107 原住民特考四等 衛生行政 流行病學概要 考古題詳解

核心觀念

本題評量流行病學中最基礎且核心的疾病頻率測量（Measures of Disease Frequency），主要聚焦於兩大指標的定義、分母界定與計算：

1. 盛行率（Prevalence）：

• 指在特定時間點或期間內，特定族群中患有某疾病之個案總數（含舊案與新發個案）佔該族群總人口數的比例。
• 本題第（一）小題為點盛行率（Point Prevalence），公式為： $\text{點盛行率} = \frac{\text{特定時點之現患病例數（舊案＋新案）}}{\text{該特定時點之總人口數}}$

2. 發生率（Incidence）：

• 測量在特定觀察期間內，原本無病之危險人口（Population at Risk）​新產生某疾病的頻率。發生率有兩種主要呈現形式：
• 累積發生率（Cumulative Incidence, CI）：衡量特定追蹤期間內新發病例發生的比例。 $\text{累積發生率 (CI)} = \frac{\text{追蹤期間新發生病例數}}{\text{追蹤期初無病之危險人口數}}$
• 發生密度／人年發生率（Incidence Density, ID / Incidence Rate, IR）：衡量單位人時（Person-time）的新發病速率。 $\text{發生密度 (ID)} = \frac{\text{追蹤期間新發生病例數}}{\text{追蹤族群所貢獻之總觀察人時（人年）}}$

---

解題方法

（一）1990 年 A 社區研究樣本的心血管疾病盛行率

1. 確定分析時點與族群：

• 時點：1990 年 1 月 1 日。
• 總研究樣本數（分母）：隨機抽出的居民共 $1,000$ 名。
• 現患病例數（分子）：經醫師檢查發現患有心血管疾病者共 $100$ 名。

2. 計算推導： $\text{1990 年盛行率} = \frac{100}{1,000} = 0.10 = 10\%$ 亦可表示為每 $1,000$ 人中有 $100$ 人患病（$100 / 1,000$）。

（二）1990～2014 年期間 A 社區居民心血管疾病發生率

題目提供固定封閉世代（Closed Cohort）且「無失訪」條件，此小題以累積發生率為最主要且標準之解答；若依嚴謹發生率定義考慮時間人年，亦可輔以發生密度計算：

1. 主流解法：累積發生率（Cumulative Incidence, CI）

• 危險人口判定（分母）：發生率的對象必須是「原本未患病且有罹病風險者」。1990 年抽出的 $1,000$ 名居民中，已有 $100$ 名患病，必須扣除，故期初危險人口數為： $1,000 - 100 = 900 \text{（人）}$
• 新發生病例數（分子）：追蹤 25 年期間新發病的居民共 $110$ 名。
• 計算推導： $\text{25 年累積發生率 (CI)} = \frac{110}{900} = \frac{11}{90} \approx 0.1222 = 12.22\%$ （或表示為約每千人 $122.2$ 人）。

核心觀念

本題為公職流行病學四等考試中標準的「世代研究追蹤資料（Cohort data）之因果關聯與分層分析」題型，評量考生對於發生率計算、關聯性測量指標以及「效果修飾作用（Effect Modification）」之判讀能力。

1. 累積發生率（Cumulative Incidence, CI）： 在特定觀察期內，暴露組或非暴露組中新發生疾病個案數佔期初無病觀察總人數之比例： $CI = \frac{\text{新發生病例數}}{\text{觀察期初總人口數}}$
2. 相對危險性（Relative Risk, RR）： 暴露組發生率與非暴露組發生率之比值，用以評估暴露與疾病之關聯強度： $RR = \frac{CI_1}{CI_0}$ 若 $RR > 1$，表示該暴露為危險因子（會增加發生率）；若 $RR = 1$，表示無關聯；若 $RR < 1$，表示該暴露為保護因子。
3. 分層分析（Stratified Analysis）與效果修飾作用（Effect Modification）： 當暴露因子（B 藥物）對疾病（心律不整）之效應強度（$RR$），會隨著第三變項（A 藥物）的存在與否而有顯著改變時，稱該第三變項為「效果修飾因子（Effect Modifier）」，在乘法尺度上即存在「交互作用（Interaction）」。此時不得逕行合併兩層數據，應分別呈現各層之 $RR$。

