111 專技高考高等考試 公共衛生師 流行病學 考古題詳解

核心觀念

本題評量公共衛生師對「心理衛生三段預防體系」與「介入性政策流行病學評估方法」的整合應用能力。

1. 自殺三層次預防架構（Gordon, 1983 / IOM, 1994）：

• 全面性預防（Universal Prevention）：針對全體人口介入，不考慮個人自殺風險高低。核心目的在降低整個環境或族群的危險因子暴露（如限制致命手段取得、媒體報導規範、全民心理健康促進）。
• 選擇性預防（Selective Prevention）：針對自殺風險顯著高於平均之特定次族群（如獨居長者、重大經濟弱勢、精神疾病家族史者）。
• 指標性預防（Indicated Prevention）：針對已出現自殺意念、自殺企圖或明確自傷徵候之高風險個別對象（如自殺通報個案追蹤關懷、危機介入）。

2. 流行病學介入評估方法論：

• 全國性公衛政策介入通常無法進行隨機對照試驗（RCT），最適流行病學設計為準實驗設計（Quasi-experimental Design）中的**「中斷時間序列分析」（Interrupted Time Series Analysis, ITSA）**。
• 評估因果關係需檢驗：介入前後的水準改變（Level change）與斜率改變（Slope/Trend change），並評估「手段替代效應（Means substitution）」。

解題方法

1. 範例選擇：選擇「管制致命工具之取得：以中央主管機關全面禁用劇毒農藥巴拉刈（Paraquat）」為例。

• 選擇原因：該政策無差別適用於全體國民，具備高度法律強制性與明確的實施時間節點，在流行病學上具備最完整的長期死亡登記資料可供客觀量化評估。

2. 切入架構：

• 研究設計：採用「回溯性族群基礎中斷時間序列分析（Population-based ITSA）」，以政策實施日為切點。
• 資料蒐集：界定常規登記系統（死因統計、自殺通報系統、農藥查驗紀錄），確保資料涵蓋介入前與介入後足夠時間跨度。
• 評估指標：設計專一性指標（特定方法自殺率）、全面性指標（總自殺率），並納入敏感度與替代手段分析指標。
• 可能限制：從流行病學偏誤（資訊偏誤、混雜因子）、生態學謬誤、手段替代及時間落差深入剖析。

選項分析

註：本題為申論題，無選擇題選項。以下針對閱卷評分構面與常見盲點進行辨析：

• 範例挑選盲點：若舉「高風險長者訪視」或「學校情緒困擾學生篩檢」，均屬選擇性或指標性預防，屬於嚴重審題錯誤（扣分最重）。必須選定「非針對個別篩檢，而是改變整體環境」之策略。
• 研究設計評分鑑別度：僅寫「橫斷研究（Cross-sectional study）」或「前後世代研究（Cohort study）」不符公衛政策評估常規；若僅寫「前後簡單比較（Before-and-after comparison）」，無法排除長期下降趨勢，分數次之；寫出「中斷時間序列分析（ITSA）」方能取得高分。
• 指標分析關鍵點：若僅看「農藥自殺死亡率」，無法證明該政策「真正降低了自殺總人數」，評分關鍵在於有無同時納入「其他自殺方式死亡率」以檢驗手段替代效應（Means substitution）。

解題技巧

1. 破題精準：前言用一至兩句話定義「全面性預防」並明確指出所選策略名稱與介入年份（民國 107 年公告禁用、109 年全面禁止販售使用）。
2. 答題結構化：嚴格依照題目給定之四子題標題作答：「研究設計」、「資料蒐集」、「評估指標」、「可能的限制」，版面整齊、層次分明。
3. 公式/模型展示流行病學素養：在評估指標與研究設計處，寫出年齡標準化死亡率計算原理及分段回歸（Segmented regression）之流行病學統計概念，強化專業度。

【答案】

以「管制致命工具之取得——我國全面禁用劇毒農藥巴拉刈（Paraquat）政策」為例，進行流行病學有效性評估規劃：

一、策略範例說明

• 政策名稱：農藥巴拉刈全面禁用政策（民國 107 年公告禁止加工及輸入，民國 109 年全面禁止販售及使用）。
• 預防屬性：對象為全體民眾與整體社會環境，藉由物理性阻絕致命物質之可近性降低衝動型自傷死亡風險，符合**全面性預防（Universal Prevention）**定義。

二、研究設計（Study Design）

• 設計類型：**生態學之回溯性中斷時間序列分析（Population-based Interrupted Time S

核心觀念

本題旨在測驗公共衛生師在「生命統計指標建立」與「例行性監測資料之長期趨勢判讀（流行病學數據效度）」兩大核心能力：

1. 族群健康監測指標（Health Indicators）：包含年齡別死亡率（Age-specific mortality rate）、死因別死亡率（Cause-specific mortality rate）、死因百分比（Proportionate mortality ratio, PMR）及潛在生命損失年數（Years of Potential Life Lost, YPLL）之數學定義、分子與分母界定及其公衛決策意涵。
2. 流行病學數據之內部效度（Internal Validity）與資訊偏誤（Information Bias）：針對次級行政資料（Secondary data），剖析疾病分類代碼變更（ICD 轉換）、死因判定與通報行為變遷、監測制度推動（如兒童死亡審查 CDR）及分母基數萎縮等因素，如何產生假性趨勢（Artifactual trend）進而干擾真實流行趨勢（Real trend）之推論。

解題方法

本題屬於標準的兩段式公衛申論題，作答應採取系統化論述架構：

1. 第一子題（指標與意義）：採「指標名稱 $\to$ 計算公式（明確標記分子、分母與常數） $\to$ 流行病學與公衛實務意義」三層次展開。指標選擇應涵蓋「總體健康水準（年齡別死亡率）」、「特定危害風險（死因別死亡率）」、「相對重要性（死因百分比）」及「早逝衝擊（YPLL）」。
2. 第二子題（長期趨勢效度與機轉）：從「流行病學數據闡釋」的維度切入，將影響效度的機轉歸納為「分子端偏誤（編碼與通報）」、「分母端變異（人口統計基礎）」及「制度與政策介入（監測效應）」，精準論述其引發假性升降之病因學或統計機轉。

