113 高普考高考二級 衛生行政(一般組) 流行病學與生物統計學研究 考古題詳解
第 一 題25 分
一個病例對照研究發現：曾使用口服避孕藥且近期有搭機史的女性，罹患靜脈血管栓塞（病例組）的風險顯著增加。根據下表研究數據，作者作以下 2 點主張：
- 曾使用口服避孕藥與近期有搭機史兩項因素，對於靜脈血管栓塞風險具有交互作用。
- 由於該研究所納入曾使用口服避孕藥且近期有搭機史的對照組人數很少，因此需要謹慎解讀這一發現。
請分別針對以上兩點，回答您是否同意作者的主張，並請分別說明您的理由。
| 近期搭機史 | 曾使用口服避孕藥 | 病例組人數 | 對照組人數 | 勝算比 | 95% 信賴區間 |
|---|---|---|---|---|---|
| 否 | 否 | 54 | 94 | 1.0 | 參考組 |
| 否 | 是 | 95 | 48 | 3.5 | 2.1～5.8 |
| 是 | 否 | 4 | 5 | 1.4 | 0.3～6.8* |
| 是 | 是 | 20 | 2 | 17.4 | 3.9～157.0* |
* 精確估計。
登入後即可作答並保存紀錄。
核心觀念
本題考查交互作用（effect modification）：一個暴露因素與疾病的關聯，是否會因另一個因素的有無而改變。交互作用必須先說明採用哪一種尺度判斷，常見有：
- 乘法尺度：兩因素同時存在時的勝算比，是否等於兩者個別勝算比的乘積。
- 加法尺度：兩因素同時存在造成的超額風險，是否大於兩者個別超額風險之和。
病例對照研究直接估計的是勝算比（OR），不能直接由病例、對照人數求得疾病發生風險。以 OR 判斷加法交互作用時，須將 OR 作為相對風險的近似，通常要有疾病罕見等條件。
解題方法
以「沒有搭機史、未使用口服避孕藥」為參考組，表中其餘 OR 分別為：
- 未搭機、使用口服避孕藥：
- 有搭機、未使用口服避孕藥：
- 有搭機、使用口服避孕藥：
在乘法尺度下，若沒有交互作用，預期聯合暴露 OR 約為：
觀察到的 ，高於 。乘法交互作用比值為：
點估計顯示正向乘法交互作用。若以 OR 近似相對風險，在加法尺度下的 RERI（相對超額風險交互作用）為：
點估計也顯示正向加法交互作用；但這項解讀須受 OR 近似相對風險的前提限制。
第 二 題25 分
加拿大有一個以醫院為基礎的病例對照研究（hospital-based case-control study），調查冬季早晨剷雪（該研究所關注的危險因子）與發生急性心肌梗塞之間的相關性。
病例組個案（cases）是在合作醫院的急診室上午時間收案的急性心肌梗塞急診病人，而病例組的鄰居（當天並沒有發生急性心肌梗塞）則被邀請擔任對照個案（controls）。
研究者蒐集病例組與對照組個案當天早晨是否有出門進行剷雪，同時也蒐集了社會人口學、生活型態行為及共病等與心肌梗塞相關的因素進行控制。
請評論與這個流行病學研究主要的偏差來源，以及這些主要偏差會高估或低估冬季早晨剷雪與發生急性心肌梗塞之間的相關性。
登入後即可作答並保存紀錄。
核心觀念
本題考查病例對照研究的對照選取、資訊偏差與混雜控制。研究以急性心肌梗塞（AMI）為病例，回溯比較病例與對照在發病當天早晨是否剷雪。病例對照研究的關鍵是：對照組應能代表病例來源族群在相同風險期間的暴露分布。
病例對照研究通常以勝算比（odds ratio, OR）衡量暴露與疾病的關聯：
其中，、 分別為暴露與未暴露病例數，、 分別為暴露與未暴露對照數。若某項偏差讓病例的剷雪暴露相對於對照被記得較多，OR 便會偏高；若對照組剷雪比例被選得偏高，OR 便會偏低。
