止咳藥的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

食藥史：從快樂草到數位藥丸，塑造人類歷史與當代醫療的藥物事典

為了解決止咳藥的問題，作者ThomasHager 這樣論述：

現代人=藥人 現代人的生活離不開藥，各種病痛都仰賴藥物緩解 人類對神奇藥物的追尋，推動著醫藥的演進發展 藥能治病，也能致命；無數生命的犧牲，逐步建構出現代醫療的樣貌 一部與你我生活息息相關的藥物演進史   「藥」，是「令人快樂的草」，還是「危害人體的毒？」 從罌粟的發現到數位藥物的發明，人類始終追尋著靈丹妙藥。 揭開藥物的神奇與黑暗，探索改變歷史、影響世界的十種藥物！   　　每一種劃時代的藥物出現，背後都有一群專注的研究人員、古怪的專家，付出他們的專業、天分與洞察力，加上努力不懈的辛勤工作。不只如此，新的藥物得以問世，同時也需要一點誤打誤撞的運氣，更與社會文化、公共輿論、醫療健保系統、大

眾的健康意識有著密切的關聯。作者透過平易近人的文字，以醫藥的發展歷史，加上當時社會、人文、風氣等豐富的細節，講述十餘種影響人類的重要藥物背後非凡的故事，以及它們對於人類歷史的影響。   　　《食藥史》從人類使用上萬年之久的植物「快樂草」──罌粟開始說起，用引人入勝的敘述手法，介紹這些改變我們生命的藥物。海格介紹的主題包括率先將天花接種法引進英國的女性、惡名昭彰的迷藥、挽救無數生命的第一款抗生素、抗精神病藥物、避孕藥、威而鋼、史他汀類藥物，以及「單株抗體」這一最新領域，內容兼具深度與廣度，讀來發人深省，趣味無窮。   　　◆五萬顆藥 　　全世界最愛吃藥的國家——美國，每個人一生大約吞服五萬顆藥。

　　或許我們應該將自己的物種名稱更改為「藥人」，也就是製造並服用藥物的人種。   　　◆快樂草：從罌粟、鴉片到嗎啡 　　罌粟是古人最強效、最具安撫效果的藥物，到如今卻最有爭議性。 　　它是人類尋找到的藥物之中，最重要的一種。   　　◆瑪麗小姐的怪物：天花、牛痘、疫苗接種 　　天花至今仍然是史上傳染力最強、致死率最高的疾病。 　　它之所以在地球上絕跡，是因為接種疫苗的人數夠多。   　　◆米奇．芬恩：是安眠藥也是迷姦藥的水合氯醛 　　水合氯醛不但是第一種安眠藥，同時也是第一個廣泛使用的純合成藥品。 　　它跟嗎啡一樣，既用於醫療，也用於玩樂。   　　◆來點海洛因止咳糖漿：治療嗎啡成癮的萬能藥

水？ 　　添加海洛因的止咳糖衣錠銷售數量以百萬計，聲稱可以治百病， 　　從糖尿病和高血壓，到打嗝和女子性愛成癮。 　　 　　◆神奇子彈：磺胺藥劑與抗生素革命 　　神奇子彈呼嘯前進的過程中會避開無辜的人，只鎖定單一目標，也就是凶手。 　　我們能否製造出如神奇子彈般的藥物？   　　◆地球上最神祕的領域：從減少手術休克到治療精神疾病的氯普麻 　　人類兩耳之間那十五公分，是地球上最神祕的領域。 　　有很多精神病患被判定為無法治療，也沒有人知道這些疾病的起因。 　　 　　◆黃金時代：1930年代中期到1960年代中期 　　很多大型製藥公司在這段時間蓬勃發展，製造出接連不斷的神奇藥物。 　　下一個藥物開

發的大時代，重視的會是生命的品質，而非數量。 　 　　◆性、藥物與更多藥物：避孕藥與威而鋼 　　女性一旦擁有控制懷孕的能力，就能為自己安排不一樣的人生。 　　由於某種知名副作用，男人也等來了他們的時機。   　　◆魅惑之環：藥物成癮與濫用問題有無解方？ 　　製藥公司持續不懈地尋找不致癮又能止痛的神奇藥物，卻屢戰屢敗。 　　市面上的類鴉片製劑和相關藥物的數量逐年成長，這是規模巨大的產業。   　　◆史他汀，我的親身體驗：隱惡揚善的藥物行銷手法 　　史他汀能大幅降低血液中的膽固醇，目前全世界有幾千萬人在吃這類藥物。 　　但它的效益和副作用究竟有多少？   　　◆打造完美血液：免疫系統與單株抗體 　

　抗體就像血液裡的導彈，能夠辨識並鎖定細菌和病毒，並協助清除。 　　單株抗體是我們所擁有最接近神奇子彈的物質。   　　◆藥物的未來 　　數位感應藥錠、數位化新藥研發、舊藥新用、個人化醫療……， 　　藥物研發的未來，重大進展指日可待。   名人推薦   　　蘇上豪（心臟外科醫師、金鼎獎得主） 　　寒波（演化人類學「盲眼的尼安德塔石器匠」版主） 　　廖泊喬（精神科醫師、《文豪酒癮診斷書》作者） 　　鄭國威（泛科知識公司知識長 ） 　　 媒體讚譽   　　趣味盎然，充滿深刻洞見。——《書單雜誌》（Booklist）   　　筆力深厚，考據詳盡，內容生動有趣。對於藥物如何塑造當代醫療，本書提出精彩見

解。書本接近尾聲時，作者說：「我查到的某些資料令我驚奇不已。」我也有同感。——潘妮．拉古德（Penny Le Couteur），《拿破崙的鈕釦》（Napoleon’s Buttons）作者   　　探討了人類與藥物之間教人憂心的關係。……歷史不斷重演，一開始我們開發了全新藥物，覺得自己神通廣大，最後醒悟到，我們根本沒有能力掌控藥物。——山姆．肯恩（Sam Kean），《紐約時報》書評   　　在這本增廣見聞、意味深長的書中，探討藥物開發與醫療行為之間密不可分的關係。……作者思慮周延又動人心弦的研究成果告訴讀者，尋找沒有風險又藥效強大的「神奇藥物」是不可能的任務，所有的藥物都有好處，也都有壞處。

——《出版者週刊》（Publishers Weekly）   　　這是知名藥物的歷史與演進。……敘事技巧精湛，全書讀來趣味盎然。……內容專業、讀來心情愉快的書籍，暢談現代醫藥。——《科克斯評論》（Kirkus Reviews）

止咳藥進入發燒排行的影片

摻硼鑽石電極製備及用於電化學降解水溶液中癒創木酚甘油醚

為了解決止咳藥的問題，作者趙鵬鈞 這樣論述：

摻硼鑽石電極具有良好的電化學特性及物化特性，相較其他種類的電極，有較高的析氧電位與降解/礦化效率，使其成常用於為電化學高級氧化程序(electrochemical advanced oxidation process (EAOP))去除有機污染物。一般的廢水處理程序不能有效去除新興污染物-止咳藥物癒創木酚甘油醚(guaiacol glyceryl ether，GGE)，使其在水生環境中有較高濃度，會對環境和人類帶來不良影響。本研究製備鑽石摻硼電極，進行電極的拉曼、XRD (X-ray Diffraction)及SEM的表面特徵分析，並以反應曲面法(response surface metho

dology, RSM)分析電極製備B/C%、C/H%及腔體壓力之最佳化條件，並以所得最佳化電極電化學降解GGE，探討降解GGE之操作參數(電極間距、溫度、電流密度)，並將其用於降解添加在醫療廢水之GGE。利用HPLC及LC-MS分析探討電化學降解GGE之中間產物及推測其降解路徑，並配合UV、螢光激發-放射矩陣光譜及自由基等分析，評估電解水特性，以供後續研究及應用之參考。研究結果顯示，以反應曲面法分析所得最佳化之自製摻硼鑽石電極為RSM 2，其製備條件為B/C = 0.75%、C/H = 1%及腔體壓力 = 5 torr。在XRD分析時，所測試之RSM電極除了RSM 11，皆有繞射峰2θ =

43.93°對應之鑽石晶面(102)，而RSM 8拉曼光譜分析有較佳鑽石1332 cm-1峰強度值。SEM分析結果顯示RSM 2平均晶粒大小約為30 nm，而EDX分析則顯示所有電極皆有少量的硼。在循環伏安法分析中，所有RSM電極皆有硫酸鹽的氧化峰，且其強度會隨著摻硼量降低而降低；另外，使用RSM 2為工作電極時，有GGE的氧化峰出現。使用RSM 2電極電化學降解GGE的效率隨著電流密度增加而上升，而提升溫度無助於增加GGE的降解。RSM 2電氧化降解GGE的降解效能(100%)與TOC去除率(98%)，大致與商用Neocoat電極相當。較佳操作參數為電解質Na2SO4濃度0.5 M、RSM

