112 地方特考三等 衛生行政類科 流行病學 考古題詳解

112 年・地方特考・三等・衛生行政類科
試題代碼 流行病學

第 一 題20 分

下表為世代研究的結果,此研究主要探討喝酒與胃癌的關係。請利用下表數據,計算喝酒與胃癌的相對危險性估計值(Relative Risk, RR),並解釋此結果。

喝酒狀態胃癌總觀察人年數
喝酒者725,000
沒有喝酒者84,000
合計809,000
🖼️ 本題原卷含圖表。基於試題來源之版權考量,本站不轉載原卷影像; 題目文字已完整轉錄,圖表請自行參閱考選部公告之試題原檔。

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查世代研究中,以「總觀察人年數」計算疾病發生率,並比較暴露組與未暴露組的相對危險性估計值。

由於分母是觀察人年數,因此計算的是「發生密度」或「人年發生率」:

發生率=新發病例數總觀察人年數\text{發生率}=\frac{\text{新發病例數}}{\text{總觀察人年數}}

相對危險性估計值為:

RR=暴露組發生率未暴露組發生率RR=\frac{\text{暴露組發生率}}{\text{未暴露組發生率}}

本題的暴露因素是「喝酒」,疾病結果是「胃癌」。

解題方法與計算

喝酒者的胃癌發生率:

Ie=725000=0.0144I_e=\frac{72}{5000}=0.0144

沒有喝酒者的胃癌發生率:

I0=84000=0.002I_0=\frac{8}{4000}=0.002

因此:

RR=0.01440.002=7.2RR=\frac{0.0144}{0.002}=7.2

也可直接計算:

RR=72/50008/4000=72×40005000×8=7.2RR=\frac{72/5000}{8/4000} =\frac{72\times4000}{5000\times8} =7.2

結果解釋

🔒

後續完整解題步驟與【答案】

免費註冊,享 3 天全站完整詳解閱覽。

免費註冊

第 二 題20 分

下圖為研究者針對 10 個區域某年度冰淇淋銷售量以及當年度溺水死亡的數據所做的統計圖。

圖表以冰淇淋銷售量為橫軸,單位為公斤,刻度為 50、100、150、200、250;以溺水死亡人數為縱軸,呈現 10 個區域的冰淇淋銷售量與溺水死亡人數之關係。

(一) 依照上述,請問此研究最有可能為何種研究設計?

(二) 請問此種研究設計之研究結果是否可以進行因果關係的推論?

(三) 若可以進行因果關係的推論或者不能進行因果關係的推論,原因為何?請寫出至少兩點原因。

🖼️ 本題原卷含圖表。基於試題來源之版權考量,本站不轉載原卷影像; 題目文字已完整轉錄,圖表請自行參閱考選部公告之試題原檔。

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查研究設計的判斷,以及「相關性不等於因果性」的流行病學原則。

研究資料具有以下特徵:

  • 研究單位是 10 個區域,不是個別民眾。
  • 冰淇淋銷售量與溺水死亡人數,都是各區域的總體資料。
  • 兩項資料均來自同一年度,屬於同一時間點的觀察。

因此,本題屬於以群體或地區為分析單位的 生態學研究(ecological study),更精確地說是 生態相關研究或橫斷性生態學研究。

解題方法

判斷研究設計時,先看「分析單位」:

  1. 若以個人為單位,依個人是否暴露及是否發病分類,可能是世代研究、病例對照研究或橫斷性研究。
  2. 若以地區、國家、學校或醫院等群體為單位,比較群體間的暴露量與疾病或死亡率,則屬於生態學研究。
  3. 本題比較的是各區域的冰淇淋銷售量與溺水死亡人數,故應判定為生態學研究。

圖中呈現冰淇淋銷售量與溺水死亡人數大致呈正相關,即冰淇淋銷售量較高的區域,溺水死亡人數也傾向較多。但這只代表兩個「區域層級變項」具有統計相關性,不能直接推論個人層級的因果關係。

(一)研究設計

本研究最有可能是:

橫斷性生態學研究(cross-sectional ecological study),亦可稱為生態相關研究。

因為研究者以 10 個區域作為觀察單位,使用各區域的冰淇淋銷售量及溺水死亡資料進行相關分析,而非追蹤個別民眾的暴露與結果。

(二)是否可以進行因果關係推論

不能僅依本研究結果進行因果關係推論。

圖中的正相關只能表示冰淇淋銷售量與溺水死亡人數在區域層級同時增加,不能證明吃冰淇淋會導致溺水,也不能證明冰淇淋銷售量是溺水死亡的原因。

(三)不能進行因果推論的原因

  1. 生態謬誤(ecological fallacy)
🔒

後續完整解題步驟與【答案】

免費註冊,享 3 天全站完整詳解閱覽。

免費註冊

第 三 題20 分

下列為一項世代研究之研究結果,此研究為期 10 年的追蹤,探討空氣污染曝露與肺癌之間的相關性:

