套了两句就堂皇的撇开了脸。我清了清嗓子想缓解一下气氛,给金演员递上名片:“金先生,久仰大名,我个人非常喜欢您的作品.....”聊了两句,金演员就直接起身邀我到旁边的小吧台交谈。
聊起工作就忘了一切,一晃二十分钟过去,原以为后面那俩已经走人了,结果回头一看,两个大男人像袋鼠一样,眼睛骨碌碌地围着我和金演员转,也难怪,金演员是葵狗他们公司今年的合作艺人之一,而旁边内位..... 噗——!这个张着嘴痴痴遥望的男人,和刚才内个高冷男俨然是两幅模样,多日的阴霾一扫而光,我忍不住掩面大笑起来,金演员以为是刚才说的事情逗笑了我,也跟着乐呵呵的笑,看到金演员的样子,我笑得更厉害了。
“二位似乎聊得很开心,什么事情那么好笑,分享一下?”一个男人硬生生横插进来,低沉却清亮的嗓音,淡淡的烟草香夹杂着葡萄柚香,不用看就知道是谁。浩不顾旁人的眼光,一手扶着下巴 似笑非笑的盯着我,眼中似乎带着些探究和质问。我直接绕过他,食指捂着嘴对金演员提示:“秘密!”金演员猛的点头,可能感觉到来者不善,最后整理了两句便识趣的离开。
金演员前脚一走,有人就变了脸,一屁股坐下来就占了此处唯一的两人位,单手扶额故作姿态,我也不想跟他争什么,相中一个最帅气的酒保,勾了勾手让他过来帮我调杯酒,接着掏出化妆镜将嘴唇涂到最红,旁边的男人见状,终于忍不住开口:“见了老公还不叫人?”
昨天已经简单介绍了大家熟悉的根据电子病理对比一阳二阳的论文了(图1.2)。今天详细说一下,其实类似结论大家都熟悉,而且有了拍帮主介绍的那篇新论文,我自己根据论文数据二次处理实际已经落后版本了。大家有时间就看看。
从简介可以看出,整体上绝大多数人一阳二阳症状差不多对不对?
然而,许多时候数据压缩为一个整体会隐藏细节,需要展开其中的细微结构才能翻找出更有价值的信息。不如我们换个角度,探究一下这个研究的细节。
不知道论文作者有意还是无意地隐藏了一个关键的比例,下面我们从群体概率结构上分析一下。
首先,如果排除季节和个人行为的干扰,我们假设一阳二阳的症状严重程度是相互独立的,那会怎么样?对,按统计学里的「独立事件同分布」,如果一阳二阳独立的,症状会遵循相同的比例分布。
但是,怎么会有这么好的事嘛。各种研究显示多次感染的症状严重程度具有相关性,所以一阳二阳不可能遵循相同的比例分布。
那我们如何知道一阳二阳症状的相关性呢?
我们可以设置一阳的症状比例分布作为基准比例,通过二阳的比例分布对比一阳的基准比例,就能知道二阳会比一阳更容易重症还是更容易轻症。研究中也有类似的对比,但可惜一笔带过。
还好,一阳的基准比例是可以根据论文中的一阳各种程度的人数计算出来的,但是不知道为什么,作者偏偏隐藏了这个比例。
微轻症(未就医):85.7%
轻症(急诊):7.7%
中症(住院):5.6%
重症(呼吸支持及以上):0.6%
死亡:0.4%
这个比例和我们认知里新冠重症死亡率千分之几挺吻合的。
为了更直观,我做了一个图。(图3)
我们先横着一行一行看,每个单元格内的R数据表示行内占比,这个数据可以告诉我们按一阳症状轻重区分的人群二阳时的症状比例分布。
比如第一格88.8%是指:一阳没有去医院就诊的微轻症患者,二阳时88.8%概率还是微轻症。
首先是一个好消息,微轻症那一行,通过计算可知:一阳会有85.7%的人微轻症,那么,二阳的时候88.8%的人仍然是微轻症。
你看,这个比例上升了。意味着如果你上一次是微轻症,那么二阳微轻症概率比一阳的人更大。我特地用绿色箭头表示轻症概率上升这样一个好消息。
当然,我怀疑是大家二阳的时候有经验了,对新冠没有未知的恐惧才带来的这3.1%的差值。
好消息后面转眼就有一个坏消息。看看最后那个红色箭头,意味着就算一阳的时候连医院都不用去,二阳的时候去世的概率仍然会翻倍,从基准0.4%到0.8%。
换句话说,只要二次感染,病逝风险都在翻倍地加大。
同理,我们可以继续对比二阳和一阳各自的症状比例分布。结果只能说是麻了,只有坏消息没有一个好消息,而且各种数据都令人焦虑。
举几个简单的例子。
一阳去了急症(轻症那一行),二阳只有64.9%不用去医院(微轻症),比一阳85.7%掉了整整20.8%。
一阳需要住院(中症那一行),二阳有4%病逝,是在一阳病逝概率0.4%基础上翻了10倍!
一阳需要呼吸支持或者进了ICU(重症那一行),二阳35%需要再次住院,而且需要呼吸支持和病逝的概率也是一阳的10多倍。
通过对比,我们可以明确地得出一个结论:二阳的症状肯定相比一阳恶化了。
有研究提到:造成二阳症状恶化的原因,可能是二阳本身造成的恶化作用,也有可能是一阳+二阳共同作用的结果。
确实,科学需要研究这个问题。不过对普通人来说,我们只关心多次感染是否导致健康恶化。·
需要再次强调的是,上面介绍的是大样本和长跨度的研究。因此尽可能排除了个人行为和季节气候因素对症状严重程度的干扰。
不过这种对比有没问题?