選項分析

本題為申論題，無選擇題選項。依據命題結構，各子題的作答解析與論述要點如下：

• 子題一：1 至 5 歲兒童死亡監測指標之建構
• 考生須清楚分辨「率（Rate）」與「比例（Proportion）」之本質差異。不能僅列出公式，必須著重闡明該指標對兒科醫療、環境安全及公共衛生政策介入的實務指導價值。
• 子題二：意外事故死亡長期趨勢之效度影響與機轉
• 考生不可僅泛泛而談「數據不準確」，必須指出具體流行病學機轉：例如 ICD 國際死因編碼準則轉換產生的「人為斷層」、死因診斷證明書開立習性改變造成的「錯分類偏誤」、兒童保護法規與兒童死因回溯審查導致的「監測假象」，以及極端少子化下小數定律帶來的「隨機變異」。

解題技巧

1. 嚴謹區分率（Rate）與比例（Proportion）：死因別死亡率反映族群真正的「發病/死亡風險（Risk）」，死因百分比僅反映「死因結構之相對比例」。後者若上升，可能是其他死因（如感染症）控制良好導致總死亡數下降所致，並非意外事故發生率實質上升，此乃流行病學經典陷阱，寫出此對比可大幅提升專業度。
2. 效度機轉依「分子／分母／系統」結構化鋪陳：避免零散列舉，將效度干擾分類為：分子誤差（死因判定與編碼改版）、分母誤差（戶籍與人口涵蓋）、制度變革（通報機制與CDR），邏輯層次分明。
3. 法規與編碼背景知識援引：適度提及國際疾病傷害及死因統計分類（ICD）轉換歷程，以及我國推動「兒童死亡複審（CDR）」對數據完整度之影響，可展現資深公共衛生師之政策實務素養。

【答案】

一、針對 1 至 5 歲兒童族群死亡之監測指標及其流行病學意義

運用政府通報與行政戶籍生命統計，監測 1 至 5 歲幼童死亡的主要指標與公衛意義如下：

1. 1 至 5 歲兒童年齡別死亡率（Age-specific Mortality Rate for Children Aged 1–5）

• 計算公式： $\text{1 至 5 歲年齡別死亡率} = \frac{\text{特定期間內該地區 1 至 5 歲兒童死亡總數}}{\text{同一期間該地區 1 至 5 歲兒童年中人口數}} \times 1,000\text{（或 } 100,000\text{）}$
• 意義：反映該地區幼兒在脫離新生兒與嬰兒期後，所面臨的總體生存與健康環境品質。用以評估學齡前兒童基本醫療照護的可近性、營養狀態、環境安全及重大兒科疾病防治政策的綜合成果。

2. 1 至 5 歲兒童意外事故（事故傷害）死因別死亡率（Cause-specific Mortality Rate）

• 計算公式： $\text{意外事故死因別死亡率} = \frac{\text{特定期間內該地區 1 至 5 歲兒童因意外事故死亡人數}}{\text{同一期間該地區 1 至 5 歲兒童年中人口數}} \times 100,000$

核心觀念

本題考辨「發生」指標的分母是否納入追蹤時間。**發生率（incidence density rate）**又稱人時發生率，以觀察期間內新發生的病例數，除以所有研究對象累積的總人時：

人時可用人年、人月或人日表示。每位研究對象貢獻的時間，從進入觀察開始，至發病、失訪、死亡或研究結束為止。

解題方法

判斷關鍵是看指標的分母：若分母是累積的「人時」，就是發生率（incidence density rate）；若分母是期初的無病人口，則通常是累積發生率。盛行率的分子是特定時點或期間內的現有病例，也不以人時為分母。

選項分析

(A) 累積發生率（cumulative incidence）：錯誤。 累積發生率是在一段指定期間內，原本無病者中發生新病例的比例：

核心觀念

年齡標準化是為了讓年齡結構不同的族群在共同基準下比較死亡情形，降低年齡組成差異造成的干擾。標準化後的死亡率是依照指定標準人口加權計算的比較指標，不是該族群實際觀察到的死亡率，也不是唯一的「真正死亡率」。

常見的直接標準化公式為：

其中 $r_i$ 是研究族群第 $i$ 年齡層的死亡率，$N_i^{(s)}$ 是標準人口在該年齡層的人數。若採間接標準化，則以標準人口的年齡別死亡率推算預期死亡數，再計算標準化死亡比：

解題方法

題目問「何者錯誤」，關鍵在於分辨標準化指標的用途與限制。年齡標準化死亡率可在共同標準下比較不同族群；但標準化結果會受標準人口影響，且 SMR 的比較另有其限制。尤其不能把標準化後的數值誤認為實際發生的死亡率或「真正」死亡率。

選項分析

(A) 比較不同國家別的死亡情形：正確。 不同國家的人口年齡結構可能差異很大。

核心觀念

本題考世代研究中「風險比」（risk ratio, RR）、「勝算比」（odds ratio, OR）與「發生率比」（incidence rate ratio）的區別。表中提供各組人數，可計算各組的重症風險；但沒有提供人時資料，因此不能計算發生率比。

解題方法

先依維生素 D 狀況分組，計算各組重症人數占該組總人數的比例：

• 維生素 D 缺乏組：共 $30+120=150$ 人，重症風險為 $\frac{30}{150}=0.20$

• 維生素 D 正常組：共 $30+270=300$ 人，重症風險為 $\frac{30}{300}=0.10$

以維生素 D 缺乏組相較於正常組，風險比為：

因此，維生素 D 缺乏組發生重症的風險是正常組的 2 倍。

選項分析

核心觀念

生命表以某一期間觀察到的各年齡別死亡率為基礎，推估假想世代在各年齡的死亡與存活情形，並據此計算平均餘命。這是假設生命表所採用的年齡別死亡率在未來維持不變；它不是長期追蹤同一批人的世代研究。

生命表中的 $e_x$ 表示已活到 $x$ 歲者的平均餘命，$e_0$ 則是零歲平均餘命。平均餘命描述預期存活年數，不直接衡量健康狀態；若要同時考量健康狀況，須使用健康平均餘命等指標。

解題方法

先辨認生命表的估計方式：它以某期間的年齡別死亡率建立假想世代，並假設這些死亡率不隨時間改變。接著檢查各選項是否符合這項假設，以及是否正確解讀平均餘命的意義。

選項分析

核心觀念

本題考「發生率」的分母。發生率衡量特定期間內，新發生病例在「原本有罹患該疾病風險的人口」中所占的情形。以累積發生率的概念表示：

攝護腺癌只會發生於男性，因此分母應限於有攝護腺癌發生風險、且尚未罹患攝護腺癌的男性。

解題方法

題幹已指定分子為 2021 年臺灣新發生的攝護腺癌個案數。判斷分母時，依序確認兩件事：

1. 是否屬於疾病可能發生的族群：攝護腺癌的風險人口為男性。
2. 是否仍有發病風險：已罹患攝護腺癌者不再屬於「尚未發病」的風險人口，應排除。

因此，分母是 2021 年臺灣男性中有機會得到攝護腺癌、但尚未罹患者的人口數。

選項分析

核心觀念

本題考的是研究設計與關聯性指標的配對。題幹描述的是社區型問卷調查：招募有興趣的民眾參與，並以自填問卷蒐集資料。這類資料通常是在同一調查期間測量農藥使用與巴金森氏病狀態，屬於橫斷面資料，適合描述盛行狀態之間的關聯。

盛行率比的公式為：

其中「暴露組」是有農藥使用經驗者，「未暴露組」是沒有農藥使用經驗者；結果則是問卷調查時是否罹患巴金森氏病。

解題方法

先從研究設計判斷資料的時間特性：題目未描述追蹤或新發病例的觀察，而是以問卷調查取得民眾當下或既有的暴露與疾病狀態。因此，題目要描述的是農藥使用與巴金森氏病盛行率的相對差異，以盛行率比最適合。

題幹另指出招募有興趣參與的社區民眾，表示樣本是自我選擇的，且問卷為自填式。這些特徵可能影響樣本代表性與資料品質，但不會把橫斷面問卷資料轉變成追蹤資料，也不會使風險或危險比成為合適指標。

選項分析

(A) 盛行率比（prevalence ratio）：正確。 橫斷面調查可比較暴露組與未暴露組的疾病盛行率，適合用盛行率比描述兩者的相對關聯。其解讀是：暴露組的巴金森氏病盛行率是未暴露組的幾倍。

核心觀念

本題考查發生率、盛行率與死亡率的定義，以及發生率與盛行率的關係。

• 發生率（incidence rate）：在一段時間內，新發病例數相對於觀察人時的比率，反映疾病發生的速度。 $\text{發生率}=\frac{\text{觀察期間的新發病例數}}{\text{所有未罹病者貢獻的觀察人時}}$
• 盛行率（prevalence）：某一時點或期間內，既有病例占人口的比例。
• 死亡率（mortality rate）：一段時間內死亡人數相對於該期間的觀察人口或人時。

在疾病狀態大致穩定、疾病罕見等條件下，可用近似關係理解盛行率：

$\text{盛行率} \approx \text{發生率} \times \text{平均病程長度}$

因此，若發生率不變而患者存活時間延長，盛行率會增加。

解題方法

先辨認各選項是否符合指標的時間性與分母定義：橫斷性研究主要測量某一時點的盛行率；發生率則必須掌握一段時間內的新發病例及其風險人口或觀察人時。

核心觀念

群體免疫（herd immunity）是指：當族群中具有免疫力的人口比例足夠高時，病原體傳播受到抑制，使族群中的感染風險下降。這種間接保護可使尚未免疫的人也較不容易接觸到病原體；群體免疫本身不是只有直接免疫者才受益。

免疫力可由疫苗接種或自然感染形成。若免疫力會隨時間衰退，具有免疫力的人口比例可能下降，群體免疫的保護效果也會減弱。

解題方法

逐句判斷三項敘述是否符合群體免疫的定義與形成條件：

1. 群體免疫可由哪些方式形成？
2. 群體免疫是否也能間接保護未免疫者？
3. 免疫力衰退是否會影響群體層級的保護效果？

選項分析

核心觀念

本題考「生態謬誤」（ecological fallacy）：研究以群體或地區為分析單位，卻把群體層級的關聯直接推論到個人，或據此判斷個人的風險，便可能犯下生態謬誤。群體之間的關聯不必然代表群體內個人也有相同關聯。

判斷時要先辨認新聞研究的分析單位，再確認小明是否把群體層級的結果直接套用到個人層級。研究結果是否能推廣到其他族群，是另一個問題，不能和生態謬誤混為一談。

解題方法

先看研究分析的是個人資料，還是國家、地區等群體資料；再看推論有沒有跨越分析層級。若研究比較國家層級的指標，小明卻把結果直接解讀為個人攝取某物能降低疾病風險，便是典型的生態謬誤。

選項分析

**(A) 正確。**研究比較的是「各國每年紅酒消費量」與「各國心血管疾病率」，分析單位是國家。小明據此推論「紅酒攝取可降低心血管疾病風險」，把國家層級的相關性套用到個人層級，符合生態謬誤。國家間的差異也可能受到飲食、生活型態、醫療制度或其他因素影響，不能只憑群體相關性推斷個人因果效果。

