110 高普考普通考試 衛生行政 流行病學與生物統計學概要 考古題詳解
第 一 題25 分
某研究發現,卵巢癌個案的組織型態分布在美國白人與亞裔美國人族群中不同,如下表所示。根據此研究數據,研究者宣稱:相較於美國白人,亞裔美國人黏液型卵巢癌的發生率較高。您是否同意該研究者的結論?請說明您的理由。
| 族群 | 黏液型 | 其他型態 | 合計 |
|---|---|---|---|
| 美國白人 | 33(13%) | 225(87%) | 258(100%) |
| 亞裔美國人 | 55(27%) | 151(73%) | 206(100%) |
(),。
登入後即可作答並保存紀錄。
核心觀念
不同族群中「卵巢癌個案的組織型態比例」不同,不等於「兩族群的黏液型卵巢癌發生率」不同。題目提供的是已罹患卵巢癌者的組織型態分布,並未提供兩族群中所有女性的人數、追蹤時間或新發病例數,因此不能直接比較族群人口中的發生率。
- 比例:特定組織型態病例數占該族群卵巢癌病例數的比例。
- 發生率:一定期間內新發病例數,相對於該期間的風險人口或人時。
- 勝算比(OR):比較兩組某事件勝算的比值;本題的 OR 比較的是卵巢癌病例中「黏液型相對於其他型態」的勝算。
解題方法
先確認表格的分母:白人組的分母是 258 位卵巢癌個案,亞裔美國人組的分母是 206 位卵巢癌個案。因此,表中的 13% 與 27% 表示各組卵巢癌個案中黏液型所占的比例,不是各族群人口罹患黏液型卵巢癌的發生率。
依表中數據,病例內黏液型的勝算為:
故勝算比為:
第 二 題25 分
某橫斷性研究調查 600 位年齡介於 20–65 歲且開車通勤的第一型糖尿病患者,以問卷請受訪者自訴過去一年期間低血糖發作次數以及車禍發生的狀況,數據如下表所示。
請以未發生低血糖事件者為參考組,分別計算發生低血糖事件 1 次以及大於 1 次者發生車禍的勝算比(odds ratio);也請根據下方列聯表(contingency table),在 的顯著水準下,檢定低血糖發作次數與發生車禍之間是否有顯著的相關性。
請詳列檢定之:
(一) 虛無假設與對立假設。
(二) 統計量數值。
(三) 統計量相對應的 -value。
(四) 結論。
註:
;
;
;
。
| 低血糖發作次數 | 人數 | 曾發生車禍:是 | 曾發生車禍:否 |
|---|---|---|---|
| 0 | 300 | 20 | 280 |
| 1 | 200 | 20 | 180 |
| 100 | 20 | 80 | |
| 合計 | 600 | 60 | 540 |
登入後即可作答並保存紀錄。
核心觀念
本題以三組低血糖發作次數比較是否曾發生車禍,考查勝算比與列聯表卡方獨立性檢定。
勝算比(odds ratio, OR)比較兩組事件勝算的大小。對於「發生車禍」這個結果,車禍勝算為「曾發生車禍人數 ÷ 未發生車禍人數」。
卡方獨立性檢定則檢定低血糖發作次數與車禍狀況是否彼此獨立。本題列聯表為 ,自由度為 。
解題方法
一、計算勝算比
以未發生低血糖事件者(0 次)為參考組,其車禍勝算為:
發作 1 次者的車禍勝算為:
因此:
發作大於 1 次者的車禍勝算為:
因此:
二、檢定低血糖發作次數與車禍是否相關
(一) 假設
- 虛無假設 :低血糖發作次數與是否曾發生車禍相互獨立,兩者無顯著相關。
- 對立假設 :低血糖發作次數與是否曾發生車禍不相互獨立,兩者有顯著相關。
(二) 計算期望人數及卡方統計量
在 下,各格期望人數為:
| 低血糖發作次數 | 車禍:是(觀察值/期望值) | 車禍:否(觀察值/期望值) |
|---|
第 三 題25 分
A、B 兩種市售 COVID-19 快篩試劑的敏感度(sensitivity)均為 0.95、特異度(specificity)均為 0.90。某公司購買這兩種快篩試劑為公司員工進行快篩,每位員工都要接受 A、B 快篩各一次。該公司安全衛生單位主管為了提高整體快篩的敏感度,您會建議該主管使用平行檢定(Test in parallel)或系列檢定(Test in series)來判讀兩次快篩的結果?
根據您的建議方法,使用兩種快篩試劑,其結果合併判讀後的敏感度與特異度各是多少?
登入後即可作答並保存紀錄。
核心觀念
本題考查平行檢定與系列檢定對敏感度、特異度的影響。敏感度是實際有病者被判定為陽性的機率;特異度是實際無病者被判定為陰性的機率。
- 平行檢定:任一試劑陽性即判定陽性;兩項都陰性才判定陰性。適合提高敏感度。
- 系列檢定:兩項試劑都陽性才判定陽性;任一試劑陰性即判定陰性。適合提高特異度。
解題方法
依題意,兩種試劑的敏感度均為 、特異度均為 。採用平行檢定,合併判讀規則為「A 或 B 任一陽性,即為陽性」。
在假設兩次快篩結果彼此獨立的情況下:
合併敏感度
實際有病者只有在兩項檢測都呈陰性時,才會被平行檢定漏掉。每項檢測呈陰性的機率為 ,因此:
故合併敏感度為 99.75%。
合併特異度
第 四 題25 分
某研究者進行迴歸分析,探討 14 位第 2 型糖尿病患糖化血色素(HbA1c)濃度及其憂鬱分數(1–5 分)之間的相關性。下表左邊為其中的部分數據,右邊則是根據 14 位樣本數據進行迴歸分析的結果。
請計算分析結果中的 A、B、C、D 及 E 等格子內的數值,並根據此分析結果,計算並闡釋 HbA1c 濃度與憂鬱分數的皮爾森相關係數(Pearson’s correlation coefficient)。
研究部分數據:
| 憂鬱分數 | HbA1c(%) |
|---|---|
| 1 | 6 |
| 3 | 5 |
| 3 | 6 |
| 4 | 9 |
| 5 | 11 |
| 2 | 6 |
| 5 | 8 |
迴歸分析結果:原卷文字擷取不全,請參考原卷。
(此題原卷文字擷取不全,請參考原卷)
登入後即可作答並保存紀錄。
核心觀念
本題考查簡單線性迴歸與皮爾森相關係數的關係。令憂鬱分數為 、HbA1c 濃度為 ,簡單線性迴歸模型為:
其中 是迴歸斜率,表示憂鬱分數每增加 1 分,HbA1c 濃度的預測平均變化量。皮爾森相關係數 衡量兩變項線性關係的方向與強度;在含截距的簡單線性迴歸中:
因此, 提供相關係數的絕對值,斜率正負則決定相關方向。
解題方法
本題所附文字只列出 14 位受試者中的 7 組資料,並未提供題目所稱的迴歸分析結果表。缺少其餘 7 組資料及迴歸表中的數值,因此無法計算 A、B、C、D、E 的確切數值,也無法得出本題的確切 值。
若取得完整迴歸表,可依表格欄位使用相應公式補值。常用公式如下: