114 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

本題考查**干擾（confounding）與效果修飾（effect modification）**的區別：干擾是研究結果受到第三變項影響而產生偏差；效果修飾則是暴露與結果的關聯強度，會因第三變項的層級不同而改變。

• 干擾因子：與研究暴露及結果都相關、但不是暴露至結果因果途徑上的中間變項。它會使未控制該變項時的粗估關聯，偏離控制該變項後的分層關聯。判斷時常比較粗勝算比與依干擾因子分層後的共同勝算比；若兩者有實質差異，表示存在干擾。
• 效果修飾因子：不同層級下，暴露與結果的關聯強度不同；亦即分層效果估計值彼此不同。效果修飾是關聯本身因層級而異，不是偏差。

解題方法

本題提供無喝酒、有喝酒兩層的勝算比（OR），以及合計欄的 OR。依表中數值判斷：

1. 比較「無喝酒」與「有喝酒」兩層的 OR。兩者不同，判定有無喝酒是否為效果修飾因子。
2. 比較「合計」欄的粗 OR 與分層 OR。若粗 OR 與分層效果估計不同，判定是否有干擾。

分層 OR 代表各層內抽菸與肺癌的關聯；合計 OR 代表未依喝酒習慣分層的整體關聯。

各情境判斷

A 情境

核心觀念

病例對照研究（case-control study）先依疾病狀態選取研究對象，再比較病例與對照過去的暴露情形。本題以「口腔癌」為結果、「吃檳榔」為暴露，重點在於妥善界定病例、選取能代表病例來源人口的對照、以一致方法測量暴露，並處理病例對照研究常見的選擇偏差、資訊偏差及混雜。

病例對照研究通常以勝算比（odds ratio, $OR$）估計暴露與疾病的關聯。若資料如下：

則：

$OR>1$ 表示吃檳榔與口腔癌呈正向關聯；$OR<1$ 表示負向關聯；$OR=1$ 表示未觀察到關聯。病例對照研究通常不能直接計算發生率或相對危險度；若疾病罕見，$OR$ 可近似相對危險度。

解題方法：研究設計

一、明確界定研究問題與研究對象

先訂定研究假說：曾吃檳榔者發生口腔癌的勝算是否高於未吃者。事先界定目標族群、研究地區與期間、年齡範圍，以及口腔癌的診斷標準，避免病例與對照來自不同來源人口。

同時制定納入與排除條件，例如是否納入曾患其他癌症者，以及如何處理病歷資料不足或無法確認檳榔暴露者。條件應在選取對象前訂定，且對病例與對照採一致原則。

二、選取病例

以研究地區及期間內新診斷的口腔癌患者作為病例，並採用一致、明確的診斷標準，例如病理確認。宜採新發病例，而非僅納入現存病例，以減少疾病存活時間及病程長短造成的選擇影響。

病例來源可為特定地區的醫院或癌症登記資料，但須說明其涵蓋範圍與收案方式。若只從少數醫院收案，應評估病例是否能代表目標族群的口腔癌患者。

三、選取對照

對照應來自「若發生口腔癌，也可能被納入病例組」的同一來源人口，且在選取時沒有口腔癌。可依研究條件採社區對照或醫院對照：

• 社區對照：從病例來源地區抽樣，較能代表來源人口，但尋訪與參與較不容易。
• 醫院對照：從同一醫療體系中選取非口腔癌患者，較易取得資料；須避免對照疾病與檳榔暴露有關，否則會扭曲暴露分布。

對照不必刻意挑選「完全健康」者，關鍵是能代表病例來源人口中未罹患口腔癌者的暴露分布。病例與對照可依年齡、性別等因素配對，也可不配對而在分析時調整；配對因素須納入相應的分析方法。

四、測量檳榔暴露及其他因素

以相同問卷、訪談流程或病歷資料收集病例與對照的暴露資訊。檳榔暴露應具體操作化，例如：

• 是否曾經使用、開始年齡及使用期間。
• 每日使用量、使用頻率與累積暴露量。
• 停止使用時間及研究所採取的暴露期間界線。

應事先訂定「有暴露」與「無暴露」的分類方式，並取得疾病診斷前的暴露資料，避免把診斷後戒除或改變行為誤當成診斷前的暴露狀態。

另應收集可能的混雜因子，例如年齡、性別、吸菸、飲酒、社經地位及口腔衛生習慣。研究設計階段可用限制、配對等方式控制；分析階段則可用分層或多變項迴歸調整。

五、資料分析與結果解釋

核心觀念

本題考盛行率、發生率與死亡指標的定義，以及不同研究設計能估計的量。

• 盛行率：特定時間或期間內，族群中所有現存病例所占比例。
• 發生率：一段期間內新發病例相對於風險人口或人時的頻率；世代研究可追蹤新病例，直接估計發生率。
• 致死率：某疾病患者中，因該疾病死亡者所占比例，用來衡量疾病嚴重度。
• 潛在生命年數損失（YPLL）：衡量早死造成的生命年損失，可用於設定衛生優先順序、監測早死趨勢及評估介入效果。

解題方法

先辨認每個選項所述的指標或研究設計，再檢查其分子、分母與可估計的量是否符合定義。病例對照研究是依疾病狀態選取病例與對照，樣本中的病例比例由研究設計決定，因此不能直接用病例數和對照數估計母群盛行率。

