108 高普考高考三級 衛生行政 流行病學 考古題詳解

核心觀念

本題考三個觀念：類別暴露的指標變數編碼、邏輯斯迴歸中的主效應與交互作用，以及加成交互作用的判讀。

令 $Y=1$ 表示罹患氣喘，$Y=0$ 表示未罹患氣喘；吸菸分類以「無吸菸」為參照組，二手菸以「無暴露」為參照組。定義：

• $X_1=1$：每日吸 1–10 支；否則為 0。
• $X_2=1$：每日吸 11–20 支；否則為 0。
• $X_3=1$：每日吸 $>20$ 支；否則為 0。
• $Z=1$：有二手菸暴露；否則為 0。

邏輯斯迴歸以氣喘的對數勝算為應變數：

飽和模型包含吸菸分類、二手菸暴露，以及各吸菸分類與二手菸暴露的交互作用；主效應模型則不含交互作用項。

解題方法與作答

（一）圖一（A）：飽和模型

以「無吸菸、無二手菸暴露」為參照組，圖一（A）的對數勝算為 $-0.6$，因此截距 $\beta_0=-0.6$。

圖中無二手菸暴露時，各吸菸組相對參照組的對數勝算差為：

• 每日吸 1–10 支：$-0.4-(-0.6)=0.2$
• 每日吸 11–20 支：$-0.3-(-0.6)=0.3$
• 每日吸 $>20$ 支：$-0.1-(-0.6)=0.5$

參照組的二手菸暴露效果為 $-0.1-(-0.6)=0.5$。各吸菸組的二手菸效果若與參照組不同，差異即為交互作用係數：

• 每日吸 1–10 支：二手菸效果 $=-0.3-(-0.4)=0.1$，交互作用係數 $=0.1-0.5=-0.4$
• 每日吸 11–20 支：二手菸效果 $=0.3-(-0.3)=0.6$，交互作用係數 $=0.6-0.5=0.1$
• 每日吸 $>20$ 支：二手菸效果 $=0.8-(-0.1)=0.9$，交互作用係數 $=0.9-0.5=0.4$

因此：

（二）圖一（B）：主效應模型

以圖一（B）的「無吸菸、無二手菸暴露」對數勝算 $-0.4$ 為截距。無二手菸暴露時，三個吸菸組相對參照組的差值分別為：

二手菸暴露效果為 $0.0-(-0.4)=0.4$。圖中各吸菸組的二手菸暴露對數勝算差也都是 $0.4$，符合主效應模型不含交互作用的設定。因此：

核心觀念

本題考查干擾因素的控制方式，以及不同研究設計下統計結果的解讀：

• 干擾因素是同時與暴露（或組別）及結果相關、且不在因果路徑上的因素。研究可在設計階段控制，例如隨機分派、配對；也可在分析階段控制，例如多變項迴歸調整。
• 信賴區間判讀：平均差的信賴區間若包含 $0$，表示未達統計顯著；比值類指標（如 $OR$、$HR$）的信賴區間若包含 $1$，表示未達統計顯著。
• $p$ 值判讀：以顯著水準 $\alpha=0.05$ 判斷時，$p<0.05$ 表示有統計證據反對虛無假設；統計顯著不等同因果關係。

解題方法與各小題分析

（一）藥物 I 與藥物 II 的收縮壓比較

這是隨機分派、雙盲對照試驗。隨機分派可使已知及未知干擾因素在兩組間平均平衡；雙盲則可降低受試者與研究人員因知悉組別而造成的行為差異及結果測量偏差。

以表中平均值計算，藥物 II 減藥物 I 為：

$135.4-132.6=2.8\text{ mmHg}$

表列平均值差採用藥物 I 減藥物 II，因此為 $-2.8\text{ mmHg}$，與表中數字一致。其 $95\%$ 信賴區間為 $(-5.7,\,0.1)$，包含 $0$，故兩藥的平均收縮壓差異未達統計顯著。不能據此認定藥物 I 或藥物 II 的降壓效果較佳。

（二）DDT 暴露與乳癌的病例對照研究

研究以年齡配對控制年齡干擾，表下注明的乳癌家族史、飲酒、肥胖、第一胎生育年齡及體能活動，則納入分析控制。年齡配對屬設計階段控制；其他列出的因素由分析階段調整。

以未暴露組為參照，控制所列因素後，暴露組的 $OR=1.8$，表示 DDT 暴露者的乳癌勝算為未暴露者的 $1.8$ 倍。其 $95\%$ 信賴區間為 $1.2$–$2.8$，不包含 $1$，顯示此關聯達統計顯著。