2陽極面積4 cm2、鈦陰極面積4 cm2、電極間距2.5 cm、電流密度0.25A/cm2及溫度25°C。於此電解條件之UV-vis分析結果顯示，電解前在202、222及272 nm有吸收峰，其強度隨降解時間減少，且皆於10分鐘後消失。電氧化降解添加於醫療廢水之GGE，其UV-vis分析結果與添加GGE於0.5 M Na2SO4者相似。其螢光激發-放射矩陣(EEM)光譜分析結果顯示，在區域I(類酪氨酸)/II(色胺酸類有機化合物)及區域IV(類色胺酸)出現螢光峰，其強度隨著電解時間的增加而減少，且於40分鐘消失。電氧化降解GGE之中間產物主要為癒創木酚 (m/z = 124)、鄰苯二酚(m/

z = 110)、苯甲酸 (m/z = 122)、富馬酸 (m/z = 116)、琥珀酸 (m/z = 118)、2,5-己二酮 (m/z = 99)、丙二酸 (m/z = 104)、丙酮酸 (m/z = 88)及醋酸 (m/z = 60)。使用對苯二甲酸為化學探針，可間接偵測到氫氧自由基 (速率常數 = 1.82×10-3 s-1)；使用DMPO捕捉氫氧自由基，進行electron spin resonance (ESR)分析，在酸性條件下，可偵測到DMPO-OH訊號，而在中性及鹼性條件下，僅測到DMPOX訊號。

遮蔽的天空(六十五週年經典新譯版.奧斯卡金獎導演貝托魯奇史詩電影雋永原著)

為了解決止咳藥的問題，作者保羅．鮑爾斯 這樣論述：

《末代皇帝》奧斯卡金獎導演貝托魯奇史詩電影雋永原著 一代音樂大師坂本龍一畢生愛書  存在主義經典小說 旅行文學名家保羅．索魯重量級導讀 名列《時代週刊》百大英語小說  美國現代圖書館二十世紀百大小說 亞馬遜五星評鑑、Goodreads書評網超過萬人評價   生命是一座深不可測的井，他們坐在井底， 想在遮蔽的天空裡找到指引方向的明星。 ▍重量級導讀 旅行文學名家、《赫丘力士之柱》作者／保羅‧索魯 政治大學國際關係研究中心教授、《經典50》作者、後殖民文學研究者／宋國誠 ▍名家好評 「這本書遠比二戰以後大部分的英語小說都還要好！」──《新共和》 「這本書是本世紀最富原創性、最具獨特視野

的小說之一！」──美國小說家／托拜亞斯‧沃夫（Tobias Wolff） ▍在空無一物的沙漠中，愛情是探索生命真相的唯一方式。 生命是神奇的，事情總不會照一個人想像的方式發生。人們在沙漠中可以清楚了解這點，你所有的哲學系統都崩解了，每個轉折都會發現非預期的事。 結婚多年的美國夫婦波特與凱特感情早已冷卻，兩人偕同友人唐納一起遊歷非洲，試圖重燃愛意。未料，他們將在沙漠中歷經滄桑，重新照見自我── 妻子凱特深受唐納吸引，嘴上卻又否認。積極修復夫妻關係的波特嫌唐納礙事，又不時懊悔當初是自己開口邀對方同行的。在與當地人深入交往、受到神祕的阿拉伯文化催化後，夫妻兩人終於各自做出傷害彼此情感的選擇。直

到唐納先離開，波特患上重病，夫妻倆才真正面對彼此。他們像一路同行的旅伴在歷經漫長旅途之後，終於試著仔細注視雙方的面容。然而，所有的旅程終將結束，只是未必航向同一個終點…… 北非沙漠宛如沒有時間刻度的世界，讓迷航的旅人藉此看清人類的命運──在每一個對存在與愛情絕望的夜裡，他們只能持續等待雲霧散去之後的黎明……