---

解題方法

（一）計算服用 B 藥物會不會增加心律不整的發生率

欲評估服用 B 藥物是否增加心律不整之發生率，需先從邊際總和計算服用 B 藥物者與未服用 B 藥物者之粗發生率（Crude Incidence），並求其粗相對危險性（Crude Relative Risk, $cRR$）及粗危險差（Crude Risk Difference, $cRD$）。

1. 分組人數加總與發生率計算：

• 服用 B 藥物組（B 藥物 = 是）：
• 總服藥人數：$N_{B+} = 194 + 4,874 = 5,068\text{ 人}$
• 發生心律不整人數：$A_{B+} = 3 + 7 = 10\text{ 人}$
• 累積發生率： $I_{B+} = \frac{10}{5,068} \approx 0.001973 = 1.973‰ \text{（每千人約 1.97 例）}$
• 未服用 B 藥物組（B 藥物 = 否）：
• 總服藥人數：$N_{B-} = 36,518 + 1,163,087 = 1,199,605\text{ 人}$
• 發生心律不整人數：$A_{B-} = 116 + 1,235 = 1,351\text{ 人}$
• 累積發生率： $I_{B-} = \frac{1,351}{1,199,605} \approx 0.001126 = 1.126‰ \text{（每千人約 1.13 例）}$

2. 關聯性指標評估：

• 粗相對危險性（$cRR$）： $cRR = \frac{I_{B+}}{I_{B-}} = \frac{10 / 5,068}{1,351 / 1,199,605} \approx \frac{0.001973}{0.001126} \approx 1.75$
• 粗危險差（$cRD$）： $cRD = I_{B+} - I_{B-} = 0.001973 - 0.001126 = 0.000847 = 0.847‰ \text{（每千人增加約 0.85 例）}$

3. 結論與說明： 服用 B 藥物組之心律不整發生率（$1.973‰$）高於未服用 B 藥物組（$1.126‰$），其相對危險性 $cRR \approx 1.75 > 1$，危險差 $cRD > 0$。因此，根據表格中的整體數據計算，服用 B 藥物會增加心律不整的發生率。

---

（二）評估同時服用 A 藥物是否增加 B 藥物對心律不整之相對危險性

本小題考驗以「A 藥物」進行分層，評估 B 藥物致病危險性在「有服用 A 藥物」與「未服用 A 藥物」兩層之間是否不同（即檢驗效果修飾作用）。

1. 分層發生率與層別相對危險性（Stratum-specific RR）計算：

• 第一層：有服用 A 藥物者（A 藥物 = 是）
• 同時服用 B 藥物者之發生率（$I_{B+|A+}$）： $I_{B+|A+} = \frac{3}{194} \approx 0.01546 = 15.46‰$
• 未服用 B 藥物者之發生率（$I_{B-|A+}$）： $I_{B-|A+} = \frac{116}{36,518} \approx 0.00318 = 3.18‰$
• A 藥物存在下，B 藥物的相對危險性（$RR_{A+}$）： $RR_{A+} = \frac{I_{B+|A+}}{I_{B-|A+}} = \frac{3 / 194}{116 / 36,518} = \frac{0.015464}{0.003177} \approx 4.87$

核心觀念

本題評量世代追蹤研究（Cohort Study）之危險性測量指標、干擾作用（Confounding）​之判斷準則與分層分析（Stratified Analysis）。

1. 世代研究之危險性測量指標：

• 累積發生率（Cumulative Incidence, $CI$ 或 $I$）： $I = \frac{\text{新發生病例數}}{\text{追蹤期初無病之總追蹤人數}}$
• 相對危險度（Relative Risk, $RR$）：評估暴露與疾病之相關強度（關聯度）。 $RR = \frac{I_{E+}}{I_{E-}}$
• 危險差（Risk Difference, $RD$） 或 可歸因危險度（Attributable Risk, $AR$）：評估因暴露所導致之超額疾病發生率（公共衛生衝擊）。 $RD = I_{E+} - I_{E-}$