有的,一阳二阳的样本空间不同,两年多的时间只有5.7%的人二阳。样本空间发生变化肯定会带来偏差,比如著名的「三门问题」。
研究的角度不能这么对比,所以研究者自己虽然也这么对比,只不过也是提了一嘴。
研究者拥有原始数据,可以直接把二阳的几万人剥离出来,研究他们的一阳二阳比例分布。实践呢?这里可以看个趋势,还是因为大样本,会减小包括样本空间变化带来的偏差。
当然,更严谨的研究还是拍帮主他们才分享的那篇同样是电子病例对比多次感染对症状影响的论文,大家可以移步了解。https://t.cn/A60uOYoC
#三阳# #二阳# #新冠# #口罩#
从简介可以看出,整体上绝大多数人一阳二阳症状差不多对不对?
然而,许多时候数据压缩为一个整体会隐藏细节,需要展开其中的细微结构才能翻找出更有价值的信息。不如我们换个角度,探究一下这个研究的细节。
不知道论文作者有意还是无意地隐藏了一个关键的比例,下面我们从群体概率结构上分析一下。
首先,如果排除季节和个人行为的干扰,我们假设一阳二阳的症状严重程度是相互独立的,那会怎么样?对,按统计学里的「独立事件同分布」,如果一阳二阳独立的,症状会遵循相同的比例分布。
但是,怎么会有这么好的事嘛。各种研究显示多次感染的症状严重程度具有相关性,所以一阳二阳不可能遵循相同的比例分布。
那我们如何知道一阳二阳症状的相关性呢?
我们可以设置一阳的症状比例分布作为基准比例,通过二阳的比例分布对比一阳的基准比例,就能知道二阳会比一阳更容易重症还是更容易轻症。研究中也有类似的对比,但可惜一笔带过。
还好,一阳的基准比例是可以根据论文中的一阳各种程度的人数计算出来的,但是不知道为什么,作者偏偏隐藏了这个比例。
微轻症(未就医):85.7%
轻症(急诊):7.7%
中症(住院):5.6%
重症(呼吸支持及以上):0.6%
死亡:0.4%
这个比例和我们认知里新冠重症死亡率千分之几挺吻合的。
为了更直观,我做了一个图。(图3)
我们先横着一行一行看,每个单元格内的R数据表示行内占比,这个数据可以告诉我们按一阳症状轻重区分的人群二阳时的症状比例分布。
比如第一格88.8%是指:一阳没有去医院就诊的微轻症患者,二阳时88.8%概率还是微轻症。
首先是一个好消息,微轻症那一行,通过计算可知:一阳会有85.7%的人微轻症,那么,二阳的时候88.8%的人仍然是微轻症。
你看,这个比例上升了。意味着如果你上一次是微轻症,那么二阳微轻症概率比一阳的人更大。我特地用绿色箭头表示轻症概率上升这样一个好消息。
当然,我怀疑是大家二阳的时候有经验了,对新冠没有未知的恐惧才带来的这3.1%的差值。
好消息后面转眼就有一个坏消息。看看最后那个红色箭头,意味着就算一阳的时候连医院都不用去,二阳的时候去世的概率仍然会翻倍,从基准0.4%到0.8%。
换句话说,只要二次感染,病逝风险都在翻倍地加大。
同理,我们可以继续对比二阳和一阳各自的症状比例分布。结果只能说是麻了,只有坏消息没有一个好消息,而且各种数据都令人焦虑。
举几个简单的例子。
一阳去了急症(轻症那一行),二阳只有64.9%不用去医院(微轻症),比一阳85.7%掉了整整20.8%。
一阳需要住院(中症那一行),二阳有4%病逝,是在一阳病逝概率0.4%基础上翻了10倍!
一阳需要呼吸支持或者进了ICU(重症那一行),二阳35%需要再次住院,而且需要呼吸支持和病逝的概率也是一阳的10多倍。
通过对比,我们可以明确地得出一个结论:二阳的症状肯定相比一阳恶化了。
有研究提到:造成二阳症状恶化的原因,可能是二阳本身造成的恶化作用,也有可能是一阳+二阳共同作用的结果。
确实,科学需要研究这个问题。不过对普通人来说,我们只关心多次感染是否导致健康恶化。·
需要再次强调的是,上面介绍的是大样本和长跨度的研究。因此尽可能排除了个人行为和季节气候因素对症状严重程度的干扰。
不过这种对比有没问题?
有的,一阳二阳的样本空间不同,两年多的时间只有5.7%的人二阳。样本空间发生变化肯定会带来偏差,比如著名的「三门问题」。
研究的角度不能这么对比,所以研究者自己虽然也这么对比,只不过也是提了一嘴。
研究者拥有原始数据,可以直接把二阳的几万人剥离出来,研究他们的一阳二阳比例分布。实践呢?这里可以看个趋势,还是因为大样本,会减小包括样本空间变化带来的偏差。
当然,更严谨的研究还是拍帮主他们才分享的那篇同样是电子病例对比多次感染对症状影响的论文,大家可以移步了解。https://t.cn/A60uOYoC
#三阳# #二阳# #新冠# #口罩#
✋热门推荐