核心觀念

本題考 Hill’s criteria for causation（Hill 因果關係判準）中，哪一項被視為判斷因果關係的必要條件。

Hill 判準常見的九項考量包括：關聯強度、一致性、特異性、時序性、生物梯度、合理性、一致於既有知識、實驗證據及類比。其中，時序性（temporality）是必要條件：原因必須先於結果發生；若暴露晚於疾病發生，就不能視該暴露為該疾病的原因。

解題方法

辨認題目問的是「必要標準」，而非「支持因果關係的證據」。Hill 的其他判準可以增加因果關係的可信度，但不必然每項都成立；唯有時序性不可缺少。因此，只要確認選項中哪一項要求原因先於結果，即可作答。

選項分析

核心觀念

本題考「疾病自然史」與「三段五級預防」的對應：

判斷關鍵是區分「健康促進」與「特殊保護」：健康促進著重整體健康與生活型態；特殊保護則針對特定疾病或危害採取措施，以避免疾病發生。

解題方法

逐項辨認措施的目的與發生時點，再對照五級預防。疾病尚未發生時採取的措施屬初段預防；疾病已發生後進行的早期診斷、治療、失能限制或復健，則依目的分屬次段或末段預防。

選項分析

核心觀念

本題考查臨床試驗中常見的設計原則，包括安慰劑對照、隨機分派、配對設計，以及盲法。設計目標是讓治療組與對照組具有可比較性，並降低偏誤，使觀察到的結果能較合理地歸因於介入措施。

解題方法

逐一判斷各選項描述的做法是否為臨床試驗常用設計，並注意它所聲稱的目的是否正確。隨機分派是常用的組間分派方式；配對則屬於特定研究情境下可採用的設計，並非臨床試驗「常會」用來確保兩組可比較性的通則。

選項分析

(A) 錯誤。 安慰劑對照可讓受試者接受外觀或程序相似的對照處置，藉此控制受試者對治療的期待及安慰劑效應。題目說使用安慰劑是「來避免安慰劑效應」，目的表述不精確：安慰劑對照主要是控制安慰劑效應的影響，使治療效果能與安慰劑效果區分，而非讓受試者不再產生安慰劑效應。

核心觀念

病例對照研究的配對設計，是依年齡、性別等可能影響疾病發生的因素，替每位病例選取具有相同或相近特徵的對照。配對可讓病例與對照在配對因子上更具可比性，並在適當條件下提升估計的效率與精確度。

配對並不會自動消除所有混雜，也不能讓分析忽略配對方式。分析時須配合配對結構，例如個別配對資料常以條件式 logistic 迴歸分析；若未適當處理配對，估計與推論可能不正確。

解題方法

逐項判斷配對設計的效果、分析要求與適用研究設計。配對有機會降低配對因子造成的組內差異，因而增加統計效率；但是否提升精確度，仍取決於配對因子與暴露、疾病的關係及配對品質。再檢查其餘敘述是否把配對誤說成「免分析」「完全消除混雜」，或將病例對照研究與世代研究的配對分析視為相同。

選項分析

• (A) 正確。 配對可以控制配對因子的分布差異，並在適當情況下減少變異、提高估計效率與精確度，因此「有可能」增加效能的說法正確。配對若選得不當，也可能降低效率；

核心觀念

本題考勝算比（odds ratio, OR）能否近似危險比（risk ratio, RR）。稀有疾病假設下，疾病風險 $p$ 很低，勝算 $p/(1-p)$ 近似 $p$，因此 OR 通常接近 RR。疾病不稀有時，這項近似不成立；效應越大，OR 與 RR 的差距通常也越明顯。

令暴露組與未暴露組的疾病風險分別為 $p_1$ 與 $p_0$，則：

當疾病稀有時，$p_0$、$p_1$ 都很小，修正因子 $(1-p_0)/(1-p_1)$ 接近 $1$，所以 $OR\approx RR$。疾病不稀有時，分母中的 $1-p$ 不可忽略；若效應很大，兩組風險差異也較大，OR 與 RR 的差距會更突出。

解題方法

判斷「最不適合」時，先看疾病是否稀有，再看效應大小：

核心觀念

本題考的是世代研究中的反向因果與潛伏期偏誤。研究者想知道綜合維生素攝取是否影響後續糖尿病風險；但若受試者已有早期糖尿病症狀、尚未確診，症狀可能促使他們改變飲食或開始服用綜合維生素。此時，飲食改變發生在診斷之前，便可能讓暴露狀態受疾病早期變化影響，造成因果方向混淆。

存活分析有時會排除追蹤初期發生的病例或人年，稱為延遲追蹤（lag analysis）。這樣做可降低早期未診斷疾病影響暴露的機會。

解題方法

先判斷排除追蹤初期人年要處理哪一類問題：若目的是避免已存在、但尚未確診的疾病促使受試者改變暴露，就屬於反向因果。題幹指出「追蹤頭幾年的人年排除」，正是透過時間間隔降低早期糖尿病症狀改變飲食所造成的偏誤，因此選 B。

選項分析

核心觀念

隨機對照試驗（randomized controlled trial, RCT）藉由隨機分派受試者接受不同介入，使已知與未知的干擾因子在各組間平均分布，降低介入組與對照組在基線特徵上的差異，提升介入效果比較的內在效度。

意向治療分析（intention-to-treat analysis, ITT）則依受試者原先隨機分派的組別分析，不因受試者未遵從介入、退出或改接受其他治療而改組。

解題方法

先辨認各選項所描述的是隨機分派的目的、研究結果的外推性，還是 ITT 的分組原則。隨機分派主要用來平衡干擾因子；是否能避免選樣偏誤、研究結果能否外推，以及分析時如何分組，都要分別判斷，不能混為一談。

選項分析

(A) 正確。 隨機分派的核心作用，是讓受試者的基線特徵（包括已知與未知的干擾因子）在各組間平均分布，減少干擾因子造成的混雜，使組間結果差異較能歸因於介入本身。隨機分派不保證每一項特徵在每次試驗中都完全相同，但可藉由機率機制降低系統性差異。依官方答案，本選項為正確敘述。

核心觀念

本題考的是「族群可歸因風險」（population attributable risk, PAR）的概念。它描述在特定族群中，若某項或多項可改變的危險因子被消除，理論上可避免的疾病比例。

族群可歸因風險百分比（population attributable fraction, PAF）可表示為：

其中，$I_{\text{族群}}$ 是全族群的疾病發生率，$I_{\text{未暴露族群}}$ 是假設移除暴露後的反事實發生率。題幹所說「族群中有 40% 的失智症可以藉由改變生活習慣、控制心血管危險因子、減重等方式預防」，描述的正是族群層級可避免的疾病比例。

解題方法

先看題幹的兩個關鍵線索：「族群中」與「可以預防其發生」。它不是在比較個別暴露者與未暴露者的風險，而是在估計整個族群中有多少疾病病例可歸因於、並可藉由移除相關危險因子而避免。

核心觀念

本題考兩種藥物在加法尺度上的交互作用。以未使用兩藥的安慰劑組作為基準，分別比較單一用藥與合併用藥的發生率差。

對缺血性心臟疾病這類不良結果而言，若合併用藥的發生率降幅大於兩種單藥降幅相加，表示保護效果有加成協同；若合併降幅小於兩種單藥降幅相加，則表示保護效果有加成拮抗。

解題方法

安慰劑組發生率為 $13.3$／1,000 人年。

• Aspirin 單獨使用的發生率差：$10.3-13.3=-3.0$，即每 1,000 人年減少 $3.0$ 件。
• Warfarin 單獨使用的發生率差：$10.2-13.3=-3.1$，即每 1,000 人年減少 $3.1$ 件。
• 若兩藥的保護效果完全加成，合併組預期發生率為 $13.3-3.0-3.1=7.2$／1,000 人年。
• 合併組實際發生率為 $8.7$／1,000 人年，僅比安慰劑組減少 $13.3-8.7=4.6$ 件／1,000 人年，低於單藥降幅合計的 $3.0+3.1=6.1$ 件。

核心觀念

橫斷研究法（cross-sectional study）在同一時間點或短時間內，收集研究對象的健康狀態與暴露情形，藉此描述特定族群的健康問題，或分析暴露與疾病是否相關。由於暴露與疾病狀態是在同一時點觀察，通常無法確認兩者誰先發生，因此較難判定因果時序。

橫斷研究常用於估計疾病或健康狀態的盛行率，不直接測量新病例隨時間累積的發生率。

解題方法

先抓住橫斷研究的兩個特徵：

1. 同時測量：在同一調查時點記錄受試者的暴露狀態與健康狀態。
2. 測量現況：主要描述某一時點的疾病或暴露分布，常估計盛行率。

因此，符合「同時收集健康狀態及暴露情形」的選項正確；提到因果時序、發生率或高研究資源需求的敘述，則不符合橫斷研究的典型特性。

選項分析

核心觀念

本題考查流行病學中疾病發生型態的定義。流行病（epidemic）不只用於傳染性疾病；只要某疾病或健康事件在特定族群、地區與期間內的發生數，超過一般預期水準，即可稱為流行。

解題方法

先分辨選項描述的是「流行病」的適用範圍，還是疾病發生型態的定義。若某選項把流行病的範圍限縮在傳染病，就與流行病學的廣義用法不符，因此是錯誤敘述。

選項分析

• (A) 錯誤。 流行病的概念不限於傳染性疾病。非傳染性疾病或健康事件，只要在特定族群與期間內的發生情形高於預期，也可稱為流行，例如肥胖或某些癌症發生增加。
• **(B) 正確。

核心觀念

本題考的是流行病學描述疾病分布時，如何辨認「病例聚集」所呈現的因素。常見的描述面向包括：

• 人：病例的年齡、性別、職業等人口特徵。
• 時：病例發生的時間或時間趨勢。
• 地：病例發生的地理位置。

題幹著重於猴痘病例出現在歐洲、美洲及大洋洲等地區，因此依官方答案，判定為地理因素聚集。

解題方法

抓住題幹描述的主要線索：「在……國家，累計有 11 國新增病例」。這段話強調病例分布於哪些地區，並未提供病例的年齡、性別等人口特徵；「2022 年 5 月」是事件發生的時間背景，並非題目所問聚集類型的核心。因此依病例的地理分布判斷，選地理因素。

選項分析

核心觀念

本題考辨干擾因子、修飾因子與中介因子的定義，以及它們在同一研究中的關係。

• 干擾因子（confounder）：與暴露及結果都相關，且不是暴露導致的中間變項；若未適當控制，會扭曲暴露與結果的關聯估計。
• 修飾因子（effect modifier）：暴露對結果的效果因該因子的不同層級而異。這是效果在不同族群間確實不同的現象，應呈現分層效果，不是研究偏誤。
• 中介因子（mediator）：位於暴露影響結果的因果途徑上，傳遞暴露對結果的部分或全部效果。

解題方法

先判斷各選項是否把這三種角色混為一談。干擾因子是需要控制、避免偏差的變項；修飾因子是效果異質性的描述，通常應報告不同層級的效果；中介因子則是因果路徑的一部分，是否調整須依研究目標而定，不能一概視為偏誤來源。

同一個因子在研究中的角色，須依研究問題、因果結構與分析方式判定；干擾因子與修飾因子並非互斥，因此同一因子可以同時具有兩種角色。

選項分析

核心觀念

干擾因子（confounder）會扭曲暴露與結果之間的關聯。控制干擾因子的目的，是讓暴露組與非暴露組在干擾因子的分布上更具可比性，或在分析時調整其影響。常見方法可分為：