選項分析

(A) 錯誤。 病例對照研究先依是否罹病選取病例與對照，病例數和對照數的比例是研究者設定的抽樣結果，並不等於母群中現存病例占全體人口的比例。

核心觀念

本題考年齡標準化方法的選擇，關鍵在於能否取得比較對象的年齡別死亡率。

• 直接標準化法：須有各比較群體的年齡別死亡率，套用同一組標準人口的年齡分布，計算標準化死亡率。
• 間接標準化法：當研究群體缺少或無法穩定估計年齡別死亡率時，改用已知的標準年齡別死亡率，乘上研究群體各年齡層人數，算出預期死亡數，再與實際死亡數比較。

解題方法

A 廠有年齡分布與年齡別死亡率；B 廠只有總死亡數和各年齡層人數，沒有年齡別死亡率。因此，無法為兩廠都取得年齡別死亡率，不能直接以兩廠資料進行直接標準化。

可將 A 廠的年齡別死亡率作為標準率，套用到 B 廠各年齡層人數，計算 B 廠若具有 A 廠年齡別死亡率時的預期死亡數：

其中，$N_{Bi}$ 為 B 廠第 $i$ 年齡層人數，$r_{Ai}$ 為 A 廠第 $i$ 年齡層死亡率。再以 B 廠實際死亡數 $O_B$ 與預期死亡數比較，可計算標準化死亡比：

核心觀念

本題考的是生命表中的出生時平均餘命與特定年齡平均餘命。兩者的起算年齡不同：

• 新生兒平均餘命：從出生時起，依當期生命表的死亡率推估可再存活的平均年數。
• 60 歲平均餘命：已存活至 60 歲者，依生命表推估從 60 歲起平均還可存活的年數。

因此，60 歲人口的平均餘命 22 歲，表示其平均預期可活到約 $60+22=82$ 歲；不是指出生時的平均餘命，也不與新生兒平均餘命 80 歲矛盾。這是生命表依不同年齡條件計算的條件平均餘命。

解題方法

先辨認兩個數字的計算起點：80 歲是從出生起算，22 歲是從已存活至 60 歲起算。兩者的差異源自條件不同，不能直接比較成同一個起點的預期壽命。

60 歲平均餘命 22 歲，換算為預期年齡約為 82 歲。存活至 60 歲者已通過較早年齡的死亡風險，其後的平均餘命可高於出生時平均餘命所對應的終生平均年齡；

核心觀念

本題考查平均餘命的兩種估計方式，以及生命表的用途與生命表法的基本假設。

• 世代平均餘命：追蹤同一出生世代，依其一生實際經歷的死亡率計算，須等待該世代生命歷程逐步完成，因此較少用於即時比較。
• 當代平均餘命：以某一時期各年齡層的死亡率，假設一個假想世代終其一生都經歷這些死亡率，再計算平均可存活年數；是常用的平均餘命指標。
• 生命表：依年齡別死亡率推算一群假想人口的生存與死亡情形，可用於計算存活率、死亡率及平均餘命，也可作為保險精算的參考。

解題方法

判斷選項是否正確時，先掌握生命表法的核心：它根據既有的年齡別死亡率，推估假想世代的生存情形。使用生命表法計算存活率，並不需要假設治療效果在研究期間改善；選項若將「治療效果改善」列為必要假設，即與方法本身不符。

選項分析

核心觀念

本題考「定常人口」（stationary population）的人口結構，以及出生數改變後，人口年齡結構如何反應。

定常人口是指人口規模與年齡結構長期穩定的理論人口；在題目設定下，每年出生數與死亡數相等，總人口維持 1,000 萬人。若出生數增加，而死亡情形短期內不變，新出生的幼年人口會增加，年齡結構便會先出現變化。

解題方法

生育獎勵使出生數翻倍，表示每年出生人數由 10 萬人增至 20 萬人。五年內，新增出生人口逐步進入幼年層；死亡人數仍為每年 10 萬人，因此人口增加的部分主要來自出生數超過死亡數：

五年累計人口淨增約 50 萬人，總人口約為 1,050 萬人；但新增人口集中在低年齡層，因此最明顯的年齡結構變化是幼年層比例上升，選項 (D) 正確。

選項分析

核心觀念

本題考的是死亡率與致死率的分母差異。

• 肺癌死亡率：以某期間的全體人口為分母，衡量人口中因肺癌死亡的頻率。
• 致死率：以罹患特定疾病的人數為分母，衡量患者中因該病死亡的比例。
• 發生率：以尚未罹病且具有發病風險的人群，或其人時為分母，衡量新病例發生頻率。

解題方法

先辨認「某年度肺癌死亡率」的分母：通常是該年度的總人口。再比較各選項的分母，選出同樣以人口為分母的死亡率。

選項分析

核心觀念

本題考「交互作用」（interaction）與「效應修飾」（effect modification）的區別。

效應修飾是指某暴露的效應因第三變項的不同層次而異。例如，吸菸與肺癌的關聯在不同性別中不同，重點在於比較各性別中的吸菸效應。

交互作用則著重兩個或多個暴露共同存在時，其聯合效應是否偏離特定尺度下的預期值。若採加法尺度，常問聯合效應是否超過各暴露效應的總和；若採乘法尺度，則比較聯合效應是否偏離個別效應相乘的結果。因此，判斷時要看題目是在問「某暴露的效應是否因族群而異」，還是在問「多個暴露合併後是否產生額外效應」。

解題方法

辨認題幹中的兩個關鍵線索：

1. 若題目比較某暴露在不同族群或第三變項層次中的效果，屬於效應修飾。
2. 若題目分析兩個暴露的聯合效應是否超過各自效應所預期的合併程度，屬於交互作用。

核心觀念

本題考查判斷觀察性研究中「相關是否具有因果關係」的證據。常用的判斷架構是 Hill 因果準則，包括時序性、劑量效應關係、生物學上的合理性，以及關聯強度等。這些準則是評估因果關係的線索，並非單一條件即可證明因果。

