111 地方特考四等 衛生行政 流行病學與生物統計學概要 考古題詳解

核心觀念

本題考兩個觀念：依研究流程辨認研究設計，以及在世代研究的 $2\times2$ 表中計算累積發生風險比與其信賴區間。

研究者先以孕婦懷孕期間是否罹患妊娠糖尿病（GDM）區分暴露組，再追蹤其後是否產下巨嬰，符合世代研究（cohort study）的架構。題目沒有提供人時資料，因此實際計算的是累積發生風險比（risk ratio, RR），不是以人時為分母的發生率比（rate ratio）。

解題方法

以 GDM 為暴露，產下巨嬰（出生體重 $\geq4000$ 公克）為結果：

一、研究設計

研究者依暴露狀態分組，並追蹤後續結果，最符合前瞻性世代研究。世代研究可以直接計算各暴露組的疾病或結果風險，再比較兩組風險。

二、計算風險比與 $95\%$ 信賴區間

GDM 組產下巨嬰的風險為：

無 GDM 組產下巨嬰的風險為：

因此風險比為：

亦即，本研究中 GDM 孕婦產下巨嬰的風險約為無 GDM 孕婦的 $2.33$ 倍。

核心觀念

本題測驗分析性流行病學（Analytical Epidemiology）中「觀察偏差／測量偏差」的核心概念，涵蓋以下關鍵定義與指標影響原理：

1. 資訊偏差（Information Bias）之定義： 又稱「觀察偏差（Observation bias）」或「測量偏差（Measurement bias）」。指在流行病學研究之資料收集階段，因測量方法不準確、儀器誤差、訪員誘導或受試者回憶不全等系統性錯誤（systematic error），導致研究對象的「暴露狀態（Exposure）」或「疾病／結果狀態（Disease/Outcome）」被錯誤分類（Misclassification）。
2. 分類錯誤（Misclassification）的二大分類：

• 無區別性分類錯誤（Non-differential misclassification）：暴露測量的分類錯誤機率與疾病狀態無關；或疾病測量的分類錯誤機率與暴露狀態無關（即各組的靈敏度與特異度相同）。
• 區別性分類錯誤（Differential misclassification）：暴露測量的分類錯誤機率因疾病狀態不同而有異；或疾病測量的分類錯誤機率因暴露狀態不同而有異（即各組的靈敏度或特異度不同）。

3. 對關聯性指標的影響： 分析性研究主要藉由相對危險性（Relative Risk, $RR$）或勝算比（Odds Ratio, $OR$）評估關聯強度。資訊偏差會導致點估計值偏離真實母體參數（造成低估、高估或甚至方向逆轉）。

解題方法

本題為 10 分的申論題，作答時切入點應兼顧「觀念界定」與「機制推導」，架構分為三大部分：

1. 破題定義：清楚指出資訊偏差的本質（系統性誤差）、發生時機（資料蒐集／測量階段）及其具體表現（分類錯誤）。
2. 分類解析對研究結果之影響：

• 以二分變項為基準，推導「無區別性」與「區別性」分類錯誤如何扭曲關聯性測量指標（$RR$ 或 $OR$）。
• 明確指出點估計值是「朝向虛無值（Bias toward the null）」抑或「遠離虛無值（Bias away from the null）」。

3. 實例印證：列舉分析性流行病學最常見的資訊偏差類型（如病例對照研究之回憶偏差、世代研究之追蹤檢查偏差），說明其如何扭曲研究結論，使論述具備理論與實務深度。

選項分析

本題為申論題（非選擇題），無既定選項。此處將資訊偏差造成的「兩大分類錯誤情境」與「常見次類型機制」逐一對比剖析其對結果之影響：

1. 無區別性分類錯誤（Non-differential Misclassification）對結果的影響：

• 影響機制：在二分變項（Binary exposure/outcome）的前提下，因誤差隨機分佈於各比較組之間，使得兩組之間的差異被「稀釋（Dilution effect）」。
• 結果方向：估計值必會朝向虛無值偏誤（Bias toward the null），即計算出的 $RR$ 或 $OR$ 會比真實值更接近 1。
• 研究影響：導致研究偏向保守，增加第二型錯誤（$\beta$ error）的風險，可能使真正具有因果關聯的危險因子被誤判為無統計顯著性。

