110 地方特考三等 衛生行政 流行病學 考古題詳解

核心觀念

本題考查接收者操作特徵曲線（receiver operating characteristic curve, ROCC）及診斷試驗效度指標：

• 真陽率（true positive rate, TPR）即敏感度（Sensitivity）： $\text{Sensitivity}=\frac{TP}{TP+FN}$
• 真陰率（true negative rate, TNR）即特異度（Specificity）： $\text{Specificity}=\frac{TN}{TN+FP}$
• 偽陽率（false positive rate, FPR）： $\text{FPR}=1-\text{Specificity}$
• Youden Index： $J=\text{Sensitivity}+\text{Specificity}-1$
• 陽性概似比： $LR^+=\frac{\text{Sensitivity}}{1-\text{Specificity}}$
• 陰性概似比： $LR^-=\frac{1-\text{Sensitivity}}{\text{Specificity}}$

ROCC 面積（area under the curve, AUC）可用來評估危險分數區分胃癌與非胃癌的整體鑑別能力。AUC 越接近 $1$，鑑別能力越佳；$0.5$ 表示沒有鑑別能力。

---

解題方法與各小題解析

（一）ROCC 的 $X$ 軸與 $Y$ 軸各為何？

ROCC 的：

• $X$ 軸為偽陽率： $1-\text{Specificity}$
• $Y$ 軸為真陽率，即敏感度： $\text{Sensitivity}$

因此，本題各切點的座標為：

$$X=1-\text{Specificity},\qquad Y=\text{Sensitivity}$$

---

（二）此綜合危險分數對胃癌發生是否具有顯著鑑別能力？

題目給予：

$$\text{AUC}=0.9014$$

其 $95\%$ 信賴區間為：

$$[0.88477,\ 0.91797]$$

判斷診斷分數是否具有鑑別能力時，虛無值為：

$$AUC=0.5$$

本題信賴區間完全高於 $0.5$，不包含 $0.5$，表示其鑑別能力具有統計上的顯著性。

而且 AUC 達 $0.9014$，屬於良好至優良的鑑別能力。

【答案】具有顯著且良好的鑑別能力。

---

（三）哪個分數切點具有最高鑑別能力？

ROCC 上最佳切點通常以 Youden Index 最大者判定：

$$J=\text{Sensitivity}+\text{Specificity}-1$$

逐一計算：

Cutpoint	Youden Index
$\geq 0$	$0.0000$
$\geq 1$	$0.148?$
$\geq 2$	$0.3745$
$\geq 3$	$0.5135$
$\geq 4$	$0.6001$
$\geq 5$	$0.6601$
$\geq 6$	$0.6705$
$\geq 7$	$0.6641$
$\geq 8$	$0.6424$
$\geq 9$	$0.6158$
$\geq 10$	$0.5692$

以 $\geq 6$ 時：

$$J=0.7997+0.8708-1=0.6705$$

其值最高。

【答案】分數切點為 $\boxed{\geq 6}$。

---

（四）最高鑑別力之分數切點的 Youden Index 為何？

最佳切點為 $\geq 6$，其敏感度為 $79.97\%$，特異度為 $87.08\%$。

$$J=0.7997+0.8708-1$$ $$J=0.6705$$

換算為百分比：

$$J=67.05\%$$

【答案】Youden Index 為 $\boxed{0.6705}$，即 $\boxed{67.05\%}$。

---

（五）使用最佳分數切點分類胃癌，此時資料的 kappa 一致度為何？

Cohen’s kappa 為觀察一致率與機率一致率校正後的指標：

$$\kappa=\frac{P_o-P_e}{1-P_e}$$

其中：

• $P_o$：實際觀察到的一致率
• $P_e$：依邊際總數所計算的機率一致率

在最佳切點 $\geq 6$ 時：

$$\text{Sensitivity}=0.7997,\qquad \text{Specificity}=0.8708$$

但是，計算 kappa 除了敏感度與特異度外，還需要胃癌盛行率，也就是胃癌病例數與非病例數的分配。題目只提供總樣本數 $N=1,286$，未提供胃癌病例數，因此無法由現有資料唯一決定精確的 kappa 值。

若依原始資料分組為胃癌 $442$ 人、非胃癌 $844$ 人計算：

核心觀念

病例世代研究法（case-cohort study）是由一個完整世代中，先於研究開始時隨機抽取一小部分作為「次世代」（subcohort），再於整個世代追蹤期間找出所有新發生病例，分析暴露與疾病發生的關係。

其主要特徵如下：

1. 研究起點先確定一個完整世代，成員在基線時尚未罹患研究疾病。
2. 由完整世代隨機抽取次世代，作為代表整個世代的比較組。
3. 追蹤完整世代的疾病發生情形，所有新發病例均納入，即使病例不屬於次世代也必須納入。
4. 次世代可同時作為多種疾病結果的比較組，因此適合研究同一暴露因素與多個疾病結果的關係。
5. 若病例同時屬於次世代，該人員兼具「病例」與「次世代成員」身分，分析時不可排除次世代身分。