解題方法

先確認每個選項對因果準則的描述是否正確。判斷因果關係時，暴露必須先於疾病發生；但僅有先後順序並不足以證明暴露造成疾病。還要考慮暴露到疾病的潛伏期，以及其他可能的解釋。

選項分析

• (A) 錯誤。 石棉暴露後 3 年發生肺癌，只能說暴露先於疾病，符合時序性的基本要求；不能僅憑這個先後順序，就斷定肺癌歸因於該次暴露。尤其石棉相關肺癌通常有較長潛伏期，3 年後發病不足以支持將個案肺癌歸因於這次暴露。時序性是因果關係的必要條件，並非充分條件。

核心觀念

族群歸因風險（Population Attributable Risk, PAR）衡量的是：在因果關係成立、且其他條件不變的前提下，若族群中的某項暴露被消除，整體族群的疾病發生率可減少多少。

令 $I_P$ 為全體族群的疾病發生率，$I_0$ 為未暴露者的疾病發生率，則：

若以比例表示族群歸因風險比例（population attributable fraction, PAF），則：

PAR（或 PAF）關注整體族群的疾病負擔；暴露組的可歸因疾病比例則是暴露者歸因風險比例，兩者分母與解讀對象不同。

解題方法

先看題幹問的是「族群」歸因風險，再比對選項是否描述全體族群在消除暴露後可避免的疾病負擔。計算 PAR 或 PAF 時，族群中的暴露盛行率會影響全體族群的疾病發生率，因此不能忽略。

選項分析

核心觀念

描述流行病學著重整理疾病或健康事件在人、時、地上的分布，常用來描述族群健康狀況、找出疾病分布的特徵，並提供建立病因假說的線索。病例報告與病例系列是描述性研究，通常沒有對照組，主要呈現個案或一群病例的臨床與流行病學特徵，不能直接據此推論因果關係。

外部效度是研究結果能否推廣至研究對象以外的族群或情境。病例報告與病例系列通常個案數少、選取方式有限，且缺乏比較基礎，因此外部效度通常不佳。

解題方法

逐項判斷敘述是否符合描述性研究的功能與限制。病例報告與病例系列可以描述疾病特徵、提出病因假說，也可能為防治措施提供初步線索；但其結果通常不適合直接推廣至其他族群。故題目中把病例報告與病例系列說成具有「很好外部效度」的敘述錯誤。

選項分析

核心觀念

本題考「相關性不等於因果關係」，以及研究中未觀察到相關性時，能否排除因果關係。暴露與疾病相關，只表示兩者在資料中有統計上的關聯；要推論因果，還須評估時間先後、偏差、混雜、偶然誤差與生物學合理性等因素。

解題方法

逐項判斷敘述是否把「相關」與「因果」直接畫上等號：

• 觀察到相關性，不足以單獨證明因果關係。
• 未觀察到相關性，也不必然表示沒有因果關係，因為研究可能有設計或執行上的缺陷，或檢定力不足。

因此，直接宣稱「只要有相關就存在因果」的選項錯誤。

選項分析

• (A) 錯誤。 即使研究設計嚴謹、執行得當，未觀察到相關性也不宜直接推論「無因果關係」。效果可能很小、樣本數不足，或測量誤差使相關性未能被觀察到。此選項將未發現相關性過度解讀為排除因果。

核心觀念

本題考「年齡—年代—世代」效應（age–period–cohort effects），用來判斷疾病率的變化較符合哪一種時間因素：

• 年齡效應：疾病率隨個人年齡增加而改變。
• 年代效應：某一日曆年代發生的事件或環境變化，影響當時各年齡層的人。
• 世代效應：同一出生世代因共同的早期暴露、生活經驗或環境因素，呈現相似的疾病率變化。

解題方法

題幹指出，疾病率增加集中在特定出生世代；同時，不同出生世代的年齡別疾病率並未隨年齡增加而增加。

判斷時先看變化跟著誰走：若是隨年齡增加而上升，偏向年齡效應；若特定日曆年代各年齡層都受到影響，偏向年代效應；若疾病率增加集中在特定出生世代，則符合世代效應。本題描述符合第三種情形。

選項分析

核心觀念

錯誤分組（misclassification）是研究對象的暴露狀態或疾病狀態被錯誤分類。世代研究中，若疾病診斷工具的測量誤差程度會隨暴露組別而不同，病例被正確判定的機率也會因暴露狀態而不同，屬於有差異性的錯誤分組（differential misclassification）。

相反地，若診斷工具的測量誤差程度在暴露組與未暴露組相同，則屬於無差異性的錯誤分組（non-differential misclassification）。

解題方法

先辨認題幹指出的分組依據：疾病診斷工具的誤差程度。再看這個誤差是否因暴露組別而異。題幹明確指出「在不同暴露組別間有異」，表示疾病狀態的分類準確度與暴露狀態有關，因此判定為有差異性的錯誤分組。

核心觀念

本題考「生態研究」的分析層級，以及由團體層次的觀察結果推論個人層次時可能發生的錯誤。

生態研究以地區、學校或國家等團體為分析單位，觀察團體層次的暴露與疾病分布是否相關。團體間的關聯不必然代表個人層次也有相同關聯；若把團體層次的結果直接推論到個人，便是生態誤謬（ecologic fallacy）。

