全球癌症爆發...

 

【30秒重點】

  • 打過新冠疫苗的人不必恐慌，照年齡做一般的癌症篩檢，有新症狀就就醫。
  • 韓國研究分析840萬7849人：接種1年後，整體癌症風險沒有顯著差異（HR 1.01）。
  • 但特定癌症風險上升：甲狀腺癌高35.1%、胃癌33.5%、大腸癌28.3%、肺癌53.3%、乳癌19.7%、前列腺癌68.7%。
  • 這是觀察性研究，追蹤時間只有1年，作者說這篇只是自己的筆記。

2025/09/28


此處只是我的筆記...而已。



1. 貼文核心內容：韓國研究顯示疫苗接種後癌症風險上升

  • 研究概述：該研究為回溯性世代研究，涵蓋南韓840萬7849人（2021至2023年），比較疫苗接種組與未接種組之癌症診斷風險。使用傾向分數配對（PSM）方法調整變數，如年齡、性別與共病，配對比例為1:4（接種組59萬5007人，未接種組238萬28人）。統計模型採用Cox比例風險模型，計算危險比率（HR），HR大於1表示風險增加，且95%信賴區間（CI）不含1時為統計顯著。
  • 關鍵統計數據：整體癌症HR為1.01（95% CI: 0.97–1.05），無顯著差異，但特定癌症風險顯著上升。舉例：
    • 甲狀腺癌：HR 1.351（95% CI: 1.206–1.514），風險增加35.1%。
    • 胃癌：HR 1.335（95% CI: 1.130–1.576），風險增加33.5%。
    • 大腸癌：HR 1.283（95% CI: 1.122–1.468），風險增加28.3%。
    • 肺癌：HR 1.533（95% CI: 1.254–1.874），風險增加53.3%。
    • 乳癌：HR 1.197（95% CI: 1.069–1.340），風險增加19.7%。
    • 前列腺癌：HR 1.687（95% CI: 1.348–2.111），風險增加68.7%。 這些HR值顯示接種後一年內診斷機率上升，舉例而言，若未接種組肺癌發生率為1%，接種組則約為1.533%。
  • 疫苗類型差異：cDNA疫苗（腺病毒載體）與甲狀腺、胃、大腸、肺、前列腺癌風險相關；mRNA疫苗與甲狀腺、大腸、肺、乳癌相關；異源接種（混合）與甲狀腺、乳癌相關。追加劑組顯示胃癌與胰腺癌風險增加。

2. 作者後續回應：癌症診斷與死亡率趨勢分析

  • 作者在回覆中指出，癌症診斷高峰於疫苗高峰後5個月出現，但COVID感染未見類似現象。目前，美國癌症死亡率正追趕診斷曲線。附圖顯示：
    • 第一圖：美國過剩癌症死亡（ICD-10 C00-C97），自2021年第14週起上升，總過剩8.6%（1.4% PFE），年成長率1.5%（非線性），相較2014-2019年基準成長率0.23%大幅增加。圖中標註疫苗注入點後信號上升，2025年第25週達高峰。
    • 第二圖：癌症治療支出指數（PPI-Neoplasm Treatment），自疫苗高峰後14個月上升24.5%，新複合年成長率2.1%（10倍於2020前0.21%），2025年8月達124.5，相當於新增2025/26年醫療負擔427億美元。
  • 這些數據顯示診斷增加轉化為死亡，作者強調此趨勢未見於COVID感染，僅與疫苗時序相關。

3. 研究細節深入剖析

  • 方法細節：研究使用南韓國家健康保險資料庫，排除COVID感染者與近期癌症診斷者。PSM調整潛在偏差，Cox模型估計HR，追蹤期為一年。子群分析按性別、年齡分層：
    • 性別：男性易受胃癌、肺癌影響（HR較高）；女性易受甲狀腺癌、大腸癌影響。
    • 年齡：65歲以下易受甲狀腺癌、乳癌影響；75歲以上易受前列腺癌影響。
  • 限制與強度：短期追蹤可能低估長期風險，但大樣本（840萬人）與95% CI提供高信度。歷史比較顯示，癌症風險信號與疫苗時序一致，非隨機。

4. 各方看法：X平台相關討論

  • 風險增加觀點：多位用戶指出數據支持「渦輪癌」現象（快速進展癌症）。例如，日本1800萬人研究顯示2021-2022年癌症死亡增加，但2020年無此現象，歸因疫苗免疫抑制（如IgG4上升）。另一討論提及DNA汙染為基因毒性風險，增加致癌機率。
  • 中立警示觀點：部分用戶認為關聯存在但非因果，呼籲更多研究。舉例，南韓另一血栓研究顯示29%風險增加，但後續分析調整數據，顯示分析偏差可能影響結果。
  • 反對觀點：少數表示總癌症HR僅1.01無顯著差異，特定癌型上升可能因疫苗組更常就醫（檢測偏差）。但忽略子群數據，需進一步驗證。

