112 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

本題考的是描述性比較與因果推論的區別。即使臺灣 2020 年平均餘命低於韓國，也不能直接推論是「健保給付不足」造成差距，更不能僅憑此結果斷定提高醫療投入就會增加平均餘命。

平均餘命是依某一期間各年齡別死亡率編算的期間生命表指標：假設一個假想世代一生都經歷該期間的年齡別死亡率，其預期存活年數為何。它不是實際出生世代最後活到的年齡，也不是醫療照護成效的單一指標。

此外，「健保給付不足」須先操作化為可測量的暴露，例如健保支出占 GDP 比率、人均實質醫療支出、醫療支出占政府總支出比率、給付範圍、部分負擔、醫療可近性、等待時間或未滿足醫療需求。單用「醫療資源投入」一詞，無法明確界定研究暴露。

解題方法

宜分成三個層次蒐集證據：先確認臺韓差距是否存在，再分析差距來自哪些年齡與死因，最後以適當研究設計檢驗醫療給付是否造成差距。

一、確認平均餘命差距

使用臺灣與韓國官方生命表資料，確認兩地採用相同或可比的：

• 指標：出生時平均餘命，並分性別呈現。
• 年份與人口涵蓋範圍。
• 死亡登記與人口估計方法。
• 死因分類及生命表編算方式。

可先比較 2020 年數值，再呈現前後多年趨勢，而非只挑單一年份。若臺灣約為 81 歲、韓國約為 83 歲，則 2020 年臺灣確實約落後 2 歲；但這只是描述性差異，尚未說明原因。

同時須檢視 2020 年 COVID-19 疫情及其他短期事件對兩地死亡率的影響。單一年份的差距可能受到偶發事件影響，不宜逕自解讀為長期醫療體系差異。

二、拆解平均餘命差距的來源

生命表分析可進一步比較兩地各年齡層與各死因的死亡率，並以生命表分解或死因別平均餘命分解方法，估算各年齡、各死因對總差距的貢獻。

例如檢視差距主要來自：

• 嬰幼兒、青壯年或高齡人口的死亡率。
• 癌症、心血管疾病、事故傷害、感染症等死因。
• 可由有效醫療照護避免的死亡，或較受生活型態、社會環境影響的死亡。

也可比較死因別年齡標準化死亡率，避免人口年齡結構不同造成誤判。若差距集中在特定死因或年齡層，後續研究就能針對相關醫療服務及其他風險因素設計。

三、檢驗「給付不足導致差距」的因果主張

國際比較研究可蒐集臺灣、韓國及其他相近國家的長期資料，比較人均醫療支出、給付範圍、醫療人力與服務可近性，以及死亡率、可避免死亡等健康結果。分析時須控制可能同時影響醫療投入與死亡率的因素，例如：

• 所得與教育程度、失業、貧窮及社會不平等。
• 吸菸、飲酒、飲食、運動及肥胖。
• 空氣污染、職業暴露、交通安全與居住環境。
• 人口老化、家庭支持及公共衛生政策。

核心觀念

本題考查慢性病防治計畫的流行病學評估：如何判斷計畫是否落實、是否改善疾病風險與照護品質，以及是否降低慢性病發生、併發症、死亡與醫療負擔。評估不能只看服務人次或年度死亡人數，而應串連「計畫執行—中間健康結果—長期健康影響」。

可分為三層：

• 過程評估：計畫是否依設計執行，如服務涵蓋率、篩檢率、追蹤率與轉介完成率。
• 結果評估：疾病風險、照護品質及疾病控制是否改善，如血糖、血壓、血脂控制及吸菸率。
• 影響評估：是否降低新發疾病、併發症、住院、死亡與醫療支出。

慢性病防治效果常有時間落差，短期可先看服務執行與危險因子控制，長期再評估發病、併發症、死亡及支出。

解題方法

1. 建立計畫邏輯與指標

由計畫目標訂出可測量的指標，並事先定義分子、分母、資料期間與納入條件。指標可分為：

• 執行指標：參與醫療院所數、服務涵蓋率、病人收案率、定期追蹤率。
• 中間結果指標：血糖、血壓與血脂控制比例，代謝症候群危險因子改善比例，吸菸率及身體活動情形。
• 長期影響指標：新發糖尿病或心血管疾病、相關併發症、可避免住院、死亡率及醫療利用與支出。

比率的一般計算方式為：

2. 使用有比較基礎的評估設計

單純比較計畫前後，無法排除人口老化、醫療進步或其他政策造成的改變。若計畫分階段於不同地區或院所推行，可比較先推行區與尚未推行區，採受控前後比較或差異中的差異法：

差異中的差異法須檢視介入前兩組的趨勢是否相近。若有長期連續資料，可採中斷時間序列分析，評估介入後指標的水準或趨勢變化，並處理季節性及既有趨勢。

核心觀念

反事實推理（counterfactual reasoning）是因果推論的核心架構：比較同一研究對象在不同暴露狀態下會出現的結果。令 $Y(1)$ 表示個體在暴露時的結果，$Y(0)$ 表示同一個體未暴露時的結果；個體因果效果可表示為 $Y(1)-Y(0)$。

