111 地方特考三等 衛生行政 流行病學 考古題詳解

核心觀念

本題測驗流行病學的核心實務能力——前瞻性世代研究（Prospective Cohort Study，特別是母子出生世代研究 Birth Cohort Study）之架構規劃、因果推論特性與系統性誤差評估。

1. 研究設計定義：前瞻性世代研究是由「因」至「果」，先確定研究對象無目標結局，依「暴露狀態（Exposure status）」分組後，向前追蹤至特定時間點，比較各組間「疾病發生率（Incidence）」與「相對危險度（Relative Risk, $RR$）」之關聯。
2. 因果推論時序性（Temporality）：確保鉛暴露發生於兒童發展遲緩發生之前，符合 Hill 因果關係準則中最關鍵的必要條件。
3. 流行病學偏差（Epidemiologic Biases）：包括選擇偏差（Selection bias）、資訊偏差（Information bias）與混淆偏差（Confounding bias）之成因及其在長期世代追蹤中的具體表現。

---

解題方法

本題配分結構為「研究設計（5 分）」與「優缺點及可能產生的偏差（20 分）」，解題切入點應採「輕設計、重衡平、深剖偏差」策略：

1. 第一部分（5 分）：前瞻性母子出生世代設計（Prospective Birth Cohort Design） 必須涵蓋研究四大核心要素：收案母群與標準、暴露評估（胎兒期及產後鉛濃度測量）、追蹤期程與分組、結局判定（標準化發展評估量表）。
2. 第二部分（20 分）：優缺點與偏差

• 優點：著重時序性明確、多結局評估、無回憶偏差、可直接求算發生率與相對危險度。
• 缺點：著重追蹤耗時耗費、失訪率高、倫理限制（篩檢出高血鉛個案必須介入治療）。
• 偏差剖析：必須分類為「選擇偏差」、「資訊偏差」、「混淆偏差」，且不可僅背誦定義，需結合「鉛暴露與幼兒神經發展」之情境脈絡作答。

---

題型屬性與子題剖析

本題為標準申論題（非選擇題），依據閱卷評分標準，各子題的作答要點與給分關鍵剖析如下：

• 子題一：研究設計架構（配分 5 分） 評分重點在於是否具備前瞻性母子世代研究的操作細節。考生若只寫「分成有鉛組和沒鉛組追蹤」僅能得基礎分；須具體寫出「懷孕初期/中後期收案」、「生物標記（血鉛、臍帶血鉛）之定量評估」、「排除先天性染色體異常或神經病變」、「標準化發展量表定期評估」等專業步驟。
• 子題二：優點與缺點說明（配分 10 分） 評分重點在於能否精準展現世代研究與其他設計（如橫斷法、病例對照法）之對比優勢，特別是「因果時序性」以及「直接求算各暴露組發生率 $I_e, I_u$」；缺點則須直指實務困境（失訪率與追蹤成本），以及醫療倫理造成的暴露改變。
• 子題三：可能產生之偏差分析（配分 10 分） 評分重點在於「三大偏差」是否齊備並具體化。若僅泛稱「可能會有偏差」無法拿高分；必須精確指出「失訪偏差（不同組別失訪率差異造成估計值偏離）」、「資訊偏差（未採盲法評估發展遲緩、單次血鉛測量未反映累積暴露）」及「混淆偏差（家庭社經地位 SES、父母教育、其他神經毒物如汞與菸酒暴露）」，並說明其控制手段。

---

解題技巧

1. 情境化作答（Contextualization）：切忌只默寫流行病學教科書的抽象公式。寫暴露要寫「血鉛（Blood Lead Level, BLL）與臍帶血鉛」；寫結局要寫「丹佛兒童發展篩檢量表（DDST）或貝萊量表（Bayley Scales）」；寫混淆要寫「家庭刺激量表（HOME score）與父母智商」。
2. 倫理陷阱警示：研究重金屬暴露時，不可忽視公共衛生倫理。當受試兒童血鉛濃度超過管制警戒值（如 $\ge 5\ \mu\text{g/dL}$）時，研究團隊依法與倫理規範必須通報並衛教或排鉛治療，這會改變受試者的暴露歷程，此為世代研究面臨之特有現象。
3. 偏差分類心法：答題時務必採用三段結構（選擇偏差 $\to$ 資訊偏差 $\to$ 混淆偏差），條理分明，閱卷委員得以迅速給分。