解題方法

題幹指出：研究在「團體層次」觀察到暴露與疾病相關，但這種相關「未必出現在個人層次」。關鍵是團體與個人之間的推論層級不同，據此即可判定為生態誤謬。

例如，某些地區的平均收入較高，同時某疾病盛行率也較高，不能因此推論該地區收入較高的個人就較容易罹病。團體層次的相關可能受到團體組成或其他因素影響，未必反映個人的暴露與疾病關係。

選項分析

核心觀念

回溯式世代研究是從既有紀錄中確認過去曾暴露與未暴露的研究對象，再利用已累積的資料比較兩組後續疾病或健康結果。由於暴露與結果多已發生，研究者通常能較快取得資料，不必像前瞻性世代研究一樣等待未來結果出現，因此主要優勢是所需時間與研究資源較少。

解題方法

判斷世代研究的優勢，可先看研究者是在「現在往未來追蹤」，還是「利用過去資料回溯」。前瞻性研究須持續追蹤研究對象；回溯式研究則可使用病歷、登記資料或職業紀錄等既有資料，通常能縮短研究時間並降低追蹤成本。題幹問「主要優勢」，因此選擇 （B）。

選項分析

核心觀念

本題考各種流行病學研究設計能估計的指標，以及暴露與疾病的時間先後是否明確。

橫斷研究在同一時間點或同一短期內調查研究對象的暴露狀態與疾病狀態，因此可估計兩者的盛行率。但暴露與疾病的時間順序不容易判定：疾病可能改變了個人的暴露狀態，形成反向因果關係（reverse causality）的偏差。

解題方法

先看題幹的兩個線索：

1. 「估計疾病和暴露的盛行率」：研究同時記錄目前的疾病與暴露狀態，符合橫斷研究。
2. 「可能有反向因果關係」：暴露與疾病的先後順序不清楚，無法確定暴露是否先於疾病，正是橫斷研究的典型限制。

因此選擇橫斷研究。

選項分析

(A) 生態相關研究（ecologic studies）—錯誤。 以群體或地區等整體層級資料分析暴露與疾病的關聯，常用於比較不同群體的疾病與暴露狀況。其主要限制是生態謬誤：群體層級的關聯不一定適用於個人。研究者若使用特定時間點的群體資料，也可能碰到時間順序不明的問題，但題目所述「可估計疾病和暴露的盛行率」及反向因果的典型組合，指向橫斷研究。

核心觀念

本題考查治療需要人數（number needed to treat, NNT）：在指定期間內，為避免 1 個不良事件，所需接受治療的人數。計算時先求對照組與治療組的絕對風險降低（absolute risk reduction, ARR），再取其倒數：

解題方法

5 年累積死亡率是欲比較的不良事件風險：

• 安慰劑組死亡率：$10\%=0.10$
• 治療組死亡率：$5\%=0.05$

因此，治療帶來的絕對死亡風險降低為：

換算成每人風險差為 $5\%$，故：

核心觀念

本題考「優越性試驗」與「非劣性試驗」的差異。研究團隊要確認學名藥與原廠藥的效果相當，而學名藥成本較低；其目的不是證明學名藥效果更好，而是確認學名藥的療效沒有比原廠藥差到超過可接受的範圍，因此應採非劣性試驗。

非劣性試驗須事先設定「非劣性界值」$\Delta$，代表臨床上可接受的最大療效差距。若以「數值越高代表效果越好」的指標表示，令學名藥與原廠藥的效果差為 $D=E_{\text{學名藥}}-E_{\text{原廠藥}}$，研究要證明學名藥效果不至於差超過 $\Delta$，也就是排除 $D\leq-\Delta$。界值須在研究開始前依臨床重要性訂定，不能看完結果才選。

解題方法

先看研究想證明什麼：若要證明新治療效果「更好」，屬優越性試驗；若要證明新治療效果「不比既有治療差超過預定界值」，屬非劣性試驗。題幹以較低成本作為學名藥的優勢，研究重點是確認療效可接受，而非追求療效勝過原廠藥，因此選非劣性試驗。

「效果相當」在嚴格的統計試驗設計中不等於直接證明兩者完全相同；應預先界定可接受的差異範圍，並以適當的信賴區間或假設檢定評估是否達到非劣性。

選項分析

核心觀念

本題考世代研究的適用情境、追蹤過程中的選擇性偏差，以及前瞻性研究在因果時序判定上的優點。世代研究依研究對象的暴露狀態分組，追蹤其後續疾病發生情形，可估計發生率與相對危險度。

世代研究通常適合研究常見暴露、罕見疾病以外的結局；若疾病很罕見，必須追蹤大量研究對象或很長時間，才可能累積足夠病例，因此通常不如病例對照研究有效率。

解題方法

逐項判斷各選項描述的是世代研究的優點、限制，或偏差來源。核心判準是：罕見疾病是否適合以大量對象長期追蹤來研究，以及研究設計能否建立暴露先於疾病發生的時間順序。

選項分析

(A) 正確。 若拒絕參加、不回應或失聯者的暴露特質或疾病狀況，與持續參與追蹤者不同，留下來的研究對象便可能無法代表原世代，造成選擇性偏差。世代研究的失訪尤其值得注意，因為失訪若與暴露及疾病風險相關，會使暴露組與未暴露組的比較失真。

