109 高普考高考三級 衛生行政 流行病學 考古題詳解

核心觀念

本題比較 HBsAg 陽性與陰性者的肝癌死亡率，並分別在男性、女性中計算：

• 相對危險性：本題提供的是死亡率，因此以「死亡率比」表示，即陽性組死亡率除以陰性組死亡率。
• 絕對危險性差異：以「死亡率差」表示，即陽性組死亡率減去陰性組死亡率。這是每十萬人年中與 HBsAg 陽性相關的超額死亡數。

題目沒有提供各組完整人年分母，且結果以死亡率呈現，因此不以死亡人數直接計算風險；死亡人數會受各組人數與追蹤時間影響。

解題方法與計算

男性

相對危險性以死亡率比計算：

男性 HBsAg 陽性者的肝癌死亡率約為陰性者的 18.6 倍。

絕對危險性差異以死亡率差計算：

亦即每十萬人年約多 383.4 例肝癌死亡。

女性

女性 HBsAg 陽性者的肝癌死亡率約為陰性者的 48.7 倍。

亦即每十萬人年約多 57.2 例肝癌死亡。

男女比較

女性的相對危險性較高：

男性的絕對死亡率差較大：

核心觀念

本題考病例對照研究的暴露分類錯誤，以及勝算比（odds ratio, OR）的計算。病例對照研究直接比較病例組與對照組的暴露勝算，常用 OR 衡量基因標記 T1 陽性與肺癌的相關性：

題目給的是檢驗方法對陽性或陰性的錯誤分類比例，因此先依各方法調整四格表人數，再計算 OR。無誤差資料的 OR 是比較基準。

解題方法與計算

無誤差時，病例組陽性 200 人、陰性 800 人；對照組陽性 100 人、陰性 900 人。因此：

方法 A：陰性者有 5% 被誤判為陽性

方法 A 的陽性者判讀正確；病例組有 $800\times5\%=40$ 名陰性者被誤判為陽性，對照組有 $900\times5\%=45$ 名陰性者被誤判為陽性。

核心觀念

1. 干擾作用（Confounding Effect）與干擾因子（Confounder）的定義與三要件： 在因果推論架構中，外在變項 $C$ 若要成為暴露變項 $E$（本題為降血糖藥物線別）與疾病結果 $D$（本題為肝癌）之間的干擾因子，必須同時滿足下列三大古典準則：

• 條件一：干擾因子 $C$ 必須是結果變項 $D$ 的獨立危險因子（在非暴露組中亦獨立與 $D$ 相關）。
• 條件二：干擾因子 $C$ 與暴露變項 $E$ 存有統計相關（在母群體中分布不均）。
• 條件三：干擾因子 $C$ 不能位於暴露 $E$ 導致結果 $D$ 的因果途徑（causal pathway）上，亦即 $C$ 不得為中介變項（intermediate variable）。

2. 適應症干擾（Confounding by Indication）： 觀察性藥物流行病學（Pharmacoepidemiology）中最關鍵的干擾型態。臨床醫師決定開立第一線或第二線藥物的「臨床指徵」（indication）本身（如疾病嚴重度、病程長短、器官併發症、肝腎功能不全），往往就是預後的強烈預測因子，進而造成藥物選擇與臨床結局之間的假性關聯。

3. 殘差干擾（Residual Confounding）： 研究雖對年齡與性別進行配對控制，但若未控制或無法測量其他關鍵干擾因子（健保資料庫缺乏生活型態與檢驗數值），殘留的干擾效應仍會嚴重歪曲關聯性估計值。

解題方法

本題為典型的「世代追蹤研究評析題」，解題切入點應分為四個邏輯層次：

1. 確立因果架構：

• 暴露組（$E_1$）：接受第一線降血糖用藥（如 Metformin）之第二型糖尿病病患。
• 非暴露／對照組（$E_0$）：接受第二線降血糖用藥（如 Sulfonylureas, Insulin, DPP-4i 等）之第二型糖尿病病患。
• 結果變項（$D$）：發生肝細胞癌（HCC）。

2. 檢驗配對（Matching）之侷限：

• 題目指出兩組已就「年齡」與「性別」配對，此舉僅控制了此二變項的干擾，無法排除其他臨床與生活型態變項的干擾。

3. 辨識未控制的關鍵干擾因子並驗證三要件：

• 疾病嚴重度與病程（Disease severity / Duration of diabetes）：使用第二線用藥者通常病程較長、血糖控制較差、胰島素阻抗較高，而高胰島素血症與慢性發炎均為肝癌之獨立危險因子。
• 潛在肝臟共病與禁忌症（Baseline liver disease / Contraindications）：第一線首選用藥（如 Metformin）在嚴重肝功能不良或肝硬化病患中常被停用或避免使用（以防乳酸中毒），病患因而轉用第二線藥物或胰島素。因此，第二線用藥組在用藥前即已聚集較多肝纖維化、肝硬化或慢性肝病病患，而肝硬化是肝癌最強的危險因子。
• 未測量的生活型態與病毒性肝炎感染：酒精濫用、非酒精性脂肪肝炎（NASH）、B/C 型肝炎病毒感染狀態等。

4. 推導偏差方向（Direction of Bias）： 第二線用藥組在基線（baseline）的肝癌風險原本就顯著高於第一線用藥組，此一「適應症干擾」導致第一線用藥與肝癌之間的相對危險度（$RR$）被大幅低估（假性顯示第一線用藥具有顯著預防肝癌之保護效果）。

申論解析（各面向深入剖析）

本題為申論題，須針對流行病學實務與健保資料庫研究特徵，逐層剖析其干擾機制：

1. 配對控制的不足性： 年齡與性別固然是肝癌與糖尿病的重要共變數，但在世代研究中，僅配對年齡與性別無法處理臨床決策造成的組間不對等。配對甚至無法防止其他強烈混雜因子的干擾。

2. 「適應症干擾」之具體運作機制：

• 用藥階層反映疾病進程：第二型糖尿病的治療指引通常以單一第一線藥物起始；當第一線藥物失效、血糖控制不佳、或罹病時間拉長時，臨床上方會加上或改用第二線用藥。因此，「第二線用藥」本身即代表較嚴重的代謝紊亂，此類病患體內的慢性發炎反應與氧化壓力顯著較高，促進肝臟細胞惡性轉化。
• 用藥禁忌造成的選樣分流（Channeling Bias）：若糖尿病患者本身已合併慢性肝炎、肝功能代償不全或肝硬化，醫師考量藥物代謝毒性，常直接開立第二線用藥（如特定促胰島素分泌劑、DPP-4 抑制劑或胰島素）。這使得第二線用藥組中充斥高肝癌風險的潛在患者。

3. 全民健康保險研究資料庫（NHIRD）的內在限制導致殘差干擾： 健保資料庫屬於行政申報資料（claim data），缺乏臨床檢驗數值（如 HbA1c、AST/ALT、AFP、肝纖維化指標）以及重要的生