對同一個體而言，實際上只能觀察到其中一種暴露狀態下的結果，另一種是未觀察到的反事實結果。因果研究因此會比較不同暴露狀態下的結果，估計暴露造成的效果。

解題方法

題幹問的是反事實推理在因果推論中的「目的」。抓住核心就是：設想暴露與未暴露等不同情況，並比較各情況下的可能結果。這正是選項 (B) 的描述。

選項分析

核心觀念

本題考查隨機分派對照試驗（RCT）中「隨機分配」的目的。研究者以隨機方式將參與者分派至治療組或對照組，藉此降低研究者或參與者自行選擇組別所造成的選擇偏差，並使已知與未知的潛在干擾因素在兩組間平均分布。這種平衡是機率上的期待，不代表每次試驗都能讓兩組特徵完全相同。

解題方法

先區分 RCT 中幾種不同設計目的：

• 隨機分配：降低選擇偏差，促進干擾因素在組間平衡。
• 加盲：降低參與者、研究者或結果評估者因知悉組別而產生的偏差。
• 代表性抽樣：有助於樣本反映目標族群，影響研究結果的外推性。

題目問的是「隨機分配」的目的，因此應選擇與組間可比較性及偏差控制相關的敘述。

選項分析

• (A) 確保治療組和對照組能完全匹配：錯誤。 隨機分配有助於使兩組的已知與未知干擾因素平均分布，但不保證兩組在樣本特徵上完全相同。樣本數較小時，組間仍可能出現偶然差異。

核心觀念

巢式病例對照研究（nested case-control study）是從一個已界定的世代中進行病例對照抽樣。研究者追蹤該世代，病例是追蹤期間發生目標疾病的成員；對照則從同一世代、且在病例發生時仍符合對照資格的人中選取。因此，病例與對照來自相同的來源人群。

選取對照時，常見作法是風險集抽樣（risk-set sampling）：病例發生時，從當時尚未發病的人中選取對照。研究可以配對，也可以不配對；配對並非此設計的必要條件。

解題方法

判斷各選項時，抓住兩個特徵即可：病例與對照都來自同一個已界定的世代；病例依疾病是否發生而定義，對照則依抽樣時點的對照資格選取。再檢視選項是否把暴露當成病例選取條件，或把非必要的配對說成必須。

選項分析

核心觀念

本題考「風險比」（hazard ratio, HR）：比較暴露組與未暴露組的瞬時事件發生率。風險比的公式為：

$HR>1$ 代表暴露組的瞬時事件發生率較高；$HR<1$ 代表較低；$HR=1$ 代表兩組相同。

解題方法

將題目給定的兩組風險率代入公式：

因此，暴露組的風險率是未暴露組的 $2.5$ 倍，對應選項 (D)。題目提供的總人數、事件人數與最長追蹤年數，並未用於此計算；既然兩組風險率已給定，直接相除即可。

選項分析

核心觀念

病例對照研究先依結果狀態分組：病例組是發生研究結果事件的個體，對照組則是未發生該事件的個體。研究再回溯比較兩組過去的暴露情形，常以勝算比（odds ratio, OR）衡量暴露與結果的關聯。

對照組的關鍵條件是：應代表病例所來自的來源人群中，未發生結果事件者的暴露分布。換句話說，如果對照者在研究期間發生結果事件，理應有機會被納入病例組。

解題方法

先確認對照組的結果狀態，再判斷其抽樣來源是否與病例組一致。病例與對照必須來自相同來源人群，才能合理比較兩組的暴露分布；若從不同人群選取對照，觀察到的暴露差異可能反映人群來源不同，而非暴露與疾病的關聯。

選項分析

核心觀念

干擾偏差（confounding bias）是指第三個變項——干擾因子——使暴露與結果的觀察關聯偏離其真實關聯。典型的干擾因子須同時與暴露及結果有關，且不是暴露造成的中介變項。

干擾會使觀察到的關聯被高估、低估，甚至方向反轉，因此偏差方向並不固定。統計調整可以控制已測量且適當建模的干擾因子，但無法保證完全消除所有干擾；未測量、測量不精確或模型設定不當，都可能留下殘餘干擾。

解題方法

判斷各選項是否把干擾偏差說成具有固定方向、必能完全控制，或由樣本數不足直接造成。干擾偏差的關鍵在研究變項間的關係與分析控制是否充分；樣本數不足主要影響估計精確度，並非干擾偏差的定義。

選項分析

核心觀念

本題考的是效應修飾（effect modification）：某一暴露與疾病的關聯，在不同第三變項分層下是否不同。本題以年齡分層，並以相對風險（$RR$）衡量運動與心血管疾病風險的關聯。

$RR=1$ 表示兩組風險相同；$RR<1$ 表示運動組風險較低；$RR>1$ 表示運動組風險較高。若不同年齡層的 $RR$ 呈現不同方向或大小，表示關聯會隨年齡而異，屬於效應不一致。

解題方法

比較三個年齡層的 $RR$ 與 $1$：

• 18–35 歲：$RR=0.85<1$，運動與較低的心血管疾病風險相關。
• 36–50 歲：$RR=1.10>1$，運動與較高的心血管疾病風險相關。
• 51–65 歲：$RR=1.30>1$，運動與較高的心血管疾病風險相關。

年輕組的關聯方向為負向（$RR<1$），另外兩組則為正向（$RR>1$）；各層的 $RR$ 也不相同。因此，依題目提供的分層結果，運動與心血管疾病風險的關聯在不同年齡組間效應不一致。

