111 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「已罹患肝癌者」與「未罹患肝癌者」過去的 B 型肝炎帶原情形，屬於：

病例對照研究（case-control study）

其研究方向是由疾病結果回溯探討暴露因素：

病例對照研究先依研究對象是否罹患疾病分組，再比較兩組過去暴露於危險因子的比例，適合研究潛伏期長、發生率低或病因尚未明確的疾病。

本題資料可整理如下：

其中：

• 病例組暴露比例：

• 對照組暴露比例：

病例組的 B 型肝炎帶原比例明顯高於對照組，顯示 B 型肝炎帶原與肝癌具有高度相關性。

病例對照研究主要估計勝算比（odds ratio, OR）：

代入本題數值：

因此，病例組具有 B 型肝炎帶原的勝算約為對照組的 $107.5$ 倍。此數值表示高度正相關，但單憑觀察性研究仍不能直接證明因果關係。

解題方法

判斷研究設計時，應先觀察研究者的分組依據：

1. 研究者先蒐集 280 名肝癌病患，代表「病例」。
2. 再蒐集 278 名正常對照組，代表「對照」。
3. 最後檢驗兩組過去是否為 B 型肝炎帶原者。
4. 研究重點是比較病例組與對照組的暴露比例。

因此，這不是世代研究，也不是橫斷面研究，而是由疾病狀態出發、回溯暴露史的病例對照研究。

病例對照研究通常使用下列方式衡量暴露與疾病的關聯：

本題中：

因此：

當疾病發生率很低時，OR 可近似相對危險度（relative risk, RR）；但本題未提供研究母群體中的疾病發生率，不能直接計算 RR、發生率、相對危險度及歸因危險度。