病例對照研究通常以 $OR$ 表示暴露與疾病的關聯；本題應解讀表列的控制後 $OR$，不宜直接用表中未呈現配對組合的邊際人數重算配對分析結果。

（三）BMI 與嚴重低血糖患者存活狀況

圖中未調整的存活曲線比較，使用 log-rank test，結果為 $\chi^2=16.67$、$p<0.001$，表示兩組存活曲線有統計上顯著差異。圖中 $BMI<25$ 組的存活曲線較低，顯示其觀察到的存活狀況較差。

控制性別、年齡及共病指標後，$BMI<25$ 相較於 $BMI\ge25$ 的死亡 hazard ratio 為 $1.51$，點估計表示死亡瞬時風險較高 $51\%$。

核心觀念

本題考查流行病學與臨床研究的基本名詞，涵蓋疾病頻率、研究設計、偏差、臨床試驗分析、診斷試驗效度，以及人體研究倫理審查。作答時宜先寫出定義，再補充分母、適用情境或重要功能。

解題方法與名詞解釋

（一）累積終生盛行率（cumulative lifetime prevalence）

指在特定調查時間點，某人口中「截至當時曾經罹患某疾病或符合某診斷標準」的人數，占受調查人口的比例。

分子包含目前仍罹病者，以及曾罹病但已康復者；估計結果通常依賴受訪者回憶及診斷判定。這是盛行率的概念，描述曾罹病的比例，不是某段期間中新發病例的發生率。

（二）回溯型世代研究（retrospective cohort study）

研究者先依據過去的紀錄，確認研究對象的暴露狀態，再追查其後續健康結果，比較暴露組與未暴露組的疾病發生情形。研究開始時，暴露與結果通常都已發生，因此也稱歷史世代研究。

例如，利用既有職業健康資料確認員工過去是否接觸特定化學物，再連結後續病歷或死亡資料，計算兩組的疾病發生率或相對危險度。

其研究架構仍是「依暴露分組，再比較結果」，所以保有世代研究特性；資料是回溯蒐集，不代表研究方向變成由疾病追查暴露。研究品質仰賴既有紀錄的完整性與暴露、結果測量的正確性。

（三）時序偏差（temporal bias）

指研究中暴露、介入或結果的時間順序處理不當，造成關聯估計偏離真實情形的偏差。流行病學研究必須確認暴露發生在結果之前；若時間起點、追蹤期間或暴露狀態分類錯誤，就可能產生時序偏差。

例如，研究者把必須存活到某一時點才能被歸入暴露組的期間，也算作暴露組的追蹤時間，會造成不死時間偏差（immortal time bias），使暴露看起來具有不真實的保護效果。若疾病先於所謂暴露發生，也可能出現反向因果問題。

（四）治療意向分析（intention-to-treat, ITT）

指隨機對照試驗依受試者「最初隨機分派的組別」進行分析，不因其是否遵從治療、是否換組或是否中途停止治療而改變分組。

核心觀念

本題考查世代研究中兩種常見發生量的區別：

• 發生密度（incidence rate）：新發病例數除以累積觀察人時，表示每單位人時發生新病例的速率。
• 病變發生百分比：一定期間內發生病變的人數占追蹤人數的比例，屬於累積發生風險，沒有納入每位婦女實際追蹤時間的差異。
• 危害比（hazard ratio, HR）：比較兩組在追蹤期間、尚未發病者於某一時點的瞬時發病速率。

解題方法

（一）計算社區 B 的發生密度

社區 B 有 9 個新發病例，累積追蹤 450 人年：

因此，社區 B 的發生密度為 每人年 0.02 個病例，也可表示為 每 1,000 人年 20 個病例。

此數值與病變發生百分比的差異在於：發生密度以人年為分母，反映病變發生的速率，能納入各人的追蹤時間長短；發生百分比則以追蹤人數為分母。本題社區 B 的病變發生百分比為 $9/160 \approx 5.6\%$，表示研究期間約有 5.6% 的追蹤婦女發生病變，並非每人年的發生速率。

（二）計算與解釋 HR