選項分析

核心觀念

本題考查多元迴歸中的交互作用。交互作用表示一個自變項與結果變項的關係，會隨另一個自變項的不同而改變。

若以年齡 $A$、性別 $S$ 預測血壓 $Y$，模型可寫為：

當交互作用項 $A\times S$ 在統計上顯著，表示不同性別的年齡斜率有顯著差異。換言之，年齡與血壓的關係會因性別而異。

解題方法

判讀交互作用時，先看「誰和誰的交互作用項顯著」，再將其解讀為「其中一個變項與結果的關係，會依另一個變項而改變」。

本題的交互作用項是「年齡 × 性別」，結果變項是血壓，因此可說年齡與血壓的關係會依性別而異；等價地說，年齡對血壓的影響因性別而異。

選項分析

核心觀念

傾向分數（propensity score）是研究對象在已知暴露前共變項條件下，接受某一暴露或治療的機率。令 $A$ 表示暴露狀態、$X$ 表示暴露前共變項，則：

傾向分數匹配（propensity score matching, PSM）是在暴露組與未暴露組中，配對傾向分數相近的個體，以減少已測量共變項造成的混雜，改善兩組可比較性。它可用於觀察性研究，協助估計暴露與結果之間的因果效應；但不能消除未測量混雜，也不能保證所有潛在混雜因子完全平衡。

解題方法

判斷各選項時，掌握 PSM 的配對依據與適用情境即可：它配對的是「傾向分數相近」的個體，不是暴露量相近；目的是使已測量的暴露前共變項較平衡，進而支持因果效應估計。PSM 是觀察性研究中的混雜控制方法之一，並非隨機對照試驗中最適合的控制方法。

選項分析

核心觀念

本題考查將流行病學研究證據轉化為公共衛生政策時，如何在有限資源下設定優先順序。研究結果提供政策決策的科學依據，但公共資源有限，政策制定者還須評估政策能帶來多少健康效益、需要投入多少成本，以及資源配置是否合理。

成本效益分析著重比較政策投入的成本與預期效益；資源配置則關乎有限的人力、經費與服務量能如何分配，以達成較大的整體健康效益。因此，政策是否能有效運用資源，是將研究結果轉化為政策時的重要考量。

解題方法

先辨別題目問的是「研究結果轉化為政策」時，哪項因素相對重要、會優先考慮。這不是在問如何判斷一篇研究是否可信，而是在問政策決策如何選擇與配置公共資源。

研究的科學嚴謹性是採納證據的基礎；但當研究結果要轉化為政策，還須考慮不同政策方案的效益與成本，以及有限資源應如何分配。選項中，最直接對應這項政策取捨的是「政策的成本效益和資源配置」。

選項分析

核心觀念

本題考查效應修飾：某因素（此處為基因易感性）是否使吸菸與肺癌的關聯強度，因不同基因組別而異。判斷時須比較各組的同一種關聯量度。

題目給的是肺癌案例中吸菸者可歸因於基因易感性的比例（AP），並提供低、高易感性組的數值。依本題官方答案的判讀，AP 較高代表該組中吸菸與肺癌的關聯較強。

解題方法

直接比較兩組 AP：

高易感性組的 AP 為 0.30，高於低易感性組的 0.10；依題目採用的判讀方式，顯示吸菸與肺癌的關聯在高基因易感性組較強。因此，基因易感性修飾了吸菸與肺癌的關係，且高易感性組的關聯較強。

選項分析

核心觀念

「預防原則」（precautionary principle）是指：當某項活動或政策可能造成重大危害，但科學證據尚未充分、因果關係或風險程度仍有不確定性時，不應只因證據未完全確立就延後行動，而應及早採取適當的預防措施，以降低可能的健康或環境傷害。

本題考的是預防原則的核心：面對不確定性，仍採取預防行動。它不要求等到危害已被完全證實才介入，也不表示任何不確定風險都必須採取最嚴格措施；政策仍應衡量可能危害、可行措施及其比例性。

解題方法

辨認選項是否符合預防原則的關鍵，是看它如何處理「科學不確定性」：

• 若主張證據不完整時先不行動，便與預防原則相反。
• 若主張證據可能不足時，仍可採取適當預防措施，便符合預防原則。
• 專家共識或政策效益分配，可能是決策時會考量的因素，但不是預防原則本身的定義。

因此，選項（B）直接描述了「不確定時採取預防措施」，符合題意。

核心觀念

前導時間偏差（lead-time bias）是指篩檢比臨床症狀出現更早發現疾病，使「診斷後存活時間」看起來變長，但患者實際死亡時間並未因此延後。它會讓人誤以為篩檢延長了存活或改善了預後，因而高估篩檢效益。

例如，甲、乙兩人的疾病都在 60 歲死亡。甲未接受篩檢，於 58 歲出現症狀並確診，診斷後存活 2 年；乙接受篩檢，於 55 歲即確診，診斷後存活 5 年。乙看似多存活 3 年，但兩人仍同在 60 歲死亡，並沒有實際延長壽命。

解題方法

判斷本題的關鍵，是區分「診斷後存活時間」與「實際壽命或死亡時間」。若篩檢只是把診斷時點提前，卻沒有改變疾病自然史或死亡時點，診斷後存活期間便會增加；若據此宣稱篩檢改善預後，便是前導時間偏差造成的效益高估。

選項分析

核心觀念

敏感度是指實際有病者中，檢驗結果呈陽性的比例：

其中 $TP$ 為真陽性，$FN$ 為偽陰性。偽陰性率則是實際有病者中，檢驗結果呈陰性的比例：

因此，敏感度越高，偽陰性率就越低。

解題方法

題目問敏感度升高「勢必」出現的特點，應優先檢視敏感度的定義及其互補指標。敏感度與偽陰性率的分母相同，分別計算有病者中檢驗陽性與陰性的比例，兩者相加為 1。故敏感度升高時，偽陰性率必然下降。

選項分析

(A) 特異度（specificity）越低：錯誤。 特異度為 $\frac{TN}{TN+FP}$，衡量實際無病者中檢驗呈陰性的比例。

核心觀念

本題考查疾病發生率的研究對象與衡量方式，以及發生率和盛行率之間的關係。

• 累積發生率（cumulative incidence）：在一段期間內，原本尚未罹病且有機會發病的族群中，新發病例所占比例。
• 發生密度（incidence density）：以新發病例數除以所有有機會發病者累積的觀察人時。
• 盛行率（prevalence）：某一時點或期間內，族群中現有病例所占比例。

盛行率不只受新病例發生影響，也取決於疾病持續時間、康復與死亡等因素。因此，不能只憑發生率是否大於零，就判定盛行率會持續上升。

解題方法

逐一核對各選項中的定義與條件。判斷關鍵在於區分累積發生率與發生密度的分母，並檢視「發生率維持大於零」是否足以推論盛行率逐漸上升。

選項分析

(A) 正確。 計算疾病發生率時，研究族群必須包含有機會發生該疾病的人。若某人已罹患該疾病，便不屬於該疾病「新發」病例的風險集合；若將其納入分母，會使發生率的估計失去適當解釋。

(B) 正確。 累積發生率以一段期間內新發病例數除以期初具發病風險的人數。完整追蹤有助於判定期初族群在追蹤期間是否發病；

核心觀念

本題考查發生密度（incidence rate）的比較，以及由兩組發生密度差計算預防一件事件所需的暴露人時。發生密度的分母是人時，單位通常是「每人年發生幾次」，因此不能直接當作個人發生風險。

解題方法

蔓越莓汁組與安慰劑組的年化發生密度分別為 $0.48$ 與 $0.75$，其發生密度差為：

表示每提供一人年的蔓越莓汁介入，相較於安慰劑，平均可少 $0.27$ 次感染。預防一次感染所需的介入人年為：

因此，依題目選項的簡化表述，每日飲用蔓越莓汁約 $3.7$ 年可預防一次泌尿道感染，選 (A)。嚴格來說，這裡的 $3.7$ 是「人年」的概念；若按每人持續飲用，才可口語化表達為約 $3.7$ 年。

選項分析

核心觀念

本題考測量誤差與資訊偏差的關係，以及誤分類對因果效應估計的影響。

測量誤差是觀察到的測量值與真實值之間的差異。它會使估計值不夠精確，也可能造成系統性偏差。資訊偏差則是研究中的暴露、結果或其他變項被測量或分類錯誤，導致估計偏離真實值；因此測量誤差可能造成資訊偏差，但兩者不是完全相同的概念。

解讀「相關性估計值的測量誤差」時，要區分隨機誤差與系統性誤差：樣本數較小會使估計值的隨機誤差增加、精確度降低；但樣本數本身不必然造成系統性的測量偏差。

解題方法

先判斷各選項說的是哪一類問題：樣本數影響的是估計值的精確度；適應症干擾屬於治療選擇與疾病嚴重度造成的混雜；錯誤分組的方向則須視誤分類是否差異性而定；測量誤差與資訊偏差也不能直接視為彼此的充分必要條件。

依此逐項判斷，A 描述小樣本增加估計值的隨機測量誤差，符合統計推論中精確度與樣本數的關係。

選項分析

核心觀念

本題考的是比較不同年度流行病學資料時，是否具備方法學上的可比性。青少年第二型糖尿病的發生率要能跨年度比較，研究對象的界定、病例診斷方式及資料蒐集方法應維持一致，否則觀察到的差異可能來自測量或抽樣改變，而非疾病風險真的上升。

年齡標準化主要用來消除不同族群或年度間年齡分布不同對率的影響。若比較對象都是青少年，且題幹沒有指出各年齡層的組成明顯不同，年齡標準化在本題所列考量中相對不重要。

解題方法

逐項判斷各因素是否可能改變「病例如何被辨認」或「哪些人被納入統計」：

• 診斷方法或標準改變，會影響病例判定。
• 抽樣方法改變，會影響樣本代表性及估計結果。
• 青少年年齡範圍改變，會改變研究對象及其疾病風險組成。
• 年齡標準化則是校正年齡分布差異的工具；在研究族群均為青少年、且年齡組成不是主要疑慮時，其重要性相對較低。

因此，依官方答案，選擇 (B)。

選項分析

(A) 歷年的第二型糖尿病檢驗方法與診斷標準是否一致：錯誤選項。 檢驗方法、診斷門檻或病例定義若有改變，可能使某些年度更容易或更不容易診斷出病例。

核心觀念

本題考查**效應修飾（effect modification）與交互作用（interaction）**的辨別。效應修飾是指暴露與結果之間的關聯，會因第三個變項的不同層級而改變；判斷時應比較各層級的關聯，而不是只看整體結果。