研究設計的優點

一、適合研究罕見疾病

肝癌相較於一般人口中的非肝癌狀態屬於發生率較低的疾病。病例對照研究直接收集肝癌病例，不需要長期追蹤大量一般人口，因此研究效率較高。

二、研究時間及經費成本較低

研究者不必從尚未罹病的人開始追蹤多年，只要選取病例與適當對照，再調查過去的 B 型肝炎帶原情形，即可完成初步分析。

三、適合研究潛伏期長的疾病

慢性 B 型肝炎感染至肝癌發生可能相隔多年。病例對照研究能回溯長時間以前的暴露資料，適合探討此類疾病的病因。

四、可同時探討多種暴露因素

除 B 型肝炎帶原外，同一研究也能調查酒精使用、肝硬化、丙型肝炎感染、家族史、飲食、吸菸等多項可能危險因子。

五、所需樣本數通常較少

研究者可依病例數選取適當數量的對照，不需要等待自然發生足夠的病例，因此在資源有限時較具實用性。

六、適合產生病因假說

本題所觀察到的高 OR，可支持「B 型肝炎帶原可能與肝癌發生有關」的病因假說，作為後續世代研究或介入研究的基礎。

研究設計的缺點

一、不能直接計算疾病發生率及相對危險度

病例對照研究中的病例與對照人數是研究者預先選取的，並非依照母群體自然發生的比例取得。因此不能直接由本題資料計算肝癌發生率或 RR。

本題可以計算 OR：

但不能將 $107.5$ 直接稱為肝癌發生風險增加 $107.5$ 倍。

二、容易產生選擇偏差

病例與對照若未來自同一個來源母群體，兩組的暴露機會可能不同，導致關聯性被高估或低估。

本題的「正常對照組」若只是方便取樣，例如來自健康檢查者、醫院工作人員或不同地區居民，其 B 型肝炎帶原率可能與產生病例的母群體不同，造成研究結果失真。

三、暴露資料可能不完整

病例對照研究常需回溯過去的暴露情形。若暴露資料依賴病歷、訪談或受試者記憶，可能出現遺漏資料、資料不一致或分類錯誤。

本題的 B 型肝炎帶原情形若由血清檢驗判定，資訊偏差會比單純問卷回憶小；但若檢驗是在肝癌發生後才進行，仍須注意疾病、治療或免疫狀態對檢驗結果的影響。

四、難以確認暴露與疾病的時間順序

病例對照研究通常回溯暴露，若暴露測量時間不清楚，難以判斷 B 型肝炎帶原是否早於肝癌發生。就本題而言，若能證明帶原狀態早於肝癌出現，因果推論會較為合理。

核心觀念

本題考查：

1. 粗死亡率與年齡別死亡率的差異。
2. 年齡結構不同造成的混雜偏差。
3. 年齡標準化死亡率，包括：

• 直接標準化法（direct standardization）
• 間接標準化法（indirect standardization）

4. 史特拉蒂分層比較（stratified comparison）。

粗死亡率公式為：

甲、乙兩地人口數相同，但年齡結構不同，因此不能僅依粗死亡率判定兩地死亡風險高低。

一、原結論是否適當

研究人員依全年齡死亡率認為乙地區死亡率高於甲地區，結論不適當。

甲地區粗死亡率：

乙地區粗死亡率：

表面上乙地區死亡率較高，但乙地區高齡人口比例較高：

• 甲地區 60 歲以上人口：$150,000+50,000=200,000$，占 $20\%$
• 乙地區 60 歲以上人口：$250,000+150,000=400,000$，占 $40\%$

由於高齡者本身死亡率較高，乙地區較高的粗死亡率可能主要是年齡結構較老所造成，而非乙地區各年齡層的死亡風險都較高。

實際比較年齡別死亡率可見：

因此，粗死亡率受到年齡分布影響，不能直接代表兩地經年齡調整後的死亡風險。

二、作法一：年齡別死亡率分層比較

最基本的作法是分別比較各年齡層死亡率，避免不同年齡結構造成混雜。

本題結果為：

• 20–39 歲及 40–59 歲：乙地區死亡率高於甲地區。
• 60–79 歲及 80 歲以上：甲地區死亡率高於乙地區。

若研究目的在於瞭解特定年齡層的死亡風險，直接報告年齡別死亡率最合適；也可進一步計算各年齡層死亡率比或死亡率差。

例如，20–39 歲死亡率比為：

表示乙地區約為甲地區的 $1.10$ 倍。

此方法適用於：

• 各年齡層樣本數足夠。
• 研究者關心不同年齡層的具體差異。
• 年齡層數量不多，且分層結果容易解釋。

缺點是年齡層過多時，結果較零散；若某些年齡層死亡數很少，死亡率會不穩定。

三、作法二：直接年齡標準化法

1. 方法

選定一個共同的標準人口，將甲、乙兩地各年齡別死亡率套用於相同的年齡人口結構，再計算標準化死亡率。

公式為：

本題可採甲、乙兩地合併人口作為標準人口：

2. 甲地區標準化死亡率

甲地區直接標準化死亡率為：

3. 乙地區標準化死亡率

乙地區直接標準化死亡率為：

4. 標準化後結論

在相同年齡結構下：

因此，經年齡標準化後，甲地區死亡率高於乙地區，與原先依粗死亡率所得的結論相反。

直接標準化法適用於：

核心觀念

本題考查「混雜（confounding）」與「分層分析」的判讀。

研究比較吸菸者與不吸菸者之肺癌累積發生率比：

性別是本題的混雜因子，因為：

1. 性別與吸菸情形有關：男性吸菸者比例較高。
2. 性別與肺癌發生率有關：男性與女性的肺癌基準發生率不同。
3. 性別不是吸菸造成肺癌的中介變項。

解題方法與計算

一、未分層分析

全部人口中：

吸菸者肺癌累積發生率為：

不吸菸者肺癌累積發生率為：

因此，粗累積發生率比為：

若只看粗資料，會誤以為吸菸者肺癌發生率是不吸菸者的 $1.79$ 倍。

二、依性別分層分析

男性

男性吸菸者：

男性不吸菸者：

所以：

女性

女性吸菸者：

女性不吸菸者：

所以：

男性與女性的分層相對危險度均為 $1.0$，顯示在相同性別內，吸菸與肺癌發生並無關聯。

結果原因

本題的粗分析結果 $RR=1.79$，是由性別分布不均所造成的混雜偏差，也可視為一種 Simpson’s paradox。

男性本身的肺癌基準發生率較高，而且男性較集中於吸菸組；女性本身的肺癌發生率較低，而且女性較集中於不吸菸組。因此，吸菸組因含有較多高肺癌基準風險的男性，不吸菸組因含有較多低肺癌基準風險的女性，導致兩組合併後出現虛假的正相關。