多重插補法應用在處理未觀測干擾因子之敏感度分析

為了解決止咳藥的問題，作者董洛真 這樣論述：

中文摘要在醫學及公共衛生領域中，並非所有研究皆可使用隨機分派的試驗，所以在觀察性研究中控制干擾因子的影響成了重要的議題。處理可觀測干擾因子常見的方法大致分為兩種，一為在資料分析的階段，將干擾因子放入統計模型中進行校正，二為在研究設計的階段降低部分干擾因子的影響，其中配對(Matching)為常見的方法，配對後仍經常需要搭配統計模式校正其他干擾因子。當有無法觀測到的潛在重要干擾因子(unmeasured confounder)存在時，若有外在輔助的資料庫將可協助校正此未觀測干擾因子的影響。但當無法得到這個額外且適當的資料庫時，在流行病學上可以使用敏感度分析去量化干擾因子對結果影響的程度。本研究

將以實際資料探討孕婦在懷孕時期服用某類常用止咳藥物(以下簡稱M藥)對孕婦及胎兒的不良結果影響為例進行敏感度分析。受限於資料，本研究以孕婦生產時是否有因已知或疑似胎兒異常影響對母親之處置為主要的不良結果事件，以下簡稱孕婦及胎兒的不良結果。統計分析策略以資料配對搭配迴歸模式校正干擾因子，並以Rubin 多重插補法(Multiple imputation)的概念來處理研究中未觀測干擾因子，模擬不同的干擾程度進行敏感度分析，探討未觀測干擾因子對模式參數估計結果的影響程度。研究分兩部分，第一部分利用了傳統配對或傾向分數配對兩種方法進行事前配對，再搭配傳統邏輯斯迴歸或條件式邏輯斯迴歸兩種統計模型來校正可觀

測干擾因子進行分析，並比較其結果差異。第二部分使用多重插補法的概念，利用輔助的迴歸模型，隨機創造一個無法觀測到的虛擬二元變項，將這無法觀測的變項視為全部皆為缺失值，根據預設各種不同的干擾嚴重程度模式，進行插補。本研究在每一種嚴重程度皆各插補十組缺失變項，並以多重插補法加權平均校正此未觀察干擾因子後的估計值，以敏感度分析來探討未觀測干擾因子對結果的影響程度，檢查結果的穩健性。研究結果顯示，在不考慮未觀測干擾因子時，無論資料是否經過配對，搭配傳統邏輯斯迴歸或條件式邏輯斯迴歸兩種統計模式，服用M藥與孕婦及胎兒不良結果的相關均未達統計顯著意義。若進一步對年齡進行分層，結果也相似。表示孕婦在懷孕時期服用

M藥對孕婦及胎兒不良結果並沒有統計上顯著相關。敏感度分析結果顯示，在未觀測干擾因子存在時，當未觀測干擾因子與懷孕期間是否服用M藥為負相關，且與孕婦及胎兒不良結果為正相關時，未觀測干擾因子對結果的影響最大。在未配對資料中不分層的情況下，未觀察到的干擾因子須分別與服用M藥和孕婦及胎兒不良結果的關係都達到均2倍(e^0.7)相關強度才有機會推翻結論，也就是從統計上不顯著變為顯著。當年齡分層為16~25歲，則須分別與服用M藥和孕婦及胎兒不良結果的關係都達到7.4倍(e^2=7.4)相關強度才有機會推翻結論；年齡分層為26~35歲，則須達到 5倍(e^1.6=5)相關強度才有機會推翻結論；年齡分層為36

~55歲，則為所有組合均無法推翻結論。而在傾向分數配對中，不論有無年齡分層，在所有不同干擾程度的組合中均無法改變結論。綜合以上結果，在校正所有可觀察到的干擾因子後，孕婦在懷孕期間服用止嗽藥M藥與孕婦及胎兒不良結果無統計上顯著關係。敏感度分析顯示，若資料未經配對，則可能因年齡不同，分別在相關強度達2倍、5倍及7.4倍時推翻結論。而當資料經過傾向分數配對後，除非存在著一個非常強的未觀察干擾因子，亦即此因子與M藥及與不良結果之間相關都達OR為7.4倍以上，才可能改變本次分析結果。然而現實生活中，即使是傳統上對孕婦不良影響最重要的干擾因子例如年齡或糖尿病，與M藥與不良結果的關係也未達此強度，因此即使未

考慮未觀察干擾因子的存在，分析結果仍是穩健的。