核心觀念

世代研究先依暴露狀態分組，再追蹤各組疾病的發生情形，因此可以直接估算發生率，並比較暴露組與未暴露組的疾病風險。

• 相對危險性（RR）：比較暴露組與未暴露組的疾病風險，衡量暴露與疾病關聯的強度。 $RR=\frac{I_e}{I_u}$ 其中 $I_e$、$I_u$ 分別為暴露組與未暴露組的發生率。
• 可歸因危險性（AR）：暴露組中可歸因於暴露的疾病風險差。 $AR=I_e-I_u$
• 暴露組可歸因風險百分比（AR%）：暴露組疾病風險中可歸因於暴露的比例。 $AR\%=\frac{I_e-I_u}{I_e}\times100\%=\frac{RR-1}{RR}\times100\%$
• 族群可歸因風險百分比（PAR%）：整體族群疾病風險中可歸因於暴露的比例。它除了受暴露與疾病關聯強度影響，也受族群暴露盛行率影響。

解題方法

本題要找錯誤敘述。關鍵在選項 D 將「暴露組中的可歸因比例」直接推論成「整個族群中的可歸因比例」。但族群可歸因風險百分比還取決於暴露在族群中的盛行率；暴露組 AR% 很高，不代表族群 PAR% 也高。

選項分析

核心觀念

本題考查病例對照研究的對照組選擇、病例與對照的配比、配對設計，以及回憶偏差與暴露錯誤分類。

病例對照研究先依疾病狀態選取病例與對照，再比較兩組過去的暴露情形。增加每位病例所配對的對照人數，通常能提高統計檢力，但增加檢力的效益會逐漸遞減；當對照數約為病例數的 4 倍後，繼續增加對照所帶來的效益通常很有限。

解題方法

判斷各選項的關鍵，在於區分「提高檢力的方向」和「是否值得持續增加對照」。病例數固定時，增加對照通常有助於提高檢力，但不能因此推論對照／病例比越高越好，或經費充足就應提高到 5 或更高。再依序檢視配對是否限制變項效應的估計，以及回憶偏差、非差異性錯誤分類的方向。

選項分析

• **(A) 錯誤，為本題答案。**研究者可以安排每個病例配一個、兩個或更多對照；增加對照數在一定範圍內可提高檢力。然而，檢力的增益會遞減，常見建議是對照／病例比約至 4:1 後效益已有限。經費充足不代表比值達 5 或更高就「更好」，因而本選項後半段的概括不正確。

核心觀念

本題考的是研究設計如何配合暴露特性。稀有暴露是指暴露人數少、難以在一般族群中找到足夠暴露者的情況，例如太空人暴露宇宙輻射。研究者可先確認一群具有該暴露的人，再追蹤其後續疾病發生，因此適合採用前瞻性世代研究。

世代研究依暴露狀態分組，追蹤疾病發生，可直接估計累積發生率、發生率及相對危險性。前瞻性研究則是在暴露後、疾病發生前開始追蹤，能建立暴露先於疾病的時間順序。

解題方法

先判斷題目提供的線索是「暴露稀有」，而非「疾病稀有」。當暴露稀有時，從已知暴露者著手建立世代，再追蹤疾病結果，較容易累積足夠的暴露個案。反之，若疾病罕見，通常會從病例出發，回溯比較過去的暴露，較適合病例對照研究。

因此本題依官方答案，選擇能從稀有暴露者出發追蹤結果的前瞻性世代研究。

選項分析

(A) 病例對照研究：錯誤。 病例對照研究先依疾病狀態選取病例與對照，再回溯比較過去暴露，適合研究罕見疾病或潛伏期長的疾病。

核心觀念

本題考查 $1:1$ 個別配對病例對照研究的「配對勝算比」。計算時只看配對不一致的組別：

• $b$：病例有暴露、對照無暴露，共 $9$ 對。
• $c$：病例無暴露、對照有暴露，共 $1$ 對。

病例與對照暴露狀態相同的配對（兩者皆暴露或皆未暴露）不提供配對勝算比的比較資訊，因此不納入計算。

解題方法

配對勝算比公式為：

代入題目數值：

因此病例有暴露而對照無暴露的配對，是反向不一致配對的 $9$ 倍，配對勝算比為 $9.00$。

選項分析

核心觀念

病例對照研究由疾病狀態出發，分別選取病例組與對照組，再回溯比較兩組過去的暴露情形。對照組的主要功能，是代表病例所來自的來源族群在未成為病例時的暴露分布。因此，對照組應與病例組來自相同的目標族群，且選取方式不應因研究中的暴露而改變。

本題比較的是挑選對照組時，各項條件的重要性。控制干擾因子通常可在研究設計或分析階段處理，例如限制、配對或分層分析；因此，對照組的干擾因子分布不必然要與病例組相像。

解題方法

判斷各條件是否直接關係到對照組能否代表來源族群：

• 代表性與避免選擇偏差：對照組須來自病例組相同的來源族群，且選樣不應與研究暴露有關。
• 測量可比性：病例組與對照組的暴露測量方式應一致，以避免差異性測量誤差。
• 干擾因子控制：干擾因子不必靠讓兩組自然分布相像來控制；可透過設計或分析處理。

因此，四者中最不重要的是「干擾因子的分布要與病例組相像」。

選項分析

(A) 選樣條件不應與研究假說中的危險因子有關：錯誤敘述，屬重要條件。

核心觀念

隨機分派臨床試驗的主要分析，通常採意向性分析（intention-to-treat, ITT）：受試者不論是否遵從原分派治療、是否中途換組，都依原隨機分派組別分析。這能保留隨機分派帶來的組間可比性，降低因治療後因素重新分組而產生的偏差。