病例世代研究法與巢式病例對照研究法不同：

比較項目	病例世代研究法	巢式病例對照研究法
抽樣方式	基線時抽取次世代	病例發生時抽取對照
對照來源	基線隨機次世代	病例發生當時仍具風險者
次世代用途	可研究多種疾病結果	通常針對特定疾病結果
分析重點	需考慮抽樣權重	通常依配對或風險集分析

常見的效應指標包括：

• 風險比（risk ratio, RR）
• 發生率比（incidence rate ratio, IRR）
• 危險比（hazard ratio, HR）

若次世代抽樣比例為 $f$，完整世代人數為 $N$，次世代人數為 $n$，則：

$$f=\frac{n}{N}$$

次世代每一人的代表權重通常為：

$$w=\frac{1}{f}=\frac{N}{n}$$

此加權是為了使次世代的資料能代表完整世代。

---

（一）病例世代研究法的執行步驟

1. 界定研究母群與完整世代

首先界定研究對象、納入條件、排除條件及研究地點，建立完整世代。

例如研究高血壓與心肌梗塞的關係，可納入某地區 40 至 70 歲、基線時尚未發生心肌梗塞的居民。

在基線時應完成：

• 人口學資料蒐集
• 暴露因素測量
• 重要干擾因子測量
• 排除已罹患研究疾病者
• 建立每位成員的起始追蹤時間

完整世代是研究的抽樣母體，後續次世代與病例均由此產生。

---

2. 在基線時隨機抽取次世代

由完整世代中，以簡單隨機抽樣、分層隨機抽樣等機率抽樣方式，抽取一部分成員作為次世代。

例如完整世代共有 $N=10,000$ 人，基線時隨機抽取 $n=1,000$ 人作為次世代，抽樣比例為：

$$f=\frac{1,000}{10,000}=0.1$$

因此次世代每名成員的代表權重為：

$$w=\frac{1}{0.1}=10$$

也就是次世代中的每一名研究對象，在統計分析上代表完整世代約 10 人。

次世代成員在抽取後應保留其完整的基線資料，包括暴露、共變項及追蹤起始狀態。次世代不是傳統意義上依疾病狀態選出的對照組，而是完整世代的隨機樣本。

---

3. 測量基線暴露與共變項

在研究開始時，對完整世代或次世代成員測量研究所需的暴露因素與共變項。

暴露因素可包括：

• 吸菸
• 飲酒
• 飲食
• 血壓
• 血脂
• 生物標記
• 職業或環境暴露
• 藥物使用

共變項則可包括年齡、性別、社經地位、家族史及其他干擾因子。

病例世代研究法特別適合用於暴露測量成本很高的研究。若完整世代已保存生物檢體，可只針對次世代及後續病例進行實驗室檢測，以降低成本。

---

4. 追蹤完整世代並確認所有新發病例

研究者必須追蹤完整世代，而非只追蹤次世代。

追蹤方式可包括：

• 醫療紀錄
• 疾病登記
• 死亡登記
• 定期健康檢查
• 問卷追蹤
• 保險資料庫

在追蹤期間，找出完整世代中所有新發生的研究疾病病例。這些病例包括：

1. 原本屬於次世代者；
2. 原本不屬於次世代、但於追蹤期間發病者。

第二類病例不可排除，因為病例世代研究法的設計重點就是「次世代加上完整世代中的全部病例」。

每個研究對象均應記錄：

• 是否發病
• 發病日期
• 暴露狀態
• 追蹤時間
• 失訪或死亡狀態
• 其他共變項

---

5. 組成分析資料集

分析資料集主要包括兩部分：

（1）次世代成員

次世代提供完整世代的暴露分布、疾病發生率及人年資料。次世代成員即使在追蹤期間發病，仍保留其次世代身分。

（2）完整世代中的所有病例

完整世代內所有新發病例均納入。若病例不在次世代中，仍須加入分析資料集，並提供其暴露資料及病例發生時間。

因此，資料結構可以表示為：

$$\text{分析資料}=\text{次世代全體}+\text{次世代外的所有病例}$$

若某病例同時屬於次世代，則在設計上具有雙重身分，但分析時需依適當統計方法處理其重疊性。

---

6. 估計暴露與疾病的關聯

核心觀念

本題考查不同流行病學研究設計對「暴露與疾病之因果關係」的推論強度。判斷強弱的主要依據包括：

1. 是否由研究者主動分配暴露。
2. 是否能確認暴露先於疾病發生，即具備時間先後性（temporality）。
3. 是否能控制干擾因子（confounding）。
4. 是否容易產生選擇偏差、回憶偏差或生態謬誤。
5. 是否能直接估計疾病發生率與相對危險度。