• 設計階段：限制（restriction）、配對（matching）、隨機分派。
• 分析階段：分層分析、標準化、多變項分析等。

交互作用（interaction）則是另一個概念：它指暴露對結果的效果會因另一因子的不同而改變，屬於效果修飾的探討。分析交互作用不等於控制干擾。

解題方法

逐一判斷各選項是否屬於控制干擾因子的設計或分析方法。限制、配對與標準化都是常見的控制方法；交互作用分析的目的在檢視不同分層下的效果是否不同，因此與控制干擾的目的不同。題目指定官方答案為 D，故 D 為錯誤選項。

選項分析

核心觀念

本題考「巢式病例對照研究」（nested case-control study）的辨識。這類研究先有一個既存的世代研究族群，研究者從中找出發生特定疾病的病例，再從同一世代中選出未發病者作為對照，比較兩組的暴露或危險因子分布。

題幹指出研究來自一項探討荷爾蒙與女性健康的世代研究，並比較 1,264 位腕隧道症候群病例與 1,264 位年齡配對、從未被診斷為該症候群的女性。病例與對照皆取自原有世代，因此符合巢式病例對照研究的設計。

解題方法

先看研究如何選人，再看是否比較暴露：

1. 研究對象來自既有世代研究。
2. 依是否發生腕隧道症候群選出病例與對照。
3. 將兩組的危險因子分布拿來比較。

這種「由世代中依疾病狀態抽出病例與對照」的抽樣方式，是巢式病例對照研究的辨識重點。題幹提到年齡配對，表示對照選取時考量了年齡；配對本身不會改變研究設計的分類。

選項分析

核心觀念

本題考盛行率、累積發生率、死亡率與致死率的分母差異：

• 點盛行率：特定時間點的現存病例數 ÷ 該時點總人口。
• 累積發生率：一段期間內的新病例數 ÷ 期初仍有風險的人數。
• 死亡率：一段期間內該疾病造成的死亡數 ÷ 該期間人口。
• 致死率：一段期間內死於該疾病的人數 ÷ 該疾病病例數。

解題方法

依各指標的定義選擇分子與分母，再乘以題目要求的倍率。2012 年初已有肝癌者不屬於該年新發病例的風險人口，因此累積發生率的分母應扣除期初既有病例：

選項分析

(A) 正確。 2012 年 1 月 1 日的肝癌點盛行率為：

(B) 錯誤，故為答案。 以期初無肝癌且仍有風險的人數為分母，累積發生率為：

核心觀念

本題考查流行病學證據如何支持空氣品質指引與政策制定。制定空氣污染物標準時，會整合人體流行病學研究、毒理學研究與其他相關證據，並考量因果關係、健康風險及政策執行等因素；動物實驗是證據來源之一，並非制定標準的必要前提。

解題方法

判斷各選項是否把某一項證據說成政策制定的「必要條件」。統合分析可彙整多項研究，提供政策參考；弱勢族群與因果關係證據也都是政策制定的重要考量。只有選項 B 把動物實驗說成制定濃度標準「需要」具備的條件，敘述不正確。

選項分析

• (A) 正確。 統合分析能整合多項研究結果，提升估計的精確度並檢視研究間的差異，因此可作為政策制定的參考依據。政策仍須綜合評估證據品質、健康影響及可行性，不會只依單一統合分析決定。
• **(B) 錯誤。

核心觀念

世代研究（cohort study）是先依研究對象的暴露狀態分組，納入尚未罹患研究疾病者，再追蹤其後續疾病發生情形。研究者比較暴露組與未暴露組的發病風險或發生率，可計算相對危險度（$RR$）或發生率比。

世代研究能確認暴露先於疾病發生，並可直接觀察疾病的新發個案，因此在觀察性研究中，對因果關係的證據通常較病例對照研究與橫斷研究有力；但仍可能有偏誤與混雜，不能單憑研究設計就證明因果。

解題方法

判斷選項時，先抓住世代研究的分組依據：由暴露出發追蹤疾病。再比較其他研究設計：病例對照研究是先依疾病狀態選人，再回溯暴露；橫斷研究則是在同一時間點評估暴露與疾病。最後留意「較有力」不等於「沒有偏誤」或「已證明因果」。

選項分析

(A) 錯誤。 「選定有疾病與沒有疾病的人，然後追蹤」是以疾病狀態分組，較符合病例對照研究的概念。世代研究則是依暴露與否分組，追蹤疾病是否新發生。

核心觀念

本題考疫苗效力與群體免疫門檻的關係。基礎再生數 $R_0$ 是在所有人皆具感染感受性的條件下，一名感染者平均造成的次級感染數；疫苗效力 $VE$ 表示接種者感染風險的相對降低程度。

疫苗覆蓋率為 $p$ 時，若疫苗能以效力 $VE$ 降低易感人口比例，接種後的有效再生數可寫為：

要使疾病傳播不再擴大，須使 $R_e \leq 1$，因此最低疫苗覆蓋率為：

解題方法

代入 $R_0=3$、$VE=0.60$：

所需覆蓋率約為 $111\%$，超過人口所能達到的 $100\%$。即使全人口接種，估計的有效再生數仍為：

因此，單靠這支疫苗，即使全民接種也無法將疾病傳播降至停止擴大的門檻，故選 (D)。

選項分析

核心觀念

本題考因果圖中的箭頭方向，以及直接因果與間接因果的區別。箭頭 $X \to Y$ 表示 $X$ 是 $Y$ 的直接原因；若因果關係須經過另一因子傳遞，例如 $X \to M \to Y$，則 $X$ 對 $Y$ 是間接原因。因果方向也表示原因先於結果。

解題方法

依圖示可讀出三條因果關係：

因此，$E$ 直接影響 $M$ 與 $D$；$C$ 直接影響 $M$，並經由 $M$ 間接影響 $D$。沿著 $C \to M \to D$，可判斷 $C$ 先於 $M$，也先於 $D$。

