114 公務人員升官等薦任 衛生行政 流行病學 考古題詳解

核心觀念

本題考查病例對照研究的勝算比（odds ratio, OR）計算與解讀，以及病例對照研究的優點和常見偏差。

研究先依疾病狀態選取個案與對照，再回溯比較過去的暴露情形；因此以 OR 衡量吸菸與肺癌的關聯。將吸菸者與不吸菸者比較時，令 $a$、$b$、$c$、$d$ 分別代表病例吸菸者、對照吸菸者、病例不吸菸者、對照不吸菸者，則：

$$OR=\frac{a/c}{b/d}=\frac{ad}{bc}$$

OR 大於 1 表示暴露與疾病呈正向關聯；等於 1 表示未見關聯；小於 1 表示負向關聯。病例對照研究直接估計的是暴露勝算比，而非疾病發生率或風險；當疾病罕見時，OR 可近似風險比。

（一）吸菸及不同吸菸量的 OR

1. 曾吸菸者與不吸菸者

將每日吸菸量大於 0 者合併為吸菸者：

• 病例吸菸者：$1,357-7=1,350$ 人
• 對照吸菸者：$1,357-61=1,296$ 人
• 病例不吸菸者：7 人
• 對照不吸菸者：61 人

以不吸菸者為參照組：

$$OR=\frac{1,350/7}{1,296/61} =\frac{1,350\times61}{7\times1,296} \approx 9.08$$

**解讀：**此研究中，肺癌病例曾吸菸的勝算約為非肺癌對照的 9.08 倍，顯示吸菸與肺癌有強烈正向關聯。這是病例與對照間的暴露勝算比較，不能直接說吸菸者罹患肺癌的風險是 9.08 倍。

2. 各吸菸量組別與不吸菸者比較

以每日吸菸量 0 支為參照組，逐組計算：

$$OR_{\text{組別}} =\frac{\text{該吸菸量病例數}/\text{不吸菸病例數}} {\text{該吸菸量對照數}/\text{不吸菸對照數}} =\frac{\text{該吸菸量病例數}\times61} {\text{該吸菸量對照數}\times7}$$

每日吸菸量	計算	OR
0 支（參照組）	$1$	$1.00$
1–14 支	$(565\times61)/(706\times7)$	$6.97$
15–24 支	$(445\times61)/(408\times7)$	$9.50$
$\geq25$ 支	$(340\times61)/(182\times7)$	$16.27$

核心觀念

本題考察世代研究、發生密度（incidence rate）、率比（rate ratio）及人口歸因分率（population attributable fraction, PAF），並以 Bradford Hill 因果關聯準則評估吸菸與肺癌的因果關係。

研究者先調查醫師的吸菸習慣，再追蹤其後的死亡結果，屬於前瞻性世代研究。由於表中以觀察人年為分母，肺癌死亡率是發生密度：

$$\text{肺癌死亡率}=\frac{\text{肺癌死亡病例數}}{\text{觀察人年}}$$

各吸菸量的率比以不吸菸者為參照：

$$RR=\frac{\text{暴露組發生率}}{\text{未暴露組發生率}}$$

全國男性皆不吸菸時可避免的肺癌死亡比例，則以總人口的肺癌死亡率和不吸菸者的肺癌死亡率估算，即人口歸因分率：

$$PAF=\frac{I_{\text{全人口}}-I_{\text{未暴露}}}{I_{\text{全人口}}}$$

解題方法與計算

以每日吸菸量為暴露程度，將不吸菸者（每日 0 支）作為參照組。表中肺癌死亡率以每千人年表示，因此直接以各組率相除即可。

不吸菸者的肺癌死亡率為每千人年 $0.07$。各組率比為：

每日吸菸量	肺癌死亡率（每千人年）	率比（相較不吸菸者）
0 支	0.07	1.00（參照組）
1–14 支	0.57	$0.57/0.07 \approx 8.14$
15–24 支	1.39	$1.39/0.07 \approx 19.86$
$\geq 25$ 支	2.27	$2.27/0.07 \approx 32.43$

率比表示暴露組的肺癌死亡發生密度相對於不吸菸組的倍數。例如，每日吸菸 1–14 支者的肺癌死亡率約為不吸菸者的 8.14 倍；每日吸菸 15–24 支者約為 19.86 倍；每日吸菸至少 25 支者約為 32.43 倍。各組率比隨吸菸量增加而上升，呈現明顯的劑量反應趨勢。

若全英國男性皆不吸菸，使用全體與不吸菸者的肺癌死亡率估計可避免比例：

$$PAF=\frac{0.94-0.07}{0.94} =\frac{0.87}{0.94} \approx 0.926$$

因此，估計可避免約 92.6% 的肺癌死亡。這是以全體率與不吸菸者率估算的人口歸因分率，意義是在「吸菸確為相關致病暴露」且其他條件不變的假設下，若全體男性均不吸菸，理論上可避免的肺癌死亡比例。