---

【答案】

一、世代研究設計方案（前瞻性母子出生世代研究，Prospective Birth Cohort Study）

1. 研究對象與收案標準：

• 收案對象：於指定合作產檢醫療機構，招募懷孕初期（第一孕期）之健康孕婦及其未來出生之新生兒。
• 納入條件：單胞胎妊娠、預計於該院生產且願意配合長期追蹤者。
• 排除條件：母親懷孕前患有嚴重神經精神疾病，或新生兒經診斷具先天性染色體異常（如唐氏症）、先天性畸形及嚴重圍產期窒息腦病變者，以排除先天非鉛因素之發展障礙。

2. 暴露評估（Exposure Assessment）：

• 採集孕婦血液（懷孕早、中、晚期）、生產時之母體血與「臍帶血（Cord blood）」，以及兒童出生後定期（如 1 歲、2 歲、3 歲）採集靜脈血，以感應耦合電漿質譜儀（ICP-MS）精準測量血鉛濃度（Blood Lead Level, BLL, $\mu\text{g/dL}$）。
• 依鉛暴露程度區分為連續變項或依血鉛參考值（如 $<3.5\ \mu\text{g/dL}$ 與 $\ge 3.5\ \mu\text{g/dL}$）進行暴露分組（高暴露組 vs. 低暴露/未暴露組）。

3. 追蹤與結局評估（Follow-up & Outcome Assessment）：

• 自胎兒出生起進行前瞻性追蹤至兒童 3～6 歲。
• 定期由受過盲法訓練的兒童發展專家，採用客觀標準化發展測驗評估發展狀況（如丹佛兒童發展篩檢測驗 DDST、貝萊嬰兒發展量表 Bayley Scales 或魏氏幼兒智力量表）。

核心觀念

本題評量流行病學在因果推論與資料分析中最核心的兩大概念：**干擾因子（Confounder）與效果修飾因子（Effect Modifier）**之判定準則與生物流行病學意涵。

1. 分層分析決策階層（Decision Hierarchy in Stratified Analysis）： 在流行病學分析中，評估第三變項（本題為「喝酒」）對暴露（抽菸）與疾病（肺癌）關係之影響，必須依循嚴格的雙步驟階層流程：

• 第一步：檢定效果修飾作用（評估同質性） 比較各分層的相對危險性（Stratum-specific Relative Risk, $RR_i$）。
• 若各分層危險比不相等（$RR_1 \neq RR_2$），代表存在效果修飾作用（異質性，Heterogeneity），該第三變項即為修飾因子。此時生物學交互作用存在，應分別報告各層效應，不可逕自合併為單一數值。
• 若各分層危險比相等（$RR_1 \approx RR_2$），代表無效果修飾作用（同質性，Homogeneity），始可進一步評估單純之干擾作用。
• 第二步：評估干擾作用（比較粗效應與調整後效應）
• 若分層效應具同質性（$RR_1 = RR_2 = RR_{\text{stratum}}$），但粗相對危險性（Crude RR, $RR_{\text{crude}}$）與分層（或調整後）相對危險性有實質差異（通常定義為相對差距 $\ge 10\%$，即 $\left|\frac{RR_{\text{crude}} - RR_{\text{adj}}}{RR_{\text{adj}}}\right| \ge 10\%$），則該第三變項為干擾因子。
• 極端干擾（辛普森悖論，Simpson's Paradox）：若粗效應值落於各分層效應值區間之外（例如 $RR_{\text{crude}} < \min(RR_1, RR_2)$ 或 $RR_{\text{crude}} > \max(RR_1, RR_2)$），代表因干擾因子在暴露組與非暴露組的極端不平衡分布，導致整體關聯被嚴重扭曲或逆轉，此時存在強烈的干擾作用。

2. 核心定義與三大條件：

• 干擾因子屬於研究方法學上的偏誤（Bias），扭曲了真實因果關係，需於研究設計或分析階段予以控制或消除。其成立必須同時滿足三個流行病學條件：

1. 與疾病（肺癌）發生有獨立因果關聯（為疾病的危險因子）。
2. 與暴露因子（抽菸）相關（在暴露與未暴露組間分布不均）。
3. 絕不可為暴露導致疾病因果鏈上的中介變項（Intermediate variable）。

