110 公務人員升官等薦任 衛生行政 流行病學 考古題詳解

110 年・公務人員升官等・薦任・衛生行政
試題代碼 流行病學

第 一 題25 分

某研究者想探討年輕時候的肥胖狀態與長期心血管疾病風險的關係,追蹤 2,000 名受試者 10 年後,得到以下資料。以下每個欄位的分母是受試者人數,分子是追蹤期間得到心血管疾病的人數。

運動狀態肥胖不肥胖
未規律運動36/90036/9002/1002/100
規律運動2/1002/1009/9009/900
全體38/1,00038/1{,}00011/1,00011/1{,}000

請計算並解讀全體受試者當中,肥胖與心血管疾病的風險比(risk ratio)。(5 分)

請計算並解讀未規律運動與規律運動者當中,肥胖與心血管疾病的風險比(risk ratio)。(10 分)

請評論全體族群跟分層族群當中的風險比之異同,並且解釋背後可能的原因。(10 分)

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查世代追蹤資料的風險比(risk ratio, RRRR)計算,以及分層分析中混雜因子與效應修飾的判讀。

風險是追蹤期間內發生疾病的人數,除以該組受試者總數:

風險=追蹤期間發病人數該組受試者人數\text{風險}=\frac{\text{追蹤期間發病人數}}{\text{該組受試者人數}}

肥胖相較於不肥胖的風險比為:

RR=肥胖者的疾病風險不肥胖者的疾病風險RR=\frac{\text{肥胖者的疾病風險}}{\text{不肥胖者的疾病風險}}

RR>1RR>1 代表肥胖組的疾病風險較高;RR<1RR<1 代表較低;RR=1RR=1 代表兩組風險相同。

解題方法

依題目分別計算全體及各運動狀態中的肥胖與不肥胖風險,再以肥胖組風險除以不肥胖組風險。各欄的分母都是該組受試者人數,因此可直接計算追蹤期間的累積風險。

一、全體受試者的風險比

全體肥胖者的疾病風險:

R肥胖=381,000=0.038R_{\text{肥胖}}=\frac{38}{1{,}000}=0.038

全體不肥胖者的疾病風險:

R不肥胖=111,000=0.011R_{\text{不肥胖}}=\frac{11}{1{,}000}=0.011

因此:

RR全體=38/1,00011/1,000=0.0380.011≈3.45RR_{\text{全體}} =\frac{38/1{,}000}{11/1{,}000} =\frac{0.038}{0.011} \approx 3.45

解讀:在全體受試者中,肥胖者 10 年內發生心血管疾病的風險約為不肥胖者的 3.45 倍。

二、按運動狀態分層計算

未規律運動者:

R肥胖=36900=0.04R_{\text{肥胖}}=\frac{36}{900}=0.04 R不肥胖=2100=0.02R_{\text{不肥胖}}=\frac{2}{100}=0.02 RR未規律運動=36/9002/100=0.040.02=2.00RR_{\text{未規律運動}} =\frac{36/900}{2/100} =\frac{0.04}{0.02} =2.00

解讀:在未規律運動者中,肥胖者的 10 年心血管疾病風險是非肥胖者的 2 倍。

規律運動者:

R肥胖=2100=0.02R_{\text{肥胖}}=\frac{2}{100}=0.02 R不肥胖=9900=0.01R_{\text{不肥胖}}=\frac{9}{900}=0.01
🔒

後續完整解題步驟與【答案】

免費註冊,享 3 天全站完整詳解閱覽。

免費註冊

第 二 題15 分

承上題,某研究者想探討年輕時候的肥胖狀態與長期心血管疾病風險的關係,追蹤 2,000 名受試者 10 年後,得到以下資料。以下每個欄位的分母是受試者人數,分子是追蹤期間得到心血管疾病的人數。

糖尿病狀態肥胖不肥胖
糖尿病36/90036/9002/1002/100
無糖尿病2/1002/1009/9009/900
全體38/1,00038/1{,}00011/1,00011/1{,}000

請評論全體族群跟分層族群當中風險比之異同。干擾因子的定義為何?如果從干擾因子的角度思考,當分層的因子由題一的「未規律運動/規律運動」換成本題的「糖尿病/無糖尿病」時,在分析策略上是否會有所差異?(15 分)

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查分層分析、風險比(risk ratio, RR)與干擾因子的判別。追蹤研究中,風險是追蹤期間新發病例數除以該組受試者人數:

風險=追蹤期間新發病例數該組受試者人數風險=\frac{追蹤期間新發病例數}{該組受試者人數}

肥胖為暴露,心血管疾病為結果;糖尿病是分層因子。各組的風險比為:

RR=肥胖組風險不肥胖組風險RR=\frac{肥胖組風險}{不肥胖組風險}

解題方法與計算

一、全體族群的風險比

肥胖組風險:

381,000=0.038\frac{38}{1{,}000}=0.038

不肥胖組風險:

111,000=0.011\frac{11}{1{,}000}=0.011

因此:

RR全體=0.0380.011≈3.45RR_{\text{全體}}=\frac{0.038}{0.011}\approx 3.45

全體受試者中,肥胖者追蹤 10 年後罹患心血管疾病的風險約為不肥胖者的 3.45 倍。

二、依糖尿病狀態分層

糖尿病族群:

風險肥胖=36900=0.04,風險不肥胖=2100=0.02風險_{\text{肥胖}}=\frac{36}{900}=0.04,\qquad 風險_{\text{不肥胖}}=\frac{2}{100}=0.02 RR糖尿病=0.040.02=2RR_{\text{糖尿病}}=\frac{0.04}{0.02}=2

無糖尿病族群:

風險肥胖=2100=0.02,風險不肥胖=9900=0.01風險_{\text{肥胖}}=\frac{2}{100}=0.02,\qquad 風險_{\text{不肥胖}}=\frac{9}{900}=0.01 RR無糖尿病=0.020.01=2RR_{\text{無糖尿病}}=\frac{0.02}{0.01}=2

兩個分層的 RR 均為 2,表示在糖尿病與無糖尿病族群中,肥胖者的心血管疾病風險皆為不肥胖者的 2 倍。全體 RR 約為 3.45,明顯高於分層 RR 2;此差異顯示未分層的整體估計受到糖尿病狀態影響。

干擾因子的定義與本題判斷

🔒

後續完整解題步驟與【答案】

免費註冊,享 3 天全站完整詳解閱覽。

免費註冊

第 三 題20 分

Messerli 探討巧克力攝取與認知發展的國際比較(NEJM 2012)。

【圖表】

  • 橫軸:每年每人平均巧克力攝取量。
  • 縱軸:每千萬人口的諾貝爾獎得主人數。

請問此種研究設計為何?(5 分)

此類研究設計在推論因果關係的時候需要注意什麼?(15 分)

🖼️ 本題原卷含圖表。基於試題來源之版權考量,本站不轉載原卷影像; 題目文字已完整轉錄,圖表請自行參閱考選部公告之試題原檔。

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考**生態學研究(ecological study)**及其因果推論限制。研究單位是國家,圖中比較各國的平均巧克力攝取量與每千萬人口的諾貝爾獎得主人數,兩項資料都是群體層級的指標。

這類以不同群體的暴露與結果進行比較的研究,也稱生態相關研究。圖示呈現兩者的相關性(r=0.791r=0.791、P<0.0001P<0.0001);相關係數與顯著性只能描述資料中的關聯,不能單獨證明巧克力攝取造成認知發展或諾貝爾獎得主增加。

解題方法

判斷研究設計時,先確認研究單位及資料層級:

  1. 研究單位是國家,而非個別居民。
  2. 暴露是國家平均每人每年巧克力攝取量。
  3. 結果是國家每千萬人口的諾貝爾獎得主人數。
  4. 以各國群體指標比較兩變項的關聯,因此屬於國際比較的生態學相關研究。

因果推論的注意事項

  1. 避免生態謬誤 國家層級的關聯不能直接推論個人層級的關聯。即使巧克力攝取較高的國家有較多諾貝爾獎得主,也不能據此認定該國吃較多巧克力的個人更容易獲得諾貝爾獎。

  2. 控制混雜因子 經濟發展、教育水準、科研資源、人口結構、飲食與文化差異等因素,可能同時與巧克力攝取及諾貝爾獎得主人數相關。若未適當控制,觀察到的關聯可能由這些因素解釋,而非巧克力的作用。

🔒

後續完整解題步驟與【答案】

免費註冊,享 3 天全站完整詳解閱覽。

免費註冊

第 四 題20 分

請說明發生率跟盛行率這兩個流行病學指標的定義與兩者之間的關係。(10 分)

【圖表】 美國 1980~2010 年的 HIV 盛行個案與新發生個案趨勢:

  • 上方曲線:HIV 盛行個案。
  • 下方曲線:HIV 新發生個案。

自 1997 年之後,發生率雖然沒有上升,甚至逐漸下降,可是盛行率卻逐年上升,請問可能的原因為何?(10 分)

🖼️ 本題原卷含圖表。基於試題來源之版權考量,本站不轉載原卷影像; 題目文字已完整轉錄,圖表請自行參閱考選部公告之試題原檔。

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考發生率與盛行率的定義,以及疾病存續時間如何影響盛行率。

  • **發生率(incidence)**衡量一段期間內新發生疾病的速度。以人時為分母時,稱為發生密度: 發生密度=觀察期間內新發個案數所有研究對象的疾病風險人時總和\text{發生密度}=\frac{\text{觀察期間內新發個案數}}{\text{所有研究對象的疾病風險人時總和}} 若以期初尚未罹病且具風險的人數為分母,計算期間內新發病的比例,則稱為累積發生率: 累積發生率=期間內新發個案數期初尚未罹病且具風險的人數\text{累積發生率}=\frac{\text{期間內新發個案數}}{\text{期初尚未罹病且具風險的人數}}

  • **盛行率(prevalence)**衡量某一時點或一段期間內,人口中現有疾病個案所占的比例。時點盛行率的公式為: 時點盛行率=特定時點的現有個案數該時點的總人口數\text{時點盛行率}=\frac{\text{特定時點的現有個案數}}{\text{該時點的總人口數}} 分子包含既有個案與新發個案;個案仍存活且仍屬於該疾病個案時,就會持續列入分子。

解題方法

把盛行個案視為「存量」,新發個案視為流入;死亡、痊癒或離開觀察人口則使個案退出。概念上:

期末盛行個案數=期初盛行個案數+新發個案數−退出個案數\text{期末盛行個案數}=\text{期初盛行個案數}+\text{新發個案數}-\text{退出個案數}

在疾病與人口狀況大致穩定、盛行率不高等條件下,發生率與盛行率可用下式近似表示:

🔒

後續完整解題步驟與【答案】

免費註冊,享 3 天全站完整詳解閱覽。

免費註冊

第 五 題20 分

臨床試驗與觀察性研究的主要差別為何?(10 分)

在隨機分派試驗中,被分派到治療組的病患,有可能自行停藥。在這種情形下,使用治療意象分析法(intention to treat analysis)的優勢為何?請舉例說明。(10 分)

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查兩個重點:研究者是否主動分派介入措施,以及隨機分派試驗中如何分析受試者未依分派接受治療的資料。

  • 臨床試驗(介入性研究):研究者主動指定或分派介入措施,例如藥物、疫苗或衛教方案,再觀察受試者的健康結果。隨機分派臨床試驗會以隨機方式分配介入措施,藉此平衡已知與未知的混雜因子。
  • 觀察性研究:研究者不分派介入措施,而是觀察受試者原有的暴露狀態或自然形成的差異,再分析其與疾病結果的關係,例如世代研究、病例對照研究及橫斷研究。
  • 治療意象分析法(intention-to-treat analysis, ITT):依受試者最初被隨機分派的組別進行分析,不因停藥、換組、未遵從治療或中途退出而改列組別。

解題方法

第一小題以「介入是否由研究者分派」作為區分臨床試驗與觀察性研究的主軸,再補充隨機分派對因果推論與混雜控制的作用。

第二小題以「保留原始隨機分派」說明 ITT 的優勢。若依實際服藥情況重新分組或排除停藥者,兩組原本因隨機分派形成的可比較性可能被破壞;ITT 則比較「分派到治療策略」與「分派到對照策略」的結果,估計在實際執行下採用該策略的效果。

作答要點

一、臨床試驗與觀察性研究的主要差別

兩者的核心差異在於研究者是否主動介入並分派暴露或治療:

  1. 臨床試驗由研究者安排介入措施,並追蹤介入後的結果;若採隨機分派,受試者依隨機程序分入不同組別。隨機分派可降低已知及未知混雜因子在各組間分布不均的機會,使組間結果差異較能歸因於介入措施。
  2. 觀察性研究不由研究者指定暴露或治療,而是觀察受試者既有或自然形成的暴露狀態與健康結果。因暴露不是隨機分派,暴露組與未暴露組可能在其他特徵上不同,分析時須考量混雜與偏差。
🔒

後續完整解題步驟與【答案】

免費註冊,享 3 天全站完整詳解閱覽。

免費註冊

其他考古題