核心觀念

本題考查隨機臨床試驗（randomized controlled trial, RCT）如何透過研究設計與執行，降低系統性偏差（systematic error），以提高內在效度。

RCT 的主要偏差包括：

1. 選擇偏差（selection bias）：受試者進入各組的機會不相等，造成組別在介入前即存在差異。
2. 混雜偏差（confounding）：第三變項同時與介入及結果相關，扭曲介入效果。
3. 執行偏差（performance bias）：各組接受的照護、共同介入或行為不同。
4. 測量偏差／偵測偏差（measurement or detection bias）：結果評估受研究組別或研究假設影響。
5. 失訪偏差（attrition bias）：各組失訪比例或失訪原因不同，導致分析樣本與原始隨機分派族群不一致。
6. 報告偏差（reporting bias）：只報告有利或達統計顯著的結果。
7. 隨機誤差（random error）：樣本數不足造成估計值不穩定，可透過適當樣本數與統計效力加以降低。

隨機分派主要用於平衡已知與未知的混雜因子；盲法、標準化流程與完整追蹤則分別用於降低執行、測量及失訪相關偏差。

解題方法

本題宜依照臨床試驗的研究流程作答：

各階段均須設計控制措施，才能完整降低偏差。

一、研究對象與納入方式

• 明確訂定納入標準與排除標準，避免研究者依主觀判斷選取受試者。
• 研究對象應具有代表性，並評估結果是否能推論至目標族群。
• 在分派前完成基線資料收集，避免因知道分派結果而改變納入決策。
• 預先訂定招募流程，所有符合條件者依一致程序接受評估。
• 研究對象應簽署知情同意書，並清楚說明介入措施、對照措施、可能風險及退出權利。

二、適當的隨機分派

隨機分派是 RCT 的核心，目的在於使各組在介入前具有可比性，降低選擇偏差與混雜偏差。

可採用：

• 簡單隨機分派（simple randomization）
• 區集隨機分派（block randomization），維持各組人數平衡
• 分層隨機分派（stratified randomization），針對年齡、性別、疾病嚴重度等重要預後因子進行平衡
• 群集隨機分派（cluster randomization），適用於以醫院、學校或社區為分派單位的研究

隨機序列應由獨立人員使用電腦亂數產生，避免研究者依病情、性別或預後判斷決定受試者所屬組別。

三、分派隱蔽（allocation concealment）

分派隱蔽是指在受試者正式納入前，負責招募者無法預知下一位受試者將被分派至哪一組。

常見方法包括：

• 中央隨機分派系統
• 電話或網路隨機分派
• 依序編號、不可透視且密封的信封
• 由與招募工作無關的第三者保管分派序列

分派隱蔽與盲法不同：

• 分派隱蔽：發生在受試者納入與分派時，防止研究者操控入組。
• 盲法：發生在介入、照護、結果評估或分析階段，防止研究參與者因知悉組別而改變行為或判斷。

四、設置合適的對照組

應依研究目的選擇適當對照組，例如：

• 安慰劑對照
• 標準治療對照
• 未接受介入對照
• 主動治療對照

對照組與實驗組除主要介入不同外，其他照護條件應盡量一致，包括回診頻率、衛教內容、檢查項目與追蹤時間。

安慰劑應在外觀、味道、使用方式及給藥頻率上盡量與研究介入一致，以降低受試者及研究人員辨識組別的機會。

五、採用盲法

盲法可降低執行偏差與測量偏差。依盲法對象可分為：

• 受試者盲法：受試者不知道所接受的組別。
• 研究人員盲法：負責介入或照護的人員不知道組別。
• 結果評估者盲法：判定疾病、症狀或影像結果的人員不知道組別。
• 統計分析者盲法：分析資料的人員在分析時不知道各代碼所代表的實際組別。

若介入措施無法對受試者或執行者盲化，仍應盡量使結果評估者及統計分析者盲化，並採用客觀、標準化的結果指標。

六、標準化介入與共同照護

研究計畫書應事先明定：

• 介入內容、劑量、頻率與持續時間
• 執行人員的資格與訓練
• 介入操作流程
• 允許與禁止的共同治療
• 受試者遵從性評估方式
• 不良事件的處理原則

各組除研究介入外，應接受相同的基本照護，以避免共同介入不同所造成的執行偏差。