計畫外交叉會使「分派的治療」與「實際接受的治療」不一致。常見分析方式如下：

• ITT 分析：依原分派組別分析，保留隨機化優勢；交叉可能稀釋組間治療差異，使療效估計趨近於無效值。
• 根據治療分析（as-treated analysis）：依實際接受的治療分組，但破壞原隨機分派形成的可比性，容易受到交叉原因及預後因素混雜。
• 符合計畫書分析（per-protocol analysis, PP）：只分析依計畫完成治療者；排除不遵從者可能造成選擇性偏差。

解題方法

題目問「何者錯誤」，逐項檢查每種分析的分組依據，以及是否能保留隨機化優勢。關鍵是辨認：把受試者依實際治療重新分組，並不會因此比 ITT 更精確或更適合作為主要分析；這種分析會失去隨機化原本提供的保障。

選項分析

核心觀念

訊息偏差（information bias）是研究資料蒐集或測量不準確所造成的系統性誤差，包含暴露、疾病或其他變項的分類錯誤。回憶偏差與報告偏差都屬於訊息偏差。

分類錯誤可分為：

• 差別性分類錯誤：分類錯誤的機率會因另一個研究變項（例如疾病狀態或暴露狀態）而不同，可能使關聯被高估、低估，甚至改變方向。
• 無差別性分類錯誤：分類錯誤機率不因另一個研究變項而異。其影響須視暴露或結果的分類結構而定，並非一概使估計值趨近虛無值。

解題方法

逐項判斷敘述是否符合訊息偏差的定義，特別檢查選項（C）是否把「二分類暴露」的常見趨勢，直接套用到多分類暴露。

在暴露只有「有／無」兩類時，無差別性暴露分類錯誤常使效應估計朝虛無值移動；但暴露分成輕度、中度、重度等三組時，無差別性分類錯誤不保證各組的 RR 或 OR 都朝 1 移動。因此，（C）將趨勢說成必然，敘述錯誤。

選項分析

(A) 正確。 回憶偏差是受訪者對過去暴露或事件的回憶不準確，造成資料測量或分類錯誤，屬於訊息偏差。

核心觀念

本題考查生態研究（ecological study）的研究層次、混雜與生態謬誤。Ancel Keys 比較不同國家飲食油脂型態與心血管疾病死亡率，使用的是國家層次的群體資料。這類研究適合觀察群體間的相關性，但不能直接說明個人層次的暴露與疾病關係。

解題方法

逐項判斷四則評論是否符合生態研究的特性：

1. 國家資料比較屬於群體層次觀察。
2. 國家間可能同時存在其他影響心血管疾病的差異，應考慮混雜。
3. 群體層次的相關性不能直接推論為個人層次的相關性。
4. 回憶偏誤通常涉及研究對象對過去暴露或事件的回憶；本題描述的是以國家統計資料進行比較，並非此類個人回憶資料。

因此，四項中最不適當的是 (C)。

選項分析

(A) 他的推論來自於生態研究。正確。 研究比較不同國家的飲食油脂型態與心血管死亡率，分析單位是國家或群體，符合生態研究的定義。

(B) 這類的觀察需確認國家之間是否還有其他差異，例如其他與心血管疾病風險有關的飲食成分也有國際差異。正確。 各國除了食用油脂外，可能在其他飲食成分、吸菸、運動、醫療照護與人口結構等方面不同。

核心觀念

群體免疫力是指族群中已有足夠比例的人具備免疫力，使病原在人與人之間傳播的機會下降，因而間接保護尚未免疫者。其形成通常仰賴病原主要在人類等單一物種中傳播、感染可在人與人之間直接傳播，以及感染或接種後能產生足夠穩固的免疫力。

題目問的是上述條件中「不是」者。關鍵在於：群體免疫的傳播阻斷效果，主要取決於族群中的易感者比例與接觸、傳播情形；它不以每位感染者遇到族群中不同成員的機率不相同為必要條件。

解題方法

逐項判斷各選項是否為群體免疫概念成立的典型前提。若某選項描述的是傳播模式或免疫效果，通常與群體免疫的形成有關；若它把「接觸機率不均等」列為必要條件，則不成立。群體免疫也可在接觸機率相同或近似隨機的模型中討論，因此選出 D。

選項分析

• (A) 病原僅限於在單一物種內傳播。正確。 若病原能在其他動物宿主中持續傳播，這些宿主可能成為感染來源，使人類族群中的免疫比例無法單獨阻斷傳播。病原主要限於單一物種內傳播，是典型群體免疫條件之一。

核心觀念

本題考雙因子共同暴露的加成性作用與累乘性作用。以未暴露兩項因子者為參照組，發生率記為 $I_{00}$；只暴露 HBV 者為 $I_{10}$；只暴露黃麴毒素者為 $I_{01}$；兩者皆暴露者為 $I_{11}$。

• 加成性獨立作用：兩因子各自增加的發生率相加，故預期 $I_{11}=I_{10}+I_{01}-I_{00}$。
• 累乘性獨立作用：兩因子的發生率比相乘，故預期 $I_{11}=I_{10}I_{01}/I_{00}$。