• 修飾因子反映的是客觀真實的生物學交互作用（Biological Interaction），並非研究設計偏差，不可消除，必須分層詳實呈現。

---

解題方法

本題解題切入點採「分層比較法」與「反事實對照邏輯」：

1. 子題（一）判斷步驟：

• 針對情境 A、B、C 分別提取：沒喝酒組 $RR_1$、有喝酒組 $RR_2$、合計粗效應值 $RR_{\text{crude}}$。
• 檢驗修飾因子：檢視 $RR_1$ 與 $RR_2$ 是否相等。不相等則為修飾因子；相等則非修飾因子。
• 檢驗干擾因子：檢視 $RR_{\text{crude}}$ 是否受飲酒分布影響而脫離真實因果強度，特別注意是否落於分層區間之外（極端質性干擾／辛普森悖論），或在同質分層下與分層數值產生偏誤。

2. 子題（二）敘述架構：

• 分別從「定義概念」、「流行病學特性（偏誤 vs. 生物真實性）」、「判斷準則（三大條件與統計檢驗）」及「處理原則（控制消除 vs. 分層呈現）」條列論述。

---

申論詳解與情境分析

（一）A、B、C 三種情境之判斷與理由說明

1. 情境 A：

• 數值條件：$RR_{\text{沒喝酒}} = 2.0$、$RR_{\text{有喝酒}} = 4.0$、$RR_{\text{合計}} = 3.0$。
• 是否為修飾因子：是。
• 理由：沒喝酒與有喝酒兩分層之相對危險性顯著不同（$RR_{\text{沒喝酒}} = 2.0 \neq RR_{\text{有喝酒}} = 4.0$），存在效應異質性（Heterogeneity of effect）。抽菸對肺癌的危害效應大小取決於是否喝酒（有喝酒者抽菸致肺癌的危險比提高至 4.0 倍，沒喝酒者僅 2.0 倍），顯示飲酒扮演了效應修飾的角色。
• 是否為干擾因子：否。
• 理由：

1. 在流行病學分析階層中，當已確立存在顯著的效果修飾作用時，暴露與疾病之關係已隨第三變項分化，研究核心在於報導各層之交互作用效應，不應再將其視為單純之干擾因子進行合併調整。
2. 合計之粗相對危險性（$RR_{\text{合計}} = 3.0$）恰落於兩分層效應值之間（為兩層族群大小加權之正常平均表現），並未產生因分布偏斜導致粗效應值逸脫分層範圍的異常干擾現象，故此處喝酒主要為修飾因子，而非干擾因子。

2. 情境 B：

• 數值條件：$RR_{\text{沒喝酒}} = 2.0$、$RR_{\text{有喝酒}} = 4.0$、$RR_{\text{合計}} = 1.0$。
• 是否為修飾因子：是。
• 理由：兩分層之相對危險性不相等（$RR_{\text{沒喝酒}} = 2.0 \neq RR_{\text{有喝酒}} = 4.0$），具效應異質性，抽菸與肺癌之關聯強度受有無喝酒調控，因此喝酒為效果修飾因子。
• 是否為干擾因子：是。
• 理由：粗相對危險性（$RR_{\text{合計}} = 1.0$）竟然小於所有分層的相對危險性（$1.0 < 2.0$ 且 $1.0 < 4.0$），完全脫離了兩分層的數值區間。此現象即為流行病學經典的辛普森悖論（Simpson's Paradox），代表喝酒變項在抽菸組與非抽菸組中的分布存在極端嚴重的混淆，將原本皆具正向危險性（$RR \ge 2.0$）的關聯完全掩蓋成無關聯（$RR = 1.0$），產生了強烈的干擾偏誤。

核心觀念

1. 粗死亡率（Crude Mortality Rate, CMR）之限制與干擾因素： 粗死亡率為特定期間內總死亡人數除以總人口數。當兩國或兩族群的人口結構（尤其是年齡結構，Age Distribution）差異甚大時，年齡本身即為強烈之「干擾因素」（Confounder）。若高齡人口比例較高的國家，即使各年齡層的醫療品質較佳、年齡別死亡率較低，其粗死亡率仍可能高於年輕人口比例高的國家。
2. 標準化（Standardization）之目的： 藉由引進一個外部的「標準人口」（Standard Population），控制人口結構差異帶來的干擾效應，使兩國的死亡水準具可比性。
3. 重要公式定義：