(一) 粗相對危險性(crude relative risk)=1.27=1.27。

(二) 分層之相對危險性估計值結果:

  1. 性別:男性(RR=2.48RR=2.48);女性(RR=4.50RR=4.50)。

  2. 抽菸狀態:

    • 目前仍在抽菸且平均每週抽菸 ≥20\geq 20 根(RR=3.33RR=3.33)。
    • 目前仍在抽菸且平均每週抽菸 <20<20 根(RR=2.33RR=2.33)。
    • 過去曾抽過菸(RR=1.10RR=1.10)。
    • 從來沒有抽過菸(RR=1.05RR=1.05)。

(三) 依照上述數據,請問本研究之潛在干擾因子為何?

(四) 依據抽菸狀態的結果,此結果符合希爾因果關係標準(Hill's criteria for causation)中的哪一項?

(五) 請說明如何在研究設計以及資料分析階段,減少干擾因子對研究結果的影響?

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查**干擾(confounding)**的辨認與控制,以及依抽菸分層結果判讀空氣污染與肺癌的關係。

若某因素同時與研究中的曝露及結果有關,且不是曝露造成結果的中介變項,便可能干擾曝露與結果的關聯。判讀時,可比較粗估計與分層估計:若分層後的估計值彼此接近,卻與粗估計有明顯差異,表示粗估計受到干擾影響的線索較強;若分層估計彼此差異明顯,則需考慮效果修飾。

解題方法

先比較性別與抽菸狀態的分層相對危險性(RR),再與粗 RR =1.27=1.27 對照:

  • 性別分層:男性 RR=2.48RR=2.48、女性 RR=4.50RR=4.50。兩層估計差距明顯,性別可能有效果修飾,表示空氣污染與肺癌的關聯強度因性別而異。此結果本身不足以把性別定為干擾因子。
  • 抽菸狀態分層:兩類目前吸菸者的 RR 分別為 3.333.33 與 2.332.33,高於粗 RR;曾經吸菸者及從未吸菸者的 RR 則接近 11。各層估計差異明顯,因此抽菸狀態與曝露效果之間呈現異質性,不能單憑粗估計與分層估計不同,就斷定抽菸只扮演干擾角色。依題目預期的干擾因子判讀,抽菸是主要潛在干擾因子;更嚴謹地說,這組資料也提示抽菸狀態可能是效果修飾因子,需以正式分析確認。

在抽菸分層中,吸菸較多者的 RR 較高,曾吸菸與從未吸菸者的 RR 約為 11,呈現曝露效果隨吸菸狀態而異的型態,符合希爾因果關係標準中的生物梯度(劑量反應關係)。但這項觀察不足以單獨證明因果關係。

(三)潛在干擾因子

**主要答案為抽菸狀態。**抽菸與肺癌關係密切,也可能與空氣污染曝露分布相關,因此是空氣污染與肺癌關係的重要潛在干擾因子。題目未提供各抽菸層的曝露分布或其他混雜條件,故僅憑所列 RR 無法完整驗證抽菸是否符合干擾因子的全部條件。

性別分層 RR 差異明顯,較直接提示性別可能具有效果修飾;是否同時造成干擾,仍需檢視性別與空氣污染曝露的關聯及其他資料。

(四)希爾因果關係標準

🔒

後續完整解題步驟與【答案】

免費註冊,享 3 天全站完整詳解閱覽。

免費註冊

第 四 題20 分

某國家衛生官員想要比較該國家中 A 城市與 B 城市第二型糖尿病盛行率的情形。以下數據,請協助計算 A 城市與 B 城市直接年齡標準化糖尿病盛行率,並解釋此計算結果。

年齡(歲)標準人口數A 城市第二型糖尿病盛行率(千分之一)B 城市第二型糖尿病盛行率(千分之一)
<40<403,5001.00.8
40≤年齡<5040\leq\text{年齡}<505,5002.52.0
50≤年齡<6050\leq\text{年齡}<602,5007.08.0
60≤年齡<7060\leq\text{年齡}<702,30016.017.0
≥70\geq702,00033.035.0
總計15,800
🖼️ 本題原卷含圖表。基於試題來源之版權考量,本站不轉載原卷影像; 題目文字已完整轉錄,圖表請自行參閱考選部公告之試題原檔。