觀察值高於相應的獨立作用預期值，表示兩因子在該尺度上有協同作用。

解題方法

題目給定：

單位皆為每 10 萬人肝癌發生率。

一、判斷加成性作用

若兩因子在加成尺度上獨立，預期共同暴露組發生率為：

實際共同暴露組發生率為 $180$，遠高於 $30$，因此是加成性協同作用。

二、判斷累乘性作用

各自相對於未暴露組的發生率比為：

核心觀念

本題考查「系列篩檢」與「平行篩檢」如何改變整體敏感度、特異度及錯誤分類率。

• 系列篩檢：兩項檢查都呈陽性才判定為陽性。通常可提高特異度、降低敏感度。
• 平行篩檢：任一項檢查呈陽性就判定為陽性。通常可提高敏感度、降低特異度。

題目未明示兩項檢查結果彼此獨立；以下依篩檢題常用的條件獨立假設計算。盛行率會影響陽性預測值、陰性預測值等指標，但不改變本題計算淨敏感度與淨特異度所需的公式。

解題方法

工具甲的敏感度、特異度均為 $90\%$；工具乙的敏感度為 $95\%$、特異度為 $85\%$。

系列篩檢只有兩項都陽性才判為陽性：

因此系列篩檢的淨敏感度低於兩項工具各自的敏感度，淨特異度則高於兩項工具各自的特異度。

平行篩檢只要任一項陽性就判為陽性：

核心觀念

本題考查世代研究中相對風險（$RR$）及干擾因子、中介因子的判讀。

在其他干擾因子校正後，飲食最符合組與最不符合組的糖尿病相對風險為 $0.71$，其 95% 信賴區間為 $0.56$ 至 $0.89$，未包含 $1$，表示飲食符合地球健康飲食與較低糖尿病風險有統計上的關聯。再校正基線身體質量指數（BMI）後，$RR$ 變為 $0.95$，95% 信賴區間為 $0.75$ 至 $1.21$，包含 $1$，表示在控制 BMI 後，未觀察到統計上顯著的關聯。

校正 BMI 後估計值向 $1$ 靠近，表示 BMI 的納入影響了飲食與糖尿病關聯的估計；但單憑這項變化，不能判定 BMI 與糖尿病風險無關，也不能確定 BMI 是干擾因子或中介因子。

解題方法

比較校正 BMI 前後的相對風險：

• 未校正 BMI：$RR=0.71$，95% CI 不含 $1$。
• 校正 BMI 後：$RR=0.95$，95% CI 含 $1$。

若 BMI 是中介因子，飲食可能透過影響 BMI，進而影響糖尿病風險。校正中介因子會移除這條間接路徑，因此校正後估計值可較接近無關聯的 $RR=1$。但這種估計值變化本身不足以證明中介關係；也可能涉及干擾控制、變項相關性或其他模型因素。

選項分析

核心觀念

本題考查兩位評定者對同一批個案分類時的一致性。Cohen’s kappa（$\kappa$）先計算觀察到的一致率，再扣除依評定者各自分類比例所預期的偶然一致率：

其中，$P_o$ 為實際觀察一致率，$P_e$ 為偶然一致率。

解題方法

將資料整理為列聯表：

兩位醫師判定相同的有「皆不正常」28 片及「皆正常」42 片，因此：

依兩位醫師各自的邊際分類比例，偶然一致率為：

核心觀念

本題考「族群可歸因風險百分比」（population attributable risk percent, PAR%）：若移除某項暴露，整體族群中原本可歸因於該暴露的疾病或死亡比例。當研究提供暴露盛行率及相對危險度（或率比）時，可用：

其中 $P_e$ 為暴露族群比例，$RR$ 為暴露者相對於未暴露者的風險比。本題的暴露是「未達一日五次蔬果」，不是「達到一日五次蔬果」。

解題方法

未達標者占 $90\%$，故 $P_e=0.90$；未達標者的死亡率是達標者的 $1.2$ 倍，故 $RR=1.2$。代入公式：

核心觀念

本題考查 DAG（有向無環圖）中的干擾因子與碰撞點。

在 DAG 中，干擾因子是暴露與結果的共同原因，圖上會有箭頭由該因子分別指向暴露與結果。碰撞點則是兩個箭頭都指向同一變項；控制碰撞點可能打開原本封閉的非因果路徑，造成偏差。

解題方法

依圖判讀箭頭方向：

• 「未測量因子」分別指向「含糖飲料習慣」與「糖尿病」，因此是含糖飲料習慣與糖尿病的共同原因。
• 「體能活動習慣」與「未測量因子」都指向「含糖飲料習慣」，所以含糖飲料習慣是這兩者的碰撞點。
• 圖中沒有顯示「含糖飲料習慣」指向「糖尿病」的箭頭，因此不能據此稱它是體能活動習慣影響糖尿病的中介因子。

選項分析

(A) 錯誤。 含糖飲料習慣不是圖中體能活動習慣與糖尿病之間的共同原因，不能以它是干擾因子為由而控制。它是體能活動習慣與未測量因子的碰撞點；

核心觀念

本題考篩檢工具的 $2\times2$ 分類表，以及敏感度、特異度、陰性預測值的定義。先依題目資料整理：

其中，沒病且篩檢陰性的人數為 $100-16-6-10=68$。

解題方法

以疾病狀態為分母計算敏感度與特異度；以篩檢結果為分母計算預測值：

核心觀念

本題考查比較不同國家或研究所報告的貧血盛行率時，哪些研究差異會影響推論效度。盛行率是特定族群在特定時間點或期間內具有疾病的比例：

跨研究比較時，若貧血的測量方法、研究對象的納入條件或年齡組成不同，盛行率差異可能反映的是研究設計或族群結構，而非各國真實的貧血情形。

解題方法

判斷各選項是否會造成盛行率的系統性差異，或影響估計的精確度。

• 測量方法、納入條件與年齡分布會影響研究測得的盛行率或研究族群代表性，因而影響國際比較的推論。
• 樣本數主要影響估計值的精確度：樣本數較小時，抽樣誤差較大、信賴區間較寬；但在抽樣方式適當且沒有系統性偏差時，樣本數差異本身不會必然造成盛行率估計偏高或偏低。