5. 歷史數據推估最可能結果

  • 歷史趨勢：2014-2019年美國癌症死亡年成長率0.23%，2020年微降（COVID乾柴效應），但2021年起非線性上升至1.5%。治療支出自2021疫苗高峰後14個月增加24.5%，顯示診斷轉死亡延遲。南韓數據與日本研究一致，疫苗後癌症過剩死亡高峰於高峰後數月出現。
  • 推估結果：若趨勢持續，未來5年癌症病例可能增加10-30%，尤其中青年（<65歲）乳癌、甲狀腺癌，以及老年前列腺癌。基於專業準則（如臨床試驗忽略長期風險），最可能為疫苗相關機制（如免疫抑制）導致長期負擔，需獨立數據驗證以調整政策。


留言

張貼留言

這個網誌中的熱門文章

為何要額外補充輔酶 Q10？自討苦吃

圖片
【30秒重點】 吃他汀後出現肌肉痠痛、無力或疲倦，要告訴醫師；不要自行停藥，也不要只靠補Q10了事。 貼文作者Marion Holman說，他汀阻斷甲羥戊酸途徑，所謂「副作用」其實是可預期的直接毒性。 2024年《JCI Insight》研究：高劑量阿托伐他汀56天後，骨骼肌粒線體氧化磷酸化能力下降超過30%。 細胞實驗顯示，阻斷這條途徑會讓細胞凋亡，補回甲羥戊酸可以逆轉。 2026/07/16 因為吃了他汀類藥物（Statins）？ 自討苦吃，就有永遠吃不完的苦 。西醫藥物治療理念大概就是這樣。 Grok 摘要 想像一位細心車主，引擎突然出現異響，技師卻說「這只是小副作用，正常現象」，殊不知根本原因是有人偷偷把製造引擎核心潤滑油的原料管道堵死，導致金屬直接磨損、動力衰退。這正是他汀類藥物阻斷甲羥戊酸途徑的寫照——「副作用」並非意外，而是藥物機制可預測的直接細胞毒性。 貼文作者Marion Holman以八段連續貼文核心主張：他汀類藥物並無所謂「副作用」，而是透過抑制HMG-CoA還原酶（3-羥基-3-甲基戊二醯輔酶A還原酶），直接阻斷甲羥戊酸（mevalonate）途徑的必然毒性效果。製藥公司早在1980年代已知此機制，卻未向主管機關充分揭露。培養細胞實驗顯示，當HMG-CoA還原酶被抑制、甲羥戊酸形成受阻時，細胞會死亡。每位服用者都是此過程的受害者。膽固醇不僅是細胞膜基本組成成分、維持脂質組織與生物物理特性、支撐細胞膜蛋白功能，更是細胞週期進行不可或缺的物質；同時轉化為睪固酮、黃體酮、醛固酮、皮質醇及維生素D等生命必需荷爾蒙。他汀阻斷此途徑，導致這些必需生化物質流失，造成細胞生存危機。此外，他汀會引發骨骼肌粒線體呼吸能力顯著進行性下降。 科學證據支持貼文觀點的多項PubMed研究顯示，甲羥戊酸途徑抑制確實誘導多種細胞（包括肌管、成纖維細胞、淋巴瘤細胞、肝細胞等）發生細胞凋亡（apoptosis），此過程可被外源性甲羥戊酸或香葉基香葉基焦磷酸（geranylgeranyl pyrophosphate，GGPP）逆轉，而非僅依賴膽固醇補充，證明關鍵在於異戊烯化蛋白（如Rho家族GTP酶）耗竭及相關訊號路徑失調。2024年《JCI Insight》研究以高劑量阿托伐他汀治療人體受試者，結果顯示56天後骨骼肌粒線體氧化磷酸化能力進行性下降超過30%，同時體內肌氧化能力指...
閱讀完整內容 » »