• 符號說明：
• 第 $i$ 個年齡層之研究族群人口數為 $n_i$，死亡數為 $d_i$，年齡別死亡率為 $r_i = \frac{d_i}{n_i}$。
• 標準人口第 $i$ 個年齡層人口數為 $N_{si}$，標準人口總人數為 $N_s = \sum N_{si}$，標準人口年齡結構權重為 $w_{si} = \frac{N_{si}}{N_s}$；標準人口之年齡別死亡率為 $R_{si}$。
• 直接標準化死亡率（Direct Standardized Mortality Rate, DSMR）： $\text{DSMR} = \sum (w_{si} \times r_i) = \frac{\sum (N_{si} \times r_i)}{\sum N_{si}}$
• 間接標準化（標準化死亡比，Standardized Mortality Ratio, SMR）： $\text{SMR} = \frac{\text{實際觀察死亡總數 }(O)}{\text{預期死亡總數 }(E)} = \frac{\sum d_i}{\sum (n_i \times R_{si})}$ 間接標準化死亡率（Indirect Standardized Mortality Rate, ISMR）則為： $\text{ISMR} = \text{SMR} \times \text{標準人口粗死亡率}$

---

解題方法

申論此題時，應採用「定義（原理與公式） $\to$ 適用情形（資料條件、族群大小、比較性限制）」之雙軌對稱架構，將「直接標準化」與「間接標準化」分別論述，切入點如下：

一、直接標準化（Direct Standardization）

1. 定義： 以選定的**單一標準人口結構（權重 $w_{si}$）**為基準，將研究族群各年齡層之實際死亡率（$r_i$）套入標準人口中，計算出若研究族群具有標準人口結構時的預期加權平均死亡率。
2. 適用情形：

• 資料完整度需求高：研究族群必須具備「各年齡層人口數」與「各年齡層死亡數」，即已知穩定的年齡別死亡率（Age-specific mortality rates）。
• 族群規模充足：各年齡層之人口數與死亡數需夠大，否則各分層之死亡率容易產生隨機波動（Sampling variability），導致標準化結果失真。
• 多族群相互比較：當採用同一個標準人口時，多個研究族群計算出的直接標準化死亡率具有「可加性」與「直接可比性」，可直接進行大小排序與比值計算。

二、間接標準化（Indirect Standardization）

1. 定義： 以選定的**標準人口之年齡別死亡率（$R_{si}$）**為基準，套入研究族群各年齡層人口數（$n_i$），推算出該族群在標準死亡水準下「理應發生的死亡數」（即預期死亡數 $E$）；再以研究族群之「實際觀察死亡總數 $O$」與 $E$ 相除，計算出標準化死亡比（$\text{SMR}$）。
2. 適用情形：

• 缺乏分層死亡率資料：僅知研究族群各年齡層人口數（$n_i$）與全部年齡層加總的總觀察死亡數（$O$），但缺乏各年齡層的詳細死亡人數。
• 族群規模過小或事件罕見：研究族群人數少、各年齡層死亡案例稀少（如職業流行病學之特定工廠工人、罕見疾病世代），各年齡層死亡率極不穩定時。
• 比較性限制：$\text{SMR}$ 衡量的是該研究族群相對於標準人口的相對危險度。

核心觀念

本題評量傳染病流行病學（Infectious Disease Epidemiology）之傳播動力學核心指標及其在公共衛生防治實務之應用：

1. 傳播動力學指標：

• 基本再生數（Basic Reproduction Number, $R_0$）：於全無免疫力之完全易感族群中，且無任何外力介入下，單一感染者在可傳染期內平均直接傳染的續發病例數。由傳播機率（$\beta$）、接觸率（$c$）及可傳染期（$D$）共同決定（$R_0 = \beta \times c \times D$）。
• 有效再生數（Effective Reproduction Number, $R_t$ 或 $R_e$）：在部分具備免疫力（天然感染或疫苗接種）或有防制作為介入之真實族群中，時間點 $t$ 的一名感染者平均直接傳染的續發病例數。數學關係為 $R_t = R_0 \times S_t$（$S_t$ 為該時間點易感人口比例）。
• 群體免疫（Herd Immunity）與群體免疫門檻（Herd Immunity Threshold, $HIT$）：族群中具免疫力之個體達一定比例，能阻斷傳播鏈，進而間接保護未具免疫力者。其理論臨界值由 $R_t < 1$ 推導而得，公式為： $HIT = 1 - \frac{1}{R_0}$