因此，較不影響國際比較推論效度的是樣本數大小。

選項分析

核心觀念

本題考「適合進行早期偵測的癌症篩檢計畫」應具備的條件。篩檢是對尚無症狀者進行檢查，目的是在疾病較早期發現個案；它適用與否，須同時考量疾病負擔、檢查可接受度、篩檢效益與傷害，以及早期發現後是否有有效處置。

篩檢通常較適合用於族群中有一定疾病負擔、早期偵測能改善預後，且後續有有效治療的疾病。若疾病非常罕見，即使檢查有一定準確度，篩檢結果也較容易出現偽陽性；後續檢查、治療與心理負擔可能抵銷篩檢效益。

解題方法

逐項判斷各選項是否有助於篩檢計畫達成效益大於傷害：

• 民眾是否願意接受，影響計畫參與率。
• 篩檢能否改善疾病自然史，取決於是否有有效介入治療。
• 計畫須衡量成本與效益，避免傷害大於所得利益。
• 疾病在族群中的盛行程度則影響篩檢陽性者中真正罹病者的比例；疾病極罕見時，偽陽性問題尤其突出。

因此，「疾病盛行率很低、很罕見」不是適合早期偵測篩檢的條件。

選項分析

(A) 大眾接受度高。正確。 民眾願意接受篩檢，較能提高參與率及計畫涵蓋率，讓早期偵測策略有機會達成預期效益。接受度本身不保證篩檢有效，但屬於計畫推行的重要條件。

核心觀念

本題考癌症篩檢研究中，哪些偏差會使篩檢看起來比實際更能延長病人存活時間。要先分清楚「從確診後計算的存活時間」與「實際死亡時間」：篩檢可能提早發現癌症，讓確診後存活時間看似增加，卻未必延後死亡。

• 前導期偏差（lead time bias）：篩檢提早診斷，若仍在原本死亡時間死亡，從診斷到死亡的時間會變長，造成存活時間被高估。
• 自然病史長短偏差（length bias）：篩檢較容易發現病程較長、進展較慢的癌症；這類患者預後通常較好，使篩檢組看起來較有利。
• 選擇性偏差（selection bias）：參加篩檢者與未參加者可能在健康狀況、健康行為或其他預後因素上不同，造成篩檢效果被高估。

解題方法

題幹問「不是」會讓篩檢計畫看似有效或比實際更有效的偏差。逐項判斷各偏差是否是癌症篩檢研究中常見的效果高估來源：前導期偏差與自然病史長短偏差直接影響篩檢後存活表現；選擇性偏差則可能使篩檢參與者的預後原本就較佳。回憶偏差主要是暴露或過去事件的回憶不準確所造成，並非此處典型的篩檢效果高估偏差。

選項分析

核心觀念

交叉試驗（crossover trial）讓同一位受試者依序接受兩種或多種介入，並在各介入期測量結果，再比較同一受試者在不同介入下的健康指標。每位受試者都作為自己的對照，因此可減少個體間差異造成的干擾。

交叉試驗仍須隨機安排介入順序，並評估前一期介入是否會延續到後一期的殘留效應（carryover effect）；必要時在兩期之間安排洗除期（wash-out period）。

解題方法

先確認題幹描述的是交叉試驗：同一批受試者依序攝取植物性人造肉與動物性肉類，並在兩個試驗期測量健康指標。再逐項判斷隨機分派、期別比較、洗除期與干擾因子校正等敘述是否符合交叉試驗原則。

題目問「何者錯誤」，官方答案為 A。關鍵在於：交叉試驗雖然不是把受試者分成不同介入組，但仍須隨機分派介入順序，例如隨機安排先植物組或先動物組，以降低時間趨勢與期別效應造成的偏差。

選項分析

(A) 此研究不需要隨機分派。錯誤。 交叉試驗需要隨機分派受試者接受介入的順序，例如「植物組後動物組」或「動物組後植物組」。若所有人都依固定順序接受介入，介入效果可能與時間、期別或生活習慣變化混在一起，造成偏差。

核心觀念

本題考查介入研究的推論效度，以及前後測設計的統計分析。比較同一批參與者介入前後的肌肉量，能描述觀察到的變化；但若要把變化歸因於介入計畫，還須考量其他可能解釋，例如時間趨勢、同期事件或參與者特徵。

解題方法

依題目要求，以官方答案 A 為準。「最不影響推論效度」是比較四項評論對此研究推論的影響程度：測量是否一致、檢定方法是否符合資料結構，以及是否有適當比較組，都直接關係到結果的可信度或因果解釋；性別與年齡則不會像獨立組間比較那樣，必然構成這項前後測比較的主要干擾。

選項分析

• (A) 性別與年齡的干擾因素必須校正。 本題比較的是同一批參與者介入前後的肌肉量，性別與年齡等固定或變化緩慢的個人特徵，通常不會解釋同一個人在 16 週內的前後差異。因此，若題目要找「最不影響推論效度」的評論，本選項最符合。這不表示年齡與性別在所有研究中都不重要；若要比較不同族群、存在不同追蹤流失，或評估介入效果是否因族群而異，仍可能需要調整或分層分析。

• (B) 需確認肌肉測量的方法是否一致。 正確。若介入前後採用不同儀器、測量流程或評估者，觀察到的差異可能來自測量方式改變，而非肌肉量真的增加，會影響測