選項分析

核心觀念

本題考查**效應修飾（effect modification）與混雜（confounding）**的區別。若喝酒與食道癌的關係在吸菸者及非吸菸者中明顯不同，表示吸菸狀態可能修飾喝酒對食道癌的影響；此時應呈現各吸菸層級中的關聯，而不是只報告一個合併結果。

效應修飾是指暴露與結果的關聯程度，因第三個變項的不同而有所差異。它是研究結果的一部分，通常應分層呈現；混雜則是第三個變項扭曲暴露與結果間的整體關聯，分析時可透過校正等方式控制。

解題方法

題幹明確指出，喝酒與食道癌的關係在吸菸者和非吸菸者中「非常不同」。判斷重點在於：這不是單純表示吸菸需要控制，而是提示關聯可能因吸菸狀態而異。因此，依吸菸狀態分層，分別估計喝酒與食道癌的關聯，才能呈現不同族群中的結果。

選項分析

• **(A) 在報告喝酒造成食道癌的風險時校正吸菸狀態：錯誤。**校正吸菸狀態適合用來控制混雜，但若兩個吸菸層級中的關聯本來就不同，只報告校正後的單一整體估計值，會掩蓋效應修飾。

核心觀念

本題考有效再生數 $R_t$ 與基礎再生數 $R_0$ 的差異。$R_0$ 表示在特定人口與環境條件下，當所有人都易感時，一名感染者平均造成的次級感染數；$R_t$ 則表示在時間 $t$ 的實際條件下，一名感染者平均造成的次級感染數，因此會隨易感人口比例及防疫措施等因素改變。

在簡化模型中，可用下式表示兩者關係：

若介入措施降低接觸或傳播機率，$R_t$ 也會下降。$R_t>1$ 時，感染數傾向增加；$R_t<1$ 時，感染數傾向減少。

解題方法

判斷各選項是否符合 $R_t$ 的定義：它反映當下的傳播能力，會受人口免疫狀態與介入措施影響。再注意，$R_t<1$ 表示疫情規模傾向縮小，不能直接解讀為進入地方流行。

選項分析

核心觀念

干擾因子（confounder）是同時與研究中的暴露及結果有關、且不是暴露造成結果途徑中的中介變項之因素。若未控制干擾因子，觀察到的暴露與疾病關聯可能受到扭曲。

觀察性研究常用限制、配對、分層或統計調整等方式控制干擾因子。實驗性研究則可透過隨機分派、盲法等設計降低偏差；但本題問的是觀察性研究設計。

解題方法

先辨認題幹的關鍵詞「觀察性研究」與「控制或減少干擾因子」，再看各選項是否能讓暴露組與未暴露組在干擾因子上更具可比性。

分層分析可在干擾因子的不同層級內比較暴露與結果；配對設計則讓研究對象依干擾因子特徵相互配對，減少該因素造成的混雜。因此，兩者都符合題意。

選項分析

(A) 增加研究樣本數：錯誤。 增加樣本數通常能提高統計檢定力、縮小抽樣誤差，但不會自動消除干擾因子。若干擾因子未受控制，樣本再大仍可能得到有偏的關聯估計。

核心觀念

臨床試驗屬於實驗性研究：研究者主動分派介入措施，再比較介入組與對照組的結果，常以隨機分派降低混雜與選擇偏差。判斷一項研究是否適合採臨床試驗，關鍵在於研究者能否合乎倫理且可行地分派所要研究的暴露或介入。

解題方法

先辨認各選項中的研究因素：針灸、服用維生素 C、聽古典音樂，都是可由研究者安排的介入措施；沙塵暴則是環境暴露，研究者無法也不應分派受試者去暴露於沙塵暴。因此，前三者可設計為臨床試驗；探討沙塵暴暴露與氣喘發病的關係，宜採觀察性研究，例如世代研究或病例對照研究。

選項分析

(A) 針灸對中風復健治療的效果：錯誤選項。 可將符合條件的中風病人分派至針灸組與對照組，比較復健效果。實際設計須考量受試者意願、對照介入及盲法等限制，但針灸介入本身可被研究者安排，適合以臨床試驗評估。

核心觀念

本題考查不同流行病學研究設計的研究對象選取依據，以及生態研究的限制與假說檢定方向。

• 世代研究（cohort study）：依暴露狀態選取或分類研究對象，再觀察其後是否發生疾病。回溯性世代研究雖利用既有紀錄回顧過去的暴露與疾病資料，選取對象的邏輯仍是依暴露狀態，而非依疾病狀態。
• 病例對照研究（case-control study）：依疾病狀態選取病例與對照，再回溯比較兩組過去的暴露情形。
• 隨機試驗（randomized trial）：研究者將研究對象隨機分派至不同介入或暴露組別，以比較結果。

解題方法

辨認研究設計時，先看研究對象是依哪一項狀態被選入：

因此，若某選項把回溯性世代研究說成依疾病狀態選取，便混淆了世代研究與病例對照研究。

選項分析

核心觀念

本題考「平行檢定」對診斷試驗效能的影響。兩次快篩採平行檢定時，任一次結果呈陽性，就將受檢者判定為陽性；只有兩次都呈陰性，才判定為陰性。這種判定方式會增加找出真正感染者的機會，因此提高敏感度。

敏感度是所有真正有病者中，檢驗結果呈陽性的比例：

解題方法

以是否感染為基準，考慮兩次快篩的判定規則：

• 平行檢定：任一次陽性即判陽性。 真正感染者只要有一次快篩呈陽性，就能被判為陽性，因此敏感度提高。
• 相對地，未感染者只要有一次快篩呈陽性，也會被判為陽性，因此特異度可能降低。

所以題幹所說「使用快篩來管制進出」並進行兩次平行檢定，目的是盡量減少漏掉感染者，對應提高敏感度。

選項分析

核心觀念

本題考「新興傳染病的發生與傳播因素」。新興傳染病的出現、擴散，常與病原體、人類與環境之間的互動有關，包括全球交通與人口移動、氣候與生態變化，以及人類行為或生活型態的改變。