解題方法
依序檢視三件事：病例是否代表目標疾病族群、對照是否代表病例來源族群的暴露分布、暴露測量是否因病例身分而不同。最後再判斷已蒐集的共病與生活型態調整，能否處理混雜；調整本身無法消除選樣或回憶偏差。
主要偏差及可能方向
一、對照選取偏差：鄰居對照可能使關聯低估
對照是病例的鄰居，優點是通常共享相近的降雪、氣溫與地理環境；但鄰居不必然代表病例來源族群在該早晨的暴露分布。是否剷雪也受年齡、體能、住宅型態、家庭分工及出門安排影響。
若鄰居對照較常剷雪，或因較健康、較有體力而更可能剷雪，對照組暴露比例就會偏高，OR 會向無關值移動，低估關聯。這是此設計最需注意的方向性問題。相反地，若鄰居對照較少剷雪，則可能高估關聯。因此，鄰居選樣的偏差方向取決於對照的實際暴露分布；就「健康且能自行剷雪」的對照較易被納入而言，常見疑慮是低估。
此外，鄰居對照若因方便聯絡或自願參與而入選，參與意願又與健康、體能或戶外活動相關，也會造成選擇偏差，方向同樣取決於入選者的剷雪比例。
二、回憶偏差與訪問者偏差：較可能高估關聯
病例在急性心肌梗塞後被詢問當天早晨是否剷雪，疾病事件容易使剷雪這項劇烈活動變得格外醒目；病例也可能較仔細回想或較傾向將發病與剷雪連結。若病例比對照更容易回報剷雪，暴露差異會被放大，OR 高估關聯。
若訪問者知道受訪者是病例，提問方式、追問程度或暴露紀錄也可能因身分而不同，形成訪問者偏差，通常也可能使病例的暴露被記錄得較多，進而高估關聯。
第 三 題25 分
在利用複迴歸模式進行相關性分析中，有時候會有所謂共線性（collinearity）的問題。
- 請解釋共線性的意思。
- 複迴歸模式如果出現共線性現象，將會如何影響迴歸分析的結果？
登入後即可作答並保存紀錄。
核心觀念
共線性（collinearity）是指複迴歸模式中的兩個或多個自變項彼此高度線性相關。若一個自變項能由其他自變項的線性組合完全表示，稱為完全共線性；若只能近似表示，則稱為高度共線性。
以複迴歸模式表示：
共線性描述的是自變項 之間的關係，不是自變項與依變項 之間的相關性。完全共線性會使設計矩陣無法反矩陣，因此無法唯一估計各自變項的迴歸係數；高度共線性雖仍可估計，卻會使係數估計不穩定。
解題方法
本題分兩步作答：先說明自變項之間的線性依存關係，再說明它如何影響迴歸係數的估計與解釋。重點是區分「模式整體預測能力」和「個別係數的估計與檢定」：共線性的主要問題在後者。
共線性對迴歸分析結果的影響
- 迴歸係數的標準誤增大 自變項提供的資訊重疊時，模式較難分辨每個變項的個別效果，係數估計的變異增加，標準誤通常變大。
第 四 題25 分
假設吸菸（以 表示）與喝酒（以 表示）對收縮壓（以 表示）具有顯著的交互作用。
對於吸菸者來說，有喝酒習慣者比沒有喝酒習慣者平均收縮壓高出 ；但對於沒有吸菸習慣者，有喝酒習慣者比沒有喝酒習慣者平均收縮壓則只有高出 。
請利用上述訊息將 、 與 三者的關係利用一個一般線性迴歸方程式表示出來。方程式的截距項與迴歸係數如果能以數值方式呈現，則需用數值呈現；若無法用數值呈現，可以使用符號呈現。
登入後即可作答並保存紀錄。
核心觀念
本題考查一般線性迴歸中的交互作用。當吸菸與喝酒對收縮壓的關係具有交互作用時，喝酒與收縮壓的關聯會依吸菸狀態而不同，模型須納入乘積項 ：
其中 、 均以 表示沒有該習慣、 表示有該習慣； 為隨機誤差。
解題方法
先比較固定吸菸狀態下，喝酒者與不喝酒者的平均收縮壓差異。
- 沒有吸菸者：令 。喝酒者（）與不喝酒者（）的平均差為