2. 區別性分類錯誤（Differential Misclassification）對結果的影響：

• 影響機制：分組間的測量靈敏度或特異度不相等，系統性地擴大或縮小了組間差距。
• 結果方向：估計值可能遠離虛無值（Bias away from the null，造成高估），也可能朝向虛無值（Bias toward the null，造成低估），甚至造成效應方向逆轉（Qualitative bias）（例如將保護因子誤判為危險因子）。
• 研究影響：嚴重破壞研究的內部效度（Internal validity），導致完全錯誤的流行病學病因推論。

3. 常見次類型之實務影響剖析：

核心觀念

1. 疾病預防層級（次級預防，Secondary Prevention）：癌症篩檢旨在「早期發現、早期治療」（Early Detection and Early Treatment），針對表面無症狀的目標族群進行檢測，篩出早期病灶或癌前病變，阻斷疾病自然進程（Natural History of Disease），從而降低死亡率並提升存活率。
2. 篩檢工具的流行病學要件：理想的篩檢工具需具備高敏感度（Sensitivity）、合理特異度（Specificity）、高安全性、低侵入性及成本效益（Cost-effectiveness）。
3. 法源與政策架構：以命題當年（民國 111 年）法規與政策為準，主要依據《癌症防治法》第 11 條及衛生福利部國民健康署之癌症防治計畫；民國 111 年 7 月 1 日起，公費篩檢正式由「四癌」擴展為「五癌」（納入肺癌）。（註：現行篩檢年齡範圍已陸續研擬與微調放寬，解題仍以命題當年基準為核心。）

解題方法

本題為 15 分的申論題，題目包含三個核心子題：「現行項目有哪些」、「目的為何」、「如何推動」。建議採三段式系統化鋪陳：

1. 破題與目的：闡述癌症篩檢於流行病學上的核心價值（次級預防、降低晚期發生率與死亡率）。
2. 項目與內容：以條列或表格化呈現民國 111 年實施之「五大癌症篩檢」（子宮頸癌、乳癌、大腸癌、口腔癌、肺癌）之目標對象、檢查工具及篩檢頻率。
3. 推動策略：從「法規與財源」、「服務網絡與無障礙通路」、「品質監測與資訊整合」、「陽性個案追蹤與確診處置」四大行政與公衛構面作答，展現衛生行政專業深度。

選項分析

本題為申論題，非選擇題，故無選項分析。評分關鍵在於五癌項目的篩檢資格記憶是否精確、公衛目的論述是否切中要害，以及推動方案是否具備公共衛生與醫療體系銜接的可行性。

解題技巧

1. 口訣記憶法：五癌項目記「子、乳、腸、口、肺」。
2. 資格數字防呆：

• 子宮頸抹片：30 歲以上，每年 1 次（建議至少 3 年 1 次）。
• 乳房 X 光攝影：45–69 歲（二等親乳癌家族史 40–44 歲），每 2 年 1 次。
• 糞便潛血檢查（FIT）：50–74 歲，每 2 年 1 次。
• 口腔黏膜檢查：30 歲以上吸菸或嚼檳榔者（18–29 歲原住民嚼檳榔者），每 2 年 1 次。
• 肺癌低劑量電腦斷層（LDCT）：50–74 歲重度吸菸史（$\ge 30$ 包-年）或家族史（男 50–74 歲、女 45–74 歲），每 2 年 1 次。

3. 常見失分陷阱：

• 漏寫民國 111 年 7 月新上路的「肺癌 LDCT 篩檢」。
• 「如何推動」流於泛泛宣導，未提及「品質監測」與「陽性個案追蹤閉環（Case Management）」，此兩者為衛生行政考科的核心給分點。

【答案】

一、我國現行公費癌症篩檢項目與目的

癌症篩檢屬於公衛三段五級預防中之次級預防。其主要目的為：在無症狀階段篩檢出潛在的早期癌症或癌前病變，藉由即時治療中斷疾病惡化，降低癌症死亡率與晚期醫療支出，並提高病患存活率與生活品質。