2. 干擾因子（Confounder）之三大必備要件：

• 該變項（性別）與暴露因子（吸菸）具有關聯。
• 該變項本身為疾病（A 疾病）的獨立危險因子（在未暴露族群中亦成立）。
• 該變項非處於暴露因子到疾病的因果鏈中間步驟（Non-intermediate factor）。

3. 分層分析判斷干擾作用：

• 若分層後的各層相對危險度同質（$RR_1 = RR_2$），但粗相對危險度與分層（或調整後）相對危險度差異達 $10\%$ 以上（即 $\frac{|RR_{\text{crude}} - RR_{\text{adjusted}}|}{RR_{\text{adjusted}}} \ge 10\%$），即判定存在干擾作用。

---

解題方法

（一）說明吸菸對 A 疾病發生的影響（10 分）

本小題要求以整體數據（未分層之粗數據）評估吸菸對 A 疾病發生的影響。

步驟一：彙整全體追蹤人數與得病人數（列出四格表）

• 吸菸組（$E+$）：
• 總追蹤人數：$2,000\text{（男）} + 1,000\text{（女）} = 3,000\text{ 人}$
• 得病人數：$75\text{（男）} + 5\text{（女）} = 80\text{ 人}$
• 累積發生率（$I_{E+}$）： $I_{E+} = \frac{80}{3,000} \approx 0.0267 \text{（即 } 2.67\% \text{ 或 } 26.67‰\text{）}$
• 不吸菸組（$E-$）：
• 總追蹤人數：$1,000\text{（男）} + 2,000\text{（女）} = 3,000\text{ 人}$
• 得病人數：$15\text{（男）} + 4\text{（女）} = 19\text{ 人}$
• 累積發生率（$I_{E-}$）： $I_{E-} = \frac{19}{3,000} \approx 0.0063 \text{（即 } 0.63\% \text{ 或 } 6.33‰\text{）}$

步驟二：計算關聯強度與超額危險

1. 粗相對危險度（$RR_{\text{crude}}$）： $RR_{\text{crude}} = \frac{I_{E+}}{I_{E-}} = \frac{80 / 3,000}{19 / 3,000} = \frac{80}{19} \approx 4.21$
2. 粗危險差（$RD_{\text{crude}}$）： $RD_{\text{crude}} = I_{E+} - I_{E-} = \frac{80 - 19}{3,000} = \frac{61}{3,000} \approx 0.0203 \text{（即 } 2.03\% \text{ 或 } 20.33‰\text{）}$

流行病學意義闡述：

• 關聯性：吸菸者罹患 A 疾病的累積發生率為不吸菸者的 $4.21$ 倍，顯示吸菸與 A 疾病發生呈強烈正相關。
• 公共衛生衝擊：每 1,000 名吸菸者中，因吸菸而超額增加的 A 疾病患者約為 $20.33$ 人；若能全面戒菸，理論上可消除該群體中這部分超額發病。

---

（二）評估吸菸對 A 疾病發生的影響是否受到「性別」干擾（20 分）

判斷性別是否為干擾因子，需透過「分層分析比較指標差異」以及「驗證干擾因子三大要件」兩方面論證。

步驟一：依性別分層計算層級專一相對危險度（Stratum-specific RR）

• 男性族群（分層 1）：
• 男性吸菸者發生率：$I_{E+ \mid \text{male}} = \frac{75}{2,000} = 0.0375 = 37.5‰$
• 男性不吸菸者發生率：$I_{E- \mid \text{male}} = \frac{15}{1,000} = 0.0150 = 15.0‰$
• 男性分層相對危險度（$RR_{\text{male}}$）： $RR_{\text{male}} = \frac{0.0375}{0.0150} = 2.50$
• 女性族群（分層 2）：
• 女性吸菸者發生率：$I_{E+ \mid \text{female}} = \frac{5}{1,000} = 0.0050 = 5.0‰$
• 女性不吸菸者發生率：$I_{E- \mid \text{female}} = \frac{4}{2,000} = 0.0020 = 2.0‰$
• 女性分層相對危險度（$RR_{\text{female}}$）： $RR_{\text{female}} = \frac{0.0050}{0.0020} = 2.50$