判斷時要區分「疾病治療方式」與「傳染病發生、傳播的條件」：治療方式主要影響感染者的臨床處置與疾病預後；全球移動、環境變化及行為改變，則可能直接影響病原體出現、宿主接觸與疫情擴散。

解題方法

逐項檢視各選項是否會改變以下條件：病原體出現或跨物種傳播的機會、易感宿主與病原體接觸的機會，以及疾病跨區域擴散的速度。前三類因素若有影響，即與新興傳染病的發生或傳播有關；治療方式若未直接改變這些條件，便是題目所問的答案。

選項分析

(A) 全球化與航空旅行的便捷性：錯誤。 全球化與航空旅行增加人口跨國移動，使感染者能在短時間內將病原體帶往不同地區，促進疫情跨境傳播與全球擴散，因此與新興傳染病的傳播有關。

核心觀念

本題考篩檢工具的效度指標，以及盛行率對預測值的影響。

• 敏感度：在實際患病者中，篩檢結果為陽性的比例。 $\text{敏感度}=\frac{TP}{TP+FN}$
• 特異度：在實際未患病者中，篩檢結果為陰性的比例。 $\text{特異度}=\frac{TN}{TN+FP}$
• 陽性預測值（PPV）：篩檢陽性者中實際患病的比例。 $\text{PPV}=\frac{TP}{TP+FP}$
• 陰性預測值（NPV）：篩檢陰性者中實際未患病的比例。 $\text{NPV}=\frac{TN}{TN+FN}$

敏感度與特異度主要反映工具在特定條件下區分有病與無病者的能力；PPV、NPV則會受到受檢族群疾病盛行率影響。一般而言，盛行率上升時，PPV上升、NPV下降。

解題方法

逐項對照篩檢指標的定義與篩檢策略：

1. 先確認盛行率會影響哪些指標。
2. 再判斷不同疫情期間的一般民眾是否處於相同盛行率情境。
3. 比較系列篩檢與平行篩檢對敏感度的影響。
4. 依篩檢目的判斷應優先提高敏感度或特異度。

若篩檢目的是排除疾病，首要考量是減少漏掉患者，因此應選用敏感度高的工具。

選項分析

核心觀念

本題考篩檢工具的信度與效度，以及預測值和疾病盛行率的關係。

• 信度（reliability）：工具在相同條件下重複測量時，結果的一致程度。
• 效度（validity）：工具測得的結果是否能正確反映欲測量的疾病或特徵。敏感度、特異度常用來描述篩檢工具的效度。
• 陽性預測值（PPV）：篩檢陽性者中，實際患病的比例。 $\mathrm{PPV}=\frac{\mathrm{TP}}{\mathrm{TP}+\mathrm{FP}}$
• 陰性預測值（NPV）：篩檢陰性者中，實際未患病的比例。 $\mathrm{NPV}=\frac{\mathrm{TN}}{\mathrm{TN}+\mathrm{FN}}$

其中 TP、FP、TN、FN 分別代表真陽性、偽陽性、真陰性與偽陰性。

解題方法

判斷各選項時，先區分「效度指標」與「預測值」：敏感度、特異度主要反映工具的辨識能力；PPV、NPV則回答篩檢結果為陽性或陰性後，個人實際患病或未患病的機率，因此會受到受檢族群疾病盛行率影響。

若敏感度為 $Se$、特異度為 $Sp$、盛行率為 $P$，則：

核心觀念

本題考「敏感度、特異度」與「陽性預測值、陰性預測值」的差異：

• 敏感度 $=\dfrac{\text{真陽性}}{\text{所有感染者}}$：感染者中檢驗陽性的比例。
• 特異度 $=\dfrac{\text{真陰性}}{\text{所有未感染者}}$：未感染者中檢驗陰性的比例。
• 陽性預測值 $=\dfrac{\text{真陽性}}{\text{所有檢驗陽性者}}$：檢驗陽性者中真正感染的比例。
• 陰性預測值 $=\dfrac{\text{真陰性}}{\text{所有檢驗陰性者}}$：檢驗陰性者中真正未感染的比例。

敏感度與特異度以感染狀態分組；預測值則以檢驗結果分組。預測值會受到盛行率影響。

解題方法

以 1,000 人為例，感染盛行率為 $5\%$，所以 50 人感染、950 人未感染。

• 50 名感染者中，敏感度為 $80\%$，故真陽性為 $50 \times 0.80=40$ 人，假陰性為 10 人。
• 950 名未感染者中，特異度為 $99\%$，故真陰性為 $950 \times 0.99=940.5$ 人，假陽性為 $9.5$ 人。

核心觀念

本題考查世代追蹤研究與病例對照研究能估計的流行病學指標。勝算比（odds ratio, OR）可用於兩種設計；發生率、風險差及發生率差則需要研究設計能提供相應的追蹤時間與分母資料。

解題方法

先看研究設計如何選取研究對象：

• 世代追蹤研究依暴露狀態分組，追蹤疾病發生情形，因此可計算發生率及風險差，也可計算 OR。
• 病例對照研究依疾病狀態選取病例與對照，再回溯暴露狀態。因為病例與對照人數是依研究設計抽樣決定，通常無法直接計算疾病風險或發生率，也不能直接計算風險差或發生率差；但可比較病例與對照的暴露勝算，計算 OR。

選項分析

(A) 兩者皆可以計算暴露與疾病的勝算比（odds ratio）——正確。 世代追蹤研究可依暴露與疾病狀態建立 $2\times2$ 列聯表，計算 OR。病例對照研究則以病例和對照的暴露勝算比計算 OR。若表格中暴露且患病、未暴露且患病、暴露且未患病、未暴露且未患病的人數依序為 $a,b,c,d$，則：