【臉書大圖版】
糖化血色素 (HbA1c) 是紅血球上的血紅蛋白被糖化的比例，是診斷一般糖尿病或監測治療目標時的檢驗項目，代表近三個月的血糖平均值。
如果近期有出血、溶血或剛接受過輸血，貧血、或變異血色素較多的人，驗 HbA1c 可能就無法代表真正的平均血糖。慢性腎臟病或洗腎患者，紅血球的壽命減短，或使用紅血球生成素，也會讓 HbA1c 的測定不準確。懷孕時會因為血量增加，或缺鐵性貧血，讓 HbA1c 無法準確的反應平均血糖。
碰到上述狀況，可以改用糖化白蛋白 (Glycated albumin，GA) 來監測。
白蛋白上的胺基酸會被葡萄糖糖化，比例也跟血糖成正比。白蛋白的半衰期是 12 至 19 天，GA 可以反映近期 2 至 4 週的平均血糖。
GA 的單位也是百分比 (%)，因為沒有 HbA1c 那麼常用，要轉換成平均血糖比較不直覺。
這篇是以糖尿病學會的臨床照護指引中的轉換公式 GA = (HbA1c - 2.015) x 4)，和 2014 年一篇日本學者發表的轉換公式 HbA1c = 0.216 x GA + 2.978，整理成簡易的表格，方便看診時對照。
網誌版《糖化白蛋白 (GA) 與糖化血色素、血糖換算表》
http://hanwenliu.blogspot.com/2020/01/GA-A1c-conversion.html
半衰期公式 在 Re: [機統] 想問，如何「推導」出半衰期公式- 看板Math 的推薦與評價
※ 引述《pennyleo (今朝有酒今朝醉)》之銘言：
: 想問
: 大二工數就教我們算半衰期，這大家都知道
: 但我想問，如何由機統的方向，導出半衰期公式
: 是否要從每個粒子的時間序列出發，再利用哪幾項大數定理？
: 還有，若核種彼此存在交互作用，要如何處理？
: 例如衰變出的一個粒子去撞其他粒子。
: 可否請高手們，提供一下思路
: 例如引用哪些定理？
: 非常感謝
https://en.wikipedia.org/wiki/Radioactive_decay#Universal_law
首先我們提出一個假設：
The mathematics of radioactive decay depend on a key assumption that a
nucleus of a radionuclide has no "memory" or way of translating its history
into its present behavior. A nucleus does not "age" with the passage of time.
Thus, the probability of its breaking down does not increase with time but
stays constant, no matter how long the nucleus has existed
衰變的粒子沒有所謂的「記憶」的跡象。
也就是說，某個會衰變的粒子：
(1) 10秒內沒衰變的情況下，在10~11秒內衰變
(2) 100秒內沒衰變的情況下，在100~101秒內衰變
上面兩事件發生的機率是一樣的
下面的推導都建立在同意上面那個假設。不同意的話可以左轉了
喔對了，還有另外一個假設是粒子們的衰變相互是獨立事件
粒子衰變的時間呈現 exponential distribution
這是因為基於上面的假設，令 T 為粒子發生衰變的時間
對於任意非負數 a,b，上面那個「沒有老化跡象」用數學語言寫出來是
Pr(T > a+b | a) = Pr(T > b)
這樣子我們就足以得到：存在某個正數λ, Pr( T > t ) = exp(-λt) for each t > 0
而這個 λ = 1/粒子平均衰變時間
一大坨衰變粒子的分析
假設在時間 t = 0 的時候有 n 個衰變粒子
令 N(s) 為 t=s 時候衰變粒子的數量 ，所以 {N(t)}_{t>0} 是一個隨機程序
好啦，那現在讓 t=s ，我們怎麼估計 N(s) 有多少？
現在我們把這群粒子打上 1~n 的編號，
對於任意一個 1<=i<=n, 定義:
Xi = 1 ,如果粒子i發生衰變
0 ,如果粒子i還沒發生衰變
E[X1] = E[X2] = ... = E[Xn] = Pr(Xn=1)
= 1-exp(-λs)
n
為了方便，令 Sn = Σ Xi
i=1
這樣我們就可以馬上得到
N(s) = N(0) - Sn
= n - Sn (almost surely)
然後呢，對於 ΣXi 我們有
P( lim Sn/n = E[X1] ) = 1 (Strong law of large number)
接著開始繼續推論：
1 = P( lim Sn/n = E[X1] )
= P( lim Sn/n = 1-exp(-λs) ) (E[X1] = 1-exp(-λs))
= P( lim (n-N(s))/n = 1-exp(-λs) ) (Sn = n-N(s) alost-surely)
= P(1 - lim N(s)/n = 1 - exp(-λs) )
= P(lim N(s)/n = exp(-λs))
所以上面的 P(lim N(s)/n = exp(-λs)) = 1 隱含的訊息是：
N(s)/n 這個隨機變數在 n 很大的時候會很接近 exp(-λs)
而那個 n 是 N(0), 也就是 t=0 的粒子數量
因此我們可以給定一大坨衰變粒子數量「半衰期」的模型：
也就是 N(t) = N(0)exp(-λt)
= N(0) 2^(-t/T) , T = 1/(λlog2(e))
其實你如果願意直接接受
-dN/dt 正比於 N
倒是馬上可以得到半衰期的模型
Link: https://en.wikipedia.org/wiki/Radioactive_decay#One-decay_process
最後推薦一個我剛剛寫文章時候在聽的工作用背景音效 :)
Relax to the Sounds of an Open Campfire
Link: https://youtu.be/1hgxyjPAgvA
燒的是柴火聲，背景中的星空也會隨著時間改變喔！
--
讓苦命驅魔師愛上這個世界的方法
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 98.45.135.233 (美國)
※ 文章網址: https://www.ptt.cc/bbs/Math/M.1645519964.A.BA3.html
※ 編輯: arrenwu (98.45.135.233 美國), 02/22/2022 16:58:31
... <看更多>