2. 流行性感冒（Influenza）之流行機制：

• 病毒變異性（抗原漂移 Antigenic Drift 與抗原位移 Antigenic Shift）直接改變族群易感性（$S$），促使 $R_t$ 動態回升或引發全球大流行。
• 非藥物介入措施（NPIs）透過降低接觸率與傳播機率壓低 $R_t$。
• 疫苗保護效力（$VE$）與抗體消退限制了永久性群體免疫的維持，故流感防治著重於年度高風險族群接種與降低重症率。

---

解題方法

本題配分共 25 分，採兩階段結構化答題法：

1. 第一部分：三大概念之意義與數理關聯（15 分）

• 採「定義 $\rightarrow$ 數學公式／影響參數 $\rightarrow$ 流行閾值判斷標準」三層次分別闡明 $R_0$、$R_t$ 與群體免疫。
• 明確推導群體免疫門檻（$HIT$），展現數理流行病學邏輯完整性。

2. 第二部分：三大因素對流行性感冒流行狀況之影響（10 分）

• 緊扣第一部分之三項指標，分別對應流感的病原學特徵與公衛介入措施：
• $R_0$ 決定流感爆發的初始潛力（季節性流感 vs. 大流行流感）。
• $R_t$ 反映流感在流行季波段之起伏消長，以及 NPIs 與抗病毒藥劑之即時介入成效。
• 群體免疫解釋為何流感難以達到永久根除，以及每年接種流感疫苗以建立動態免疫屏障之必要性。

---

選項分析

本題為申論問答題，無選擇題選項。國家考試閱卷評分重點如下：

• 概念判斷重點：
• 是否明確強調 $R_0$ 的假設前提為「完全易感族群（$S=1$）」且「無介入措施」。未寫出此前提者無法獲得滿分。
• $R_t$ 是否指出其「隨時間變動」與「反映易感者耗竭／介入措施成效」的動態特性。
• 群體免疫是否交代「間接保護效應」並列出 $HIT = 1 - \frac{1}{R_0}$。
• 流感實務結合重點：
• 必須將流感之「抗原漂移（Drift）」與「抗原位移（Shift）」帶入易感者比例 $S$ 與 $R_0$ 進行論述，切忌僅空談一般傳染病理論。

---

解題技巧

1. 數理推導一氣呵成： 在說明群體免疫時，寫出關鍵式子： $R_t = R_0 \times S = R_0 \times (1 - p) < 1 \implies p > 1 - \frac{1}{R_0}$ 直接證明群體免疫門檻 $HIT = 1 - \frac{1}{R_0}$，能顯著提升作答專業度。
2. 常見陷阱防範：

• 誤將 $R_0$ 與 $R_t$ 混為一談；$R_0$ 為病毒在理想易感環境的固有傳播力常數，$R_t$ 則是受公衛干預與族群免疫動態影響的時間變數。
• 論述流感時忽略「抗原漂移」導致既有免疫失效的特性，誤以為只要達到一次 $HIT$ 即可終身免疫。

---

【答案】

一、基本再生數、有效再生數及群體免疫之意義（15 分）

(一) 基本再生數（Basic Reproduction Number, $R_0$）

1. 定義與前提：指在完全沒有外在人為介入（無疫苗、無隔離措施）且**全體族群皆無免疫力（完全易感）**的理想狀況下，單一具傳染力的原發個案（Index Case）在其可傳染期間內，平均直接傳染給他人的續發病例數。
2. 組成決定要素： $R_0 = \beta \times c \times D$

• $\beta$（Transmission Probability）：每次接觸的平均傳播機率。
• $c$（Contact Rate）：單位時間內的平均接觸人數。
• $D$（Duration of Infectiousness）：感染者的平均可傳染期長度。