步驟二：比較粗相對危險度與調整後（分層）相對危險度

核心觀念

1. 研究設計之因果時序性（Temporality）： 橫斷性研究（Cross-sectional study）係於單一時間點同時測量「暴露」（生產年齡）與「疾病狀態」（憂鬱症狀）。因果推論中最關鍵的條件為「時序性」（暴露必須先於疾病發生），橫斷性研究無法確認憂鬱症狀究竟是生產後才新發生，抑或是產前早已有之，無法排除反向因果（Reverse causality）。
2. 盛行率與發生風險（Prevalence vs. Incidence / Risk）：

• 盛行率（Prevalence, $P$）： 特定時間點內群體中具有某疾病的個案比例，受「發生率（Incidence, $I$）」與「病程時間（Duration, $\bar{D}$）」共同影響，近似關係為： $P \approx I \times \bar{D}$
• 發生風險（Risk / Cumulative Incidence）： 指一群無病者在特定觀察期間內新發病之機率。
• 橫斷性研究測量所得為「盛行率」與「盛行勝算比（Prevalence Odds Ratio, POR）」，不可直接宣稱或等同於「發生的風險（Risk of developing the disease）」。

3. 相關性與因果關係（Association vs. Causation）： 調整後勝算比（Adjusted Odds Ratio, aOR）顯著大於 $1.0$ 僅代表年齡與憂鬱症狀存在「統計學上的顯著相關性」，在缺乏時序性證明及排除所有潛在混淆因素前，不能直接推論為「因果關係」。
4. 測量工具之效度（Measurement Validity）： 研究採用「憂鬱症狀量表」進行篩檢，測得的是「具有憂鬱症狀」之狀態，而非依據臨床精神醫學診斷準則（如 DSM-5）確診的「憂鬱症」（Major Depressive Disorder）。

---

解題方法

本題屬於流行病學標準的「文獻與研究推論批判性評讀（Critical Appraisal）」申論題型，作答切入點如下：

1. 破題表態： 明確表達「不同意研究者這樣的說法」。
2. 三維度論述缺陷：

• 設計維度（缺乏時序性）： 點出橫斷性研究本質缺陷，無法證明產前心理狀態，可能存在先前病史之干擾。
• 指標維度（指標誤用）： 指出研究者誤將「盛行（Prevalence）」推論為「發生風險（Risk/Incidence）」。
• 工具維度（診斷外推）： 說明「量表篩檢症狀」不等於「臨床確診疾病」。

3. 客觀肯定數據價值： 指出該研究已控制部分干擾因子，且數據顯示具有「劑量反應關係（Dose-response relationship）」（年齡越小，aOR 越高），但其嚴謹結論僅能陳述為「青少女生產與產後 12 個月存在憂鬱症狀有顯著統計相關」，而非「增加發生的風險」。

---

論述分析（評析研究者說法之四大盲點）

1. 混淆「盛行率（Prevalence）」與「發生風險（Risk / Incidence）」

研究者宣稱青少女生產會「增加憂鬱症發生的風險（Risk）」。然而本研究為橫斷性研究，表中呈現的是「憂鬱症狀盛行率（%）」及以盛行個案計算的「盛行勝算比（POR）」。 盛行率高可能反映兩個面向：(1) 新發病率較高（$I$ 較高），或 (2) 病程遷延較長、不易康復或不易取得醫療支持（$\bar{D}$ 較長）。青少女可能因社會資源匱乏導致病程延長，故盛行率高不必然代表「新發生之風險增加」。

2. 橫斷性設計缺乏「因果時序性（Temporality）」

在希爾因果推論準則（Hill's Criteria of Causation）中，「時序性（暴露必須明確