本題以性別分層後發現：男性勞工工時越長，販賣機消費頻率越高；女性勞工則未觀察到顯著相關。這表示工時與販賣機消費行為的關聯依性別而異，符合效應修飾的描述。

解題方法

先確認選項所談的變項與關聯：

• 暴露：工時
• 結果：販賣機消費行為頻率，或身體質量指數（BMI）
• 可能的第三變項：性別、職業、販賣機消費行為

再看題目是否提供了因果方向、混雜因素的控制資訊或交互作用估計。本題只提供依性別分層後的關聯描述，因此可直接判斷性別是否改變「工時—販賣機消費行為」的關聯；題幹沒有足夠資訊支持中介、混雜或協同作用的結論。

選項分析

(A) 職業干擾工時與身體質量指數的相關性：錯誤。 混雜需具備相關條件：混雜因子與暴露及結果均有關聯，且不是暴露—結果因果路徑上的中介。本題沒有提供不同職業間的工時或 BMI 比較，也沒有職業調整前後關聯的資料，不能據此判定職業是混雜因子。

核心觀念

本題考的是交互作用（interaction），尤其是在相對風險尺度上，兩種暴露共同存在時，風險是否高於兩種暴露各自效果的加總。

以「家長沒有失業的異性戀青少年」為共同參照組，設其輕生意圖風險為 $R_{00}$；性少數身分與雙親失業分別視為兩項暴露。題目提供：

• 只有性少數身分：$RR_{10}=2.92$
• 只有雙親失業：$RR_{01}=2.34$
• 同時有兩項暴露：$RR_{11}=7.41$

若兩項暴露在加法尺度上沒有交互作用，合併暴露組的預期相對風險為：

減去 $1$ 是因為兩個單獨暴露組的相對風險都包含了參照組的基準風險。

解題方法

將數值代入：

實際合併暴露組的 $RR=7.41$，高於無加法交互作用時的預期值 $4.26$。依題目所採用的加法尺度判讀，性少數身分與雙親失業共同存在時的風險超出兩者單獨效果的加總，符合正向加法交互作用，也就是協同式交互作用。

本題暫不考慮信賴區間，因此依點估計值判讀；這不代表已能確認交互作用具有統計顯著性。

選項分析

核心觀念

本題考「平行篩檢」與「系列篩檢」對敏感度、特異度的影響。

若同時採用兩項測量，並以「任一項異常即判定陽性」作為標準，屬於平行篩檢。由於只要收縮壓或舒張壓其中之一超過標準，就會診斷為高血壓，因此本題是平行篩檢。

平行篩檢較容易把真正有病者判定為陽性，通常可提高整體敏感度，但也可能增加偽陽性，使特異度降低。

解題方法

抓住題目中的判定條件：「二者之一超過標準」。這代表兩項測量中只要有一項陽性，篩檢結果就判為陽性，符合平行篩檢的定義。

相對地，系列篩檢要求多項檢查都呈陽性，才將受檢者判定為陽性；這通常能提高特異度，但會降低敏感度。

選項分析

核心觀念

本題考的是病例對照研究的對照組選取。病例組是猴痘確診者；對照組應來自與病例組相同的來源族群，且在研究期間沒有猴痘，才能比較兩組過去的減毒天花疫苗接種情形。

病例對照研究依疾病狀態選取對象，再比較過去的暴露狀態。適當的對照組應能代表病例若未罹病時，原本所屬族群的暴露分布。若病例限定為成年男同性戀、雙性戀與男男性行為者（GBMSM），對照也應維持相同族群條件。

解題方法

依序確認病例組的三項條件，再檢視對照組是否相符：

1. 地區與期間相近：對照者應來自相同研究地區與期間。
2. 疾病狀態不同：對照者應未感染猴痘。
3. 來源族群相同：對照者應與病例同為成年 GBMSM，避免族群組成差異影響疫苗接種率的比較。

因此，合適的對照組是同地區未感染猴痘的成年 GBMSM。

選項分析

• (A) 同地區中已接種該疫苗的全體成年健康族群：錯誤。 這個選項先以「已接種疫苗」篩選對照，直接限定了研究要比較的暴露狀態，無法估計來源族群中疫苗接種的分布；而且也未限制為成年 GBMSM。

核心觀念

本題考的是宣傳管道的觸及情形與宣傳效果之間的差別。問卷是在已經參與服務的民眾中抽樣，詢問他們曾從哪些管道得知消息；因此，數據呈現的是參與者自陳的消息來源比例，並未直接比較不同宣傳管道帶來多少參與者，也沒有未參與者或未接觸宣傳者作為比較基礎。

「曾從某管道得知」不等於「因為該管道而參與」。參與者可能同時接觸多個管道，也可能原本就有參與意願。要評估宣傳效果，通常須有適當的比較資料，例如各管道的接觸人數及參與人數，或在可比條件下比較不同宣傳策略的參與率。

解題方法

先辨認題目實際測量的結果：966 份問卷來自已參與服務的民眾，而四項比例是他們自陳曾接觸各管道的比例。這些比例可以描述參與者的消息來源，但不能單憑此判定哪個管道「造成」較多參與，或哪個管道的宣傳效果較好。