因果推論強度並非僅由研究名稱決定，但在一般考試所採用的研究設計階層中，通常依「實驗研究優於觀察研究、分析性研究優於描述性研究、個人資料優於群體資料」排列。

各研究設計之因果推論強度

一、臨床試驗（clinical trial）

臨床試驗屬於實驗性研究，由研究者主動分配受試者接受某項介入措施，並以隨機分派建立實驗組與對照組。

隨機分派的目的，是使已知與未知的干擾因子在兩組間大致平均分布；若再配合盲法、適當對照組及完整追蹤，便能較有力地比較介入措施所造成的疾病發生差異。

臨床試驗可直接觀察介入措施是否先於疾病結果發生，並能估計：

$$RR=\frac{I_e}{I_u}$$

其中：

• $I_e$：介入組的疾病發生率
• $I_u$：對照組的疾病發生率

若研究結果顯示介入組與對照組的疾病發生率具有差異，且偏差受到良好控制，因果關係的證據最強。

但臨床試驗仍可能受到失訪、遵從性不佳、盲法破盲及外部效度不足等問題影響。因此，「最強」不代表絕對可以證明因果關係。

二、世代研究（cohort study）

世代研究屬於觀察性分析研究。研究者先依受試者是否暴露於某項危險因子分組，再追蹤其後是否發生疾病。

其最大優點是能清楚呈現：

$$暴露 \rightarrow 疾病$$

因此具有良好的時間先後性，並能直接計算發生率、相對危險度及歸因危險度：

$$RR=\frac{I_e}{I_u}$$ $$AR=I_e-I_u$$

世代研究也能同時研究一項暴露所造成的多種疾病結果，並可測量暴露組與未暴露組的疾病發生風險。

其限制包括研究成本高、耗時長，且對罕見疾病或潛伏期很長的疾病效率較差。由於暴露不是研究者隨機分派，仍可能有選擇偏差與干擾作用，因此因果推論通常低於臨床試驗。

三、病例對照研究（case-control study）

病例對照研究先依疾病狀態選取病例組與對照組，再回溯比較兩組過去的暴露情形。

其研究方向為：

$$疾病 \rightarrow 回溯暴露$$

病例對照研究特別適合研究罕見疾病或具有很長潛伏期的疾病，所需樣本數及研究時間通常少於世代研究。

其主要測量指標為勝算比（odds ratio）：

$$OR=\frac{ad}{bc}$$

若病例組的暴露人數為 $a$、未暴露人數為 $b$，對照組的暴露人數為 $c$、未暴露人數為 $d$，則：

$$OR=\frac{a/c}{b/d}=\frac{ad}{bc}$$

病例對照研究的因果推論弱於世代研究，主要原因包括：

• 暴露發生時間及疾病前後順序較難確認。
• 病例組與對照組的選取容易產生選擇偏差。
• 受試者回憶過去暴露時，容易產生回憶偏差。

核心觀念

本題考查三個重點：

1. COVID-19「突破性感染」的判定定義。
2. 入境突破性感染率的計算。
3. 「感染率」與「確診比例」的分母不同，必須正確辨識。

以命題當年（民國110年）之防疫規範與定義為準。

---

（一）COVID-19突破性感染之定義

突破性感染（breakthrough infection）係指：

個案已完成 COVID-19 疫苗接種，並經過疫苗產生保護力所需期間，通常以完成最後一劑疫苗接種滿14天後，仍感染 SARS-CoV-2 並確診者。

若為單劑型疫苗，則以完成該單劑接種滿14天後仍確診者為判定基準；若為雙劑型疫苗，則以完成第二劑接種滿14天後仍確診者為基準。

解題重點

「已接種疫苗」不等於「完成疫苗接種」。本題的突破性感染須同時具備：

• 完成規定劑次；
• 完成最後一劑後滿14天；
• 之後仍感染並確診 COVID-19。

---

（二）各廠牌疫苗之入境突破性感染率

計算公式

$$\text{入境突破性感染率} = \frac{\text{該廠牌突破性感染確診人數}} {\text{該廠牌疫苗接種者入境人數}} \times 100\%$$

各廠牌計算

疫苗廠牌	突破性感染人數	接種者入境人數	突破性感染率
BNT	70	26,100	$\frac{70}{26100}\times100\%\approx0.268\%$
AZ	40	8,620	$\frac{40}{8620}\times100\%\approx0.464\%$
科興	30	5,250	$\frac{30}{5250}\times100\%\approx0.571\%$
嬌生	20	1,560	$\frac{20}{1560}\times100\%\approx1.282\%$