Bradford Hill 因果關聯判斷

（一）分年齡層計算勝算比與年齡的影響

核心觀念

本題是病例對照研究，以新診斷卵巢癌者為病例、未罹癌者為對照，回溯比較兩組過去使用口服避孕藥的情形。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。

對每個年齡層，排列如下：

	病例	對照
曾使用口服避孕藥	$a$	$b$
不曾使用口服避孕藥	$c$	$d$

則：

$$OR=\frac{a/c}{b/d}=\frac{ad}{bc}$$

$OR<1$ 表示曾使用者的卵巢癌勝算較低；$OR>1$ 表示勝算較高；$OR=1$ 表示未見關聯。

解題方法與計算

依各年齡層病例、對照中的使用與未使用人數，分別代入 $OR=ad/(bc)$。

20–39 歲： $a=46,\ b=285,\ c=12,\ d=51$

$$OR=\frac{46\times51}{285\times12} =\frac{2346}{3420} \approx 0.69$$

40–49 歲： $a=30,\ b=463,\ c=30,\ d=301$

$$OR=\frac{30\times301}{463\times30} =\frac{9030}{13890} \approx 0.65$$

50–54 歲： $a=17,\ b=211,\ c=44,\ d=331$

$$OR=\frac{17\times331}{211\times44} =\frac{5627}{9284} \approx 0.61$$

年齡層	OR	解讀
20–39 歲	約 0.69	曾使用者的卵巢癌勝算約為未使用者的 0.69 倍
40–49 歲	約 0.65	曾使用者的卵巢癌勝算約為未使用者的 0.65 倍
50–54 歲	約 0.61	曾使用者的卵巢癌勝算約為未使用者的 0.61 倍

三個年齡層的 OR 均小於 1，顯示各層內口服避孕藥使用與較低的卵巢癌勝算相關；但僅憑本表不能判定因果關係。

年齡的影響與角色

將所有年齡合併計算，粗略 OR 為：

$$OR_{\text{粗}}=\frac{93\times683}{959\times86} \approx 0.77$$

分層後各年齡層 OR 約為 0.61–0.69，彼此相近，但與粗 OR 有差異。年齡與卵巢癌風險相關，也可能與口服避孕藥使用情形相關，因此是潛在的混雜因子。年齡分層後，各層 OR 相近，且與粗估計有差異，符合年齡造成混雜的型態；

核心觀念

本題考查配對病例對照研究的設計理由與限制，以及配對資料的勝算比計算與解讀。病例對照研究依疾病狀態選取病例與對照，再比較過去暴露情形；個別配對後，分析時須保留病例與其對照的配對關係。

第一階段表格中，配對暴露一致的組別為「病例與對照都使用棉條」33 對，以及「病例與對照都未使用棉條」2 對；兩組暴露不一致的配對為：

• 病例使用、對照未使用：$b=16$
• 病例未使用、對照使用：$c=1$

配對勝算比只使用不一致配對計算：

$$OR_{\text{matched}}=\frac{b}{c}$$

（一）配對病例對照研究的原因、限制及配對變項

採用配對的原因

病例與對照按同地區、同性別及相近年齡配對，可以使病例與對照在這些因素上較為相似，減少它們對「棉條使用與 TSS 關聯」的混雜影響，提升研究對暴露效果的比較能力。疾病罕見或研究資源有限時，病例對照研究也能直接從病例著手，通常比追蹤大型族群更有效率。

配對也可能增加統計效率：若配對因素與疾病相關，且能使病例與對照較相近，配對分析有助於控制這些因素造成的變異。

配對的限制

1. 必須採用相應的配對分析：配對後若忽略個別配對關係，將配對資料當成獨立樣本分析，可能得到錯誤的標準誤與推論。
2. 過度配對可能降低檢定力：若配對因素與暴露關係密切，病例與對照在該暴露上可能也變得相似，導致不一致配對減少，難以估計暴露效果。
3. 不易評估配對變項本身的效果：個別配對研究中，配對變項在病例與對照間被刻意平衡，通常無法直接估計其與疾病的關聯。
4. 配對可能增加招募及分析成本：須為病例找到符合配對條件的對照；若條件設定過嚴，也可能難以找到合適對照。

配對變項的理由

• 地區：控制不同地區的環境、醫療服務或產品使用習慣差異。
• 性別：控制性別與 TSS 發生及棉條使用機會可能相關的影響；本題為月經相關 TSS，納入同性別配對亦能使兩組比較條件一致。
• 年齡：控制年齡可能與棉條使用型態及 TSS 風險相關的混雜。

配對因素應基於其與疾病及暴露的關聯等研究理由選取，不宜無限制增加配對條件，以免過度配對。

（二）配對與未配對勝算比

配對勝算比

依第一階段配對表，不一致配對數為：

• 病例使用、對照未使用：$b=16$
• 病例未使用、對照使用：$c=1$

因此：

$$OR_{\text{matched}}=\frac{16}{1}=16$$

此估計利用同一配對中病例與對照的暴露差異；33 組雙方都使用、2 組雙方都未使用，對配對勝算比的計算不提供資訊。

未配對勝算比

若忽略配對結構，以病例組與對照組各自的暴露總數計算：