此外，選項可以複選，故各比例不必合計為 100%；同一人可能曾從親友、里長廣播等多個來源得知消息。這使得各管道比例不能直接解讀成互斥來源的比較結果。

選項分析

(A) 四種宣傳策略相比，里長廣播是宣傳效果最高的管道

核心觀念

本題考的是因果關係判定準則，以及這些準則在多致因的慢性病流行病學中的適用性。常見的準則包括時序關係、劑量效應關係、一致性與相關性的專一性。這些準則是協助判斷因果關係的指引，並非每項都必須成立；其中「相關性的專一性」在多致因疾病中特別難以符合。

解題方法

先抓住題幹的關鍵詞「多致因的慢性病」：慢性病通常由多種因素共同影響，單一暴露未必只造成一種疾病，一種疾病也可能有多種成因。因此，若要求某暴露與某疾病之間具有高度專一、單一的對應關係，便很難成立。

其餘準則多可透過研究設計或證據累積來評估：確認暴露先於疾病、觀察暴露量增加時疾病風險是否改變，或比較不同研究與族群的結果是否一致。專一性則與多致因疾病的成因複雜性直接衝突，因而最難達成。

選項分析

• (A) 時序關係：錯誤。 因果關係要求原因先於結果。透過追蹤研究或適當的暴露與發病時間資料，通常可以檢驗時序；

核心觀念

本題考查流行病學評估因果關係時，常用的 Hill 因果關係判準。這些判準用來綜合判斷某暴露與疾病之間是否具有因果關係，並非每一項都必須符合的硬性規則。常見判準包括時序性、關聯強度、一致性、特異性、生物學梯度（劑量–反應）、生物學合理性、實驗證據及類比等。

「統計顯著性」可協助評估觀察到的關聯是否可能由隨機誤差造成，但它不是 Hill 因果判準之一；達到統計顯著也不等於證明因果。

解題方法

逐一比對選項與 Hill 因果關係判準：若選項描述的是因果判準，即屬於評估因果時會考量的證據；若只是統計推論的指標，則不是該判準本身。本題問「通常不考慮」哪一項，因此選出不屬於 Hill 判準者。

選項分析

• (A) 時序性：錯誤。 時序性是必要條件，原因必須先於結果發生。若疾病已發生後暴露才出現，該暴露便不能是此疾病的原因。

核心觀念

本題考「發生密度取樣」（incidence density sampling，又稱 risk-set sampling）病例對照研究的對照組選取方式，以及這種取樣方式能估計的效應量。

研究者在每個病例發病時點，從當時仍處於風險中的人群抽取對照。由此得到的病例對照勝算比（odds ratio, OR），可估計發生率比（incidence rate ratio, IRR），不要求疾病是罕發疾病。但病例對照研究是依病例與對照抽樣，通常不能直接估計母群體的疾病發生風險或發生率。

解題方法

先辨認題目所問的是「不包括」哪項優點。逐項對照發生密度取樣的特性：它適合估計發生率比，也有助於處理病例存活偏差及暴露時序問題；但病例對照抽樣本身不提供母群體分母或完整人時資料，因此不能直接估計疾病發生風險或發生率。

選項分析

(A) 疾病主題不是罕發疾病，odds ratio 仍可估計 incidence rate ratio：正確。 發生密度取樣的對照來自病例發生時仍在風險中的人群，因此病例對照 OR 可估計 IRR。這項關係不依賴「罕見疾病假設」；

核心觀念

捉放法（capture-recapture）原用於估計野生動物族群數，也可用來估計未被完整通報的疾病或健康議題個案數。基本作法是利用兩個來源各自觀察到的個案，以及兩來源重複觀察到的個案數，推估整體母群體規模。

設第一個監測系統觀察到 $n_1$ 人、第二個系統觀察到 $n_2$ 人，兩者重複觀察到 $m$ 人，常用估計式為：

此估計仰賴若干假設，其中與本題最相關的是：個案被不同監測系統觀察到的機率彼此獨立。若兩個系統的收案機率互相影響，重複個案比例就會偏離估計所需的比例，進而造成母群體人數高估或低估。

解題方法

辨認題目詢問捉放法的「前提假設」，即可檢視各選項是否描述了兩套監測來源間的收案關係。兩來源若近似獨立，某個案被第一來源收錄，不會使其被第二來源收錄的機率增加或降低，因此選項（B）符合核心假設。

選項分析

核心觀念

本題考「疾病預防三段五級」的分層概念。三段預防依疾病發展階段區分；五級預防則進一步說明各階段的具體措施：

解題方法

逐一核對選項所描述的措施，是否符合其預防階段與級別。特別注意：末段預防的第四級與第五級都屬於疾病或損害已經發生後的處置，但「限制殘障」與「復健」各有不同目的，不能混為一談。

選項分析

核心觀念

本題考查流行病學中「發生率、死亡率、致死率與盛行率」的分子、分母及時間概念。

• 發生率：一定期間內新發生的病例數，除以該期間的風險人口或人時。
• 死亡率：一定期間內某疾病造成的死亡數，除以該期間的族群人口或人時。
• 致死率：特定疾病患者中，因該疾病死亡的人數所占比例。
• 盛行率：特定時間點或期間內現有病例數，除以該族群人口。

解題方法

依各指標定義逐一核對題目分子與分母：

• $A$ 為年初族群人口。
• $B$ 為當年新診斷肺癌人數。
• $C$ 為其中診斷後一年內死亡的人數。

$B$ 是新病例數，$C$ 是病例中的死亡數；但題目未提供疾病死亡是否發生於同一年度，也未提供年中人口或人時，因此要特別留意期間是否相符，以及是否能將現有病例比例直接稱為盛行率。