Grok推出新功能：SuperGrok （Tasks 與 Workspaces）

2025/06/17 酷！ SuperGrok 的「任務」（Tasks）與「工作空間」（Workspaces）功能為用戶提供了強大的自動化與組織工具，特別適合需要高效處理複雜查詢、數據分析或內容創作的進階用戶。以下是對這兩個功能的詳細說明，涵蓋其功能、應用場景及操作方式，基於現有資訊與推論： --- ### 一、SuperGrok 的「任務」（Tasks）功能 「任務」功能是 SuperGrok 提供的一種自動化工具， 允許用戶設定定時或觸發式查詢，讓 Grok 3 在指定時間或條件下執行特定任務，並將結果以通知、郵件或報告形式回傳 。這項功能特別 適用於需要持續監控資訊、生成報告或自動化重複性工作的場景 。 #### 1. 功能詳述 根據近期 X 平台上的資訊，Tasks 功能具有以下核心特點： - **自動化查詢與執行**：用戶可設定 Grok 3 執行特定的提示（prompt）或查詢，例如搜尋 X 平台的熱門話題、分析新聞趨勢或生成程式碼片段。 - **靈活的執行頻率**：支持多種任務排程選項，包括：   - 一次性任務（例如某特定日期執行一次分析）   - 每日任務（例如每天早上生成市場趨勢報告）   - 每周特定日期（例如每周一整理競爭對手動態）   - 每月或每年任務（例如每月生成財務數據總結） - **結果交付方式**：任務完成後，結果可通過以下方式回傳：   - 應用內通知   - 電子郵件   - 儲存至工作空間或指定文件 - **高級功能限制**：免費用戶每天可創建的任務數量有限（例如每日數次），而 SuperGrok 用戶享有更高的使用配額（例如每 2 小時 30 次推理模式與 10 次深度搜尋查詢），並可處理更複雜的任務。 - **與 DeepSearch 整合**：Tasks 可結合 DeepSearch 功能，自動從 X 平台貼文或公開網路資料中提取即時資訊，生成結構化報告。 - **API 支援（未來預期）**：雖然目前 Grok 3 的 API 尚未完全開放 Tasks 功能，但 xAI 計劃推出企業版 API，屆時用戶可透過程式化方式批量設定任務。 #### 2. 應用場景 Tasks 功能適用於多種專業與個人場景，以下是一些具體案例： - **社群媒體監控**： ...
閱讀完整內容 » »

心臟病根源不只膽固醇！醫生忽略的十一項你中了幾項？

圖片
  2026/06/22 許多人都有以下類似的就醫經驗：指數過高，藥控制。 在這保險給付及醫療制度下醫師也似乎只能這樣，畢竟他一次門診有幾十甚至上百病人，一位病人可能只有短短5分鐘時間就得「搞定」，他有啥更好辦法？ Grok 摘要 想像一位廚師面對一鍋沸騰的「心血管疾病」濃湯，只丟進一顆「他汀調味丸」壓低「膽固醇味道」，卻完全不檢查火候是否失控、食材是否發霉、鍋底是否積垢、客人腸胃菌相是否失衡，或睡眠壓力是否讓湯持續翻滾。結果客人繼續中毒，廚師還自信地說「至少味道數字安全了」——這正是把複雜心臟病簡化成單一指標與單一藥丸的荒謬寫照。 貼文核心重點濃縮如下：作者Mark Kaplan於52歲遭遇「寡婦製造者」（widow maker）心臟病發作，事後 心臟科醫師僅檢查LDL與總膽固醇兩項指標，即開立他汀類藥物（statin）。他從未檢測空腹胰島素（fasting insulin）、高敏感度C反應蛋白（hs-CRP，慢性發炎指標）、同型半胱氨酸（homocysteine）、甲狀腺功能、睡眠品質、壓力水平、腸道菌相（gut dysbiosis）或營養素缺乏。 貼文將心臟病比喻為「十二頭火龍」（12-headed dragon），列出明確根源： 胰島素抵抗、慢性發炎、甲狀腺功能失調、腸道菌相失衡、睡眠不足、慢性壓力、種子油與加工食品、精製糖、缺乏運動、營養缺乏、酒精與毒素、飲食與基因互動 。美國每年約70萬人死於心臟病，百餘年來始終為頭號殺手，但標準照護仍只針對單一數字開單一藥丸。結論直指：「這不是醫學，而是猜測。」 深入主題分析顯示，貼文觀點與多項PubMed研究高度吻合，強調心血管疾病為多因素、多層次病理過程，而非單一「膽固醇過高」可涵蓋。PubMed上多篇獨立研究確認：胰島素抵抗是心血管疾病的重要獨立風險因子，獨立於傳統脂質指標之外，能顯著提升預測準確度（2023-2024年多篇回顧與cohort研究支持）。高敏感度C反應蛋白（hs-CRP）被證實獨立預測冠心病事件與中風風險，即使在傳統危險因子控制後仍具統計意義。血漿同型半胱氨酸水平在第二型糖尿病患者中，是冠心病事件的強獨立風險因子，與事件發生率直接相關。這些證據支持貼文「醫師只查兩項、治療一項、忽略其餘十一項」的批判：單一指標（surrogate）降低不等於疾病根本解決，上游驅動因素（如胰島素抵抗引發慢性低...
閱讀完整內容 » »