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查「直接年齡標準化法」(direct age standardization),用來消除 A、B 兩城市年齡結構不同所造成的混雜,公平比較兩城市的第二型糖尿病盛行率。

直接年齡標準化盛行率公式為:

直接標準化盛行率=∑(各年齡層標準人口數×該年齡層盛行率)標準人口總數\text{直接標準化盛行率} = \frac{\sum(各年齡層標準人口數 \times 該年齡層盛行率)} {\text{標準人口總數}}

題目中的盛行率單位為「千分之一」,因此計算結果仍以千分之一表示。

解題方法與計算

一、A 城市

各年齡層預期病例數如下:

年齡層標準人口數A 城市盛行率預期病例數
<40<403,5001.0‰3,500×1.0=3,5003,500\times1.0=3,500
40∼<5040\sim<505,5002.5‰5,500×2.5=13,7505,500\times2.5=13,750
50∼<6050\sim<602,5007.0‰2,500×7.0=17,5002,500\times7.0=17,500
60∼<7060\sim<702,30016.0‰2,300×16.0=36,8002,300\times16.0=36,800
≥70\geq702,00033.0‰2,000×33.0=66,0002,000\times33.0=66,000

預期病例數總和:

3,500+13,750+17,500+36,800+66,000=137,5503,500+13,750+17,500+36,800+66,000=137,550

因此:

A 城市直接標準化盛行率=137,55015,800=8.7057‰\text{A 城市直接標準化盛行率} = \frac{137,550}{15,800} = 8.7057‰

約為:

8.71‰\boxed{8.71‰}

二、B 城市

年齡層標準人口數B 城市盛行率預期病例數
<40<403,5000.8‰3,500×0.8=2,8003,500\times0.8=2,800
40∼<5040\sim<505,5002.0‰5,500×2.0=11,0005,500\times2.0=11,000
50∼<6050\sim<602,5008.0‰2,500×8.0=20,0002,500\times8.0=20,000
🔒

後續完整解題步驟與【答案】

免費註冊,享 3 天全站完整詳解閱覽。

免費註冊

第 五 題20 分

有一名醫師想要評估新的篩檢大腸癌工具。假若利用大腸鏡的檢驗結果為真實的疾病狀態,此篩檢工具的篩檢結果如下表:

篩檢結果真實疾病狀態:大腸癌(+)真實疾病狀態:大腸癌(−)總和
Positive(陽性)100533633
Negative(陰性)208,2138,233
Total(總和)1208,7468,866

請計算此篩檢工具的:

(一) 敏感度(Sensitivity)。

(二) 陰性預測值(Negative Predictive Value)。

(三) 分別解釋此兩數值的意義。

🖼️ 本題原卷含圖表。基於試題來源之版權考量,本站不轉載原卷影像; 題目文字已完整轉錄,圖表請自行參閱考選部公告之試題原檔。

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查篩檢工具效度的判讀,並以大腸鏡檢驗結果作為真實疾病狀態(gold standard)。

篩檢結果真實有病真實無病
陽性真陽性(TP)= 100偽陽性(FP)= 533
陰性偽陰性(FN)= 20真陰性(TN)= 8,213
  • 敏感度(Sensitivity):在所有真正有病者中,篩檢呈陽性的比例。
  • 陰性預測值(Negative Predictive Value, NPV):在所有篩檢陰性者中,真正沒有疾病的比例。

解題方法與計算

(一)敏感度

敏感度公式為:

Sensitivity=TPTP+FN\text{Sensitivity}=\frac{TP}{TP+FN}

代入題目數據:

Sensitivity=100100+20=100120=0.8333\text{Sensitivity} =\frac{100}{100+20} =\frac{100}{120} =0.8333

因此:

敏感度=83.33%\boxed{\text{敏感度}=83.33\%}

(二)陰性預測值

陰性預測值公式為:

NPV=TNTN+FN\text{NPV}=\frac{TN}{TN+FN}

所有篩檢陰性者為:

20+8213=823320+8213=8233

代入數據:

NPV=821320+8213=82138233≈0.9976\text{NPV} =\frac{8213}{20+8213} =\frac{8213}{8233} \approx 0.9976

因此:

陰性預測值=99.76%\boxed{\text{陰性預測值}=99.76\%}

數值意義

🔒

後續完整解題步驟與【答案】

免費註冊,享 3 天全站完整詳解閱覽。

免費註冊

其他考古題