選項分析

(A) 錯誤。 發生率的分子可用當年新病例數 $B$，但分母應為期間內的風險人口或人時。$\frac{B}{A-B}$ 並非一般發生率公式；從年初人口 $A$ 扣除當年新病例數，也不能直接代表風險人口或人時。

核心觀念

本題考臨床試驗的隨機分派與雙盲如何降低偏差。隨機分派讓受試者進入實驗組或對照組的機會由隨機程序決定，可減少已知與未知預後因素造成的組間差異；雙盲則讓受試者及相關研究人員不知道分組，降低受試者行為、照護方式與結果判定受分組資訊影響的風險。

兩者共同提升試驗結果估計的客觀性，降低偏差，因此官方答案為 D。

解題方法

看到「雙盲及隨機對照分組」，先判斷題目問的是其主要目的，再區分偏差與誤差：

• 偏差是估計結果系統性偏離真實效果。
• 隨機誤差是抽樣變異造成的不確定性，通常透過增加樣本數降低。

隨機分派及雙盲主要是減少分組與評估過程中的系統性偏差，使試驗效果估計較接近真實效果；它們不會保證達到統計顯著，也不會單靠設計消除所有誤差。

選項分析

(A) 可以減少試驗檢測上的誤差：錯誤。 雙盲可降低受分組資訊影響而產生的測量或判定偏差，但「檢測上的誤差」表述不精確，也不是隨機分派與雙盲最重要的共同目的。測量工具不精確造成的隨機誤差，不能只靠盲法消除。

核心觀念

本題考查新藥臨床試驗四個階段的主要目的與受試者對象。判斷重點是：第一期通常著重安全性與耐受性；第二期主要在患者身上初步評估療效與劑量；第三期進一步驗證療效並監測不良反應；第四期則在藥品上市後持續監測安全性與實際使用情形。

解題方法

依序比對各選項描述的「試驗階段、主要目的、受試者」是否相符。最容易辨識的關鍵是第二期的受試者：它主要納入罹患目標疾病的患者，而非健康民眾，因此選項（B）錯誤。

選項分析

（A）正確。 第一期臨床試驗主要評估藥品在人體中的安全性、耐受性與藥物動力學，並觀察副作用。受試者常為少數健康志願者；但部分藥品，例如抗癌藥，可能直接以患者作為受試者。

核心觀念

本題考查疾病與暴露因子的關聯測量，重點是相對危險性（relative risk, RR）與暴露勝算比（exposure odds ratio, exposure OR）的定義及解讀。相對危險性常用於世代研究；暴露勝算比則是比較有病組與無病組的暴露勝算，常見於病例對照研究。

解題方法

先核對各選項是否符合兩種指標的分子、分母定義，再判斷指標大於、小於或等於 1 時的意義。

設暴露組與非暴露組的疾病發生率分別為 $I_e$ 與 $I_u$，則：

設有病組與無病組的暴露勝算分別為 $O_{e|d}$ 與 $O_{e|\bar d}$，則：

暴露勝算是「暴露人數除以未暴露人數」，並非暴露人數占該組總人數的比率。

選項分析

• (A) 正確。 世代研究可依暴露狀態追蹤疾病發生情形，計算暴露組與非暴露組的疾病發生率，因此常以 RR 評估關聯。
• **(B) 正確。

核心觀念

本題考「干擾因子（confounder）」的定義，以及控制干擾的方法。干擾因子會使暴露與疾病之間觀察到的關聯，偏離暴露對疾病的真實因果效果。

一般而言，某變項要成為干擾因子，須符合以下條件：

1. 與暴露因子有關聯。
2. 是疾病的獨立危險因子。
3. 不是暴露因子與疾病之間的中介因子。

分層分析可用來控制干擾：在各干擾因子層內比較暴露與疾病的關聯，再判斷各層結果是否能合併為一個調整後的效果估計值。

解題方法

逐一比對選項與干擾因子的定義：

• 檢視干擾因子是否可為中介因子。
• 檢視干擾因子在不同暴露組中的分布是否相同。
• 判斷分層分析能否控制干擾。
• 區分「控制干擾」與「消除暴露與疾病的關聯」。

選項分析

(A) 干擾因子不能為暴露因子與疾病之間的中介因子——正確。 中介因子位於因果路徑上，例如「暴露 → 中介因子 → 疾病」。若控制中介因子，會阻斷暴露對疾病的部分因果效果；因此中介因子不符合干擾因子的定義。

核心觀念

本題考的是效果修飾（effect modification），也稱為交互作用。當暴露因子與疾病的關聯強度，會因第三個變項的不同而改變，該第三個變項就是效果修飾因子。

本題指出「年齡愈高，吸菸與膀胱癌的相對危險性愈高」，表示吸菸對膀胱癌的相對危險性會隨年齡增加而改變，因此年齡是吸菸與膀胱癌關係的效果修飾因子。

解題方法

判讀重點是題幹描述的究竟是：

• 效果修飾：暴露與疾病的關聯強度，在不同第三變項層次下不同。
• 干擾：第三變項同時與暴露及疾病有關，造成暴露與疾病的粗略關聯偏離分層後或調整後的關聯。

題幹直接說「年齡愈高，膀胱癌的相對危險性愈高」，描述的是相對危險性依年齡層而異，符合效果修飾的判準。這也表示在各年齡層分別估計吸菸與膀胱癌的相對危險性時，估計值會不同。