核心觀念

1. 常態母體的抽樣分布（Sampling Distribution of the Mean）： 若母體隨機變數 $X$ 服從常態分布，記為 $X \sim N(\mu, \sigma^2)$，則由該母體中隨機抽取容量為 $n$ 的獨立樣本，其樣本平均數 $\bar{X}$ 亦服從常態分布： $\bar{X} \sim N\left(\mu, \frac{\sigma^2}{n}\right)$ 其抽樣標準差（即標準誤，Standard Error, $SE$）為： $\sigma_{\bar{X}} = \frac{\sigma}{\sqrt{n}}$

2. 標準常態轉換（$Z$ 轉換）： 將樣本平均數標準化為標準常態變數 $Z \sim N(0, 1)$： $Z = \frac{\bar{X} - \mu}{\frac{\sigma}{\sqrt{n}}}$

3. 物理量語意判定： 敏捷性測驗的計量單位為「秒」，耗費時間越短表示敏捷性越高。「19 秒或更快」在數學上即指測量時間「小於或等於 19 秒」，即求機率 $P(\bar{X} \le 19)$。

解題方法

步驟一：整理母體參數與抽樣條件

• 母體敏捷性分數 $X \sim N(20, 4)$：
• 母體平均數 $\mu = 20$（秒）
• 母體變異數 $\sigma^2 = 4$，故母體標準差 $\sigma = \sqrt{4} = 2$（秒）
• 隨機樣本數 $n = 36$
• 樣本平均數觀察值 $\bar{x} = 19$（秒）

步驟二：求樣本平均數 $\bar{X}$ 的抽樣分布 依據常態抽樣理論，樣本平均數 $\bar{X}$ 服從常態分布： $\bar{X} \sim N\left(20, \frac{4}{36}\right) = N\left(20, \frac{1}{9}\right)$ 標準誤（Standard Error）為： $SE = \frac{\sigma}{\sqrt{n}} = \frac{2}{\sqrt{36}} = \frac{2}{6} = \frac{1}{3} \approx 0.3333$

核心觀念

本題主要測驗生物統計學中「單一樣本母體比例的點估計與區間估計」：

1. 點估計（Point Estimation）：利用樣本比例 $\hat{p} = \frac{x}{n}$ 作為母體被霸凌率 $p$ 的不偏估計量。
2. 區間估計（Interval Estimation）：大樣本條件下，依據中央極限定理（Central Limit Theorem），樣本比例的抽樣分佈近似於常態分佈，採華德信賴區間（Wald Confidence Interval）公式估計： $CI = \hat{p} \pm Z_{1 - \alpha/2} \times SE(\hat{p})$
3. 常態近似條件檢驗：需確認成功數與失敗數皆足夠大，即 $n\hat{p} \ge 5$（或 $10$）且 $n(1-\hat{p}) \ge 5$（或 $10$），常態近似法方可成立。

解題方法

步驟一：整理已知數據並計算被霸凌率（點估計值）

• 樣本總人數 $n = 327$
• 過去 30 天自述被霸凌人數 $x = 23$
• 信賴水準為 $95\%$（即顯著水準 $\alpha = 0.05$）

計算樣本被霸凌率 $\hat{p}$： $\hat{p} = \frac{x}{n} = \frac{23}{327} \approx 0.0703 \quad (\text{即 } 7.03\%)$

步驟二：常態近似條件檢驗

• $n\hat{p} = 327 \times \frac{23}{327} = 23 \ge 10$
• $n(1-\hat{p}) = 327 - 23 = 304 \ge 10$

條件滿足，可採用標準常態分佈之臨界值建立信賴區間。

步驟三：計算標準誤（Standard Error, SE）

核心觀念

簡單線性迴歸的斜率可由皮爾森相關係數與兩變項的標準差求得：

$b_1=r\frac{s_Y}{s_X}$

截距則使迴歸線通過兩變項的平均數：

$b_0=\bar Y-b_1\bar X$

若交換依變數與自變數，斜率要依新的變項位置重新計算；兩個迴歸斜率通常不互為倒數。

解題方法

本題給定憂鬱平均數 $\bar Y=4.81$、標準差 $s_Y=3.31$，認知能力平均數 $\bar X=15.20$、標準差 $s_X=3.87$，相關係數 $r=-0.27$。樣本數 $n=279$ 不需代入係數計算。

（一）以憂鬱為依變數 $Y$、認知能力為自變數 $X$

先求斜率：

再求截距：

因此迴歸式為：

$\hat Y=8.3200-0.2309X$