選項分析

核心觀念

本題考傳染病的傳染途徑分類。直接傳染是病原體由感染者或疾病宿主直接傳給易感者，常見方式包括直接接觸，以及近距離飛沫傳染。間接傳染則須透過媒介，例如空氣中的懸浮微粒、受污染的食物或水、器具或病媒生物，再傳給他人。

解題方法

辨認各選項是否需要「中間媒介」：

• 若病原體由宿主直接到達他人，屬直接傳染。
• 若須經空氣長時間懸浮、食物或其他媒介傳播，屬間接傳染。

依此分類，飛沫在近距離由感染者傳至他人，符合直接傳染。

選項分析

核心觀念

估計研究所需樣本數時，通常須考量顯著水準 $\alpha$、檢定力 $1-\beta$、預期效果大小，以及資料的變異程度等因素。當研究目的是評估自變項與依變項的關聯時，兩者相關性越強，通常越容易偵測到關聯，所需樣本數也越少。

本題依官方答案，將「自變項的變異數」視為不屬於一般樣本數估計時的直接考量因素；相關的變異資訊通常是依變項或誤差項的變異，而非自變項本身的變異數。

解題方法

可先辨認樣本數估計的常見要素：容許的第一類錯誤率 $\alpha$、第二類錯誤率 $\beta$（或檢定力）、預期效果大小，以及結果測量的變異程度。再比較選項是否屬於這些要素。

因此，$\alpha$、$\beta$ 與自變項和依變項的相關強度皆與樣本數估計有關；依官方答案，錯誤項為「自變項的變異數」。

選項分析

(A) $\alpha$ error：錯誤選項。 $\alpha$ 是第一類錯誤率，也就是虛無假設為真時，錯誤拒絕虛無假設的機率。樣本數估計須設定顯著水準，例如 $0.05$；

核心觀念

本題考問卷的信度與效度。信度關注測量結果是否穩定、一致；效度則關注問卷是否測到原本想測量的概念。信度良好是測量品質的重要條件，但不代表問卷就具有良好效度。

解題方法

先辨認各選項描述的是「測量結果的一致性」，還是「是否測到預定概念」；再確認所列指標是否用於信度或效度評估。依此判斷，描述一致性者屬於信度，與題目提供的官方答案相符。

選項分析

• (A) 錯誤。「能否達成預期效果」不是效度的精確定義。效度是問卷測量結果能否適當反映預定測量的概念或特質。
• **(B) 正確。**信度表示測量結果的一致性或穩定程度，例如在相同條件下重複測量，結果是否相近。此為本題正確選項。

核心觀念

健康工作者效應（healthy worker effect）是職業流行病學常見的選擇偏差。受僱者通常比一般人口健康；需要具備一定健康條件才能進入工作，也較可能在健康狀況變差時離職。因此，若將在職工作者與一般人口比較，工作者的疾病或死亡率可能被低估。

解題方法

先辨認健康工作者效應造成偏差的環節：它來自研究對象的選取與留任，而非疾病測量、追蹤作業本身或第三變項混雜。研究族群因健康狀況而與比較族群不同，故歸類為選擇性誤差（selection bias）。

選項分析

• (A) 系統性誤差（systemic bias）：錯誤。題目所稱的系統性偏差不是此處要辨認的特定偏差類型；健康工作者效應的分類是選擇偏差。
• (B) 選擇性誤差（selection bias）：正確。

核心觀念

本題考查臨床試驗中如何減少人為因素造成的偏差。雙盲（double blind）通常指受試者與研究人員（如治療執行者或結果評估者）都不知道受試者所屬組別，可減少受試者的期待效應，以及研究人員在照護或評估時受到分組資訊影響所產生的偏差。

解題方法

先辨別題目所說的「人為的誤差」是指執行或評估試驗時，因知道分組而產生的主觀影響。雙盲能遮蔽分組資訊，直接降低這類偏差，因此符合題意。

隨機分配主要用來平衡實驗組與對照組在已知及未知混雜因子上的差異；治療意向分析則依原始分組分析受試者，維持隨機分配的效益。兩者都很重要，但不是本題所問的直接防止人為偏差的方法。

選項分析

• (A) 隨機分配實驗組與對照組（Randomization）：錯誤。 隨機分配可降低選擇偏差，並使兩組的基線特徵較具可比性；它不會遮蔽分組資訊，因此不能直接避免研究人員或受試者因知道分組而造成的人為偏差。
• **(B) 雙盲方式（double blind test）：正確。

核心觀念

本題考的是暴露者中的歸因危險百分比（attributable fraction among the exposed），也稱暴露者歸因比例，表示嚼食檳榔者發生的口腔癌中，有多少比例可歸因於嚼食檳榔。

若相對風險為 $RR$，公式為：

題目以 $A$ 表示相對風險，因此答案為 $\frac{A-1}{A}$。

解題方法

設嚼食檳榔者的口腔癌發生率為 $I_e$，未嚼食者的發生率為 $I_0$，則：

暴露者中超出未暴露基準發生率的部分，是每一單位暴露者發生率中可歸因於暴露的部分：

代入 $RR=A$，得到：