114 國軍退除役轉任公務人員三等 衛生行政類科 流行病學與生物統計學 考古題詳解

核心觀念

訊息偏差（information bias）是指研究中對暴露、疾病或其他研究變項的測量、蒐集、分類或記錄不正確，使研究對象被錯誤地歸入某一類別，進而造成暴露與疾病關聯的估計偏離真值。它屬於系統性誤差；增加樣本數或延長追蹤時間通常不能消除，須從研究設計、測量工具、資料蒐集與品質控管著手預防。

訊息偏差可依錯誤分類是否因另一變項而異，分為：

• 非差異性錯誤分類（nondifferential misclassification）：對暴露的測量錯誤在病例與非病例間相近，或對疾病的測量錯誤在暴露組與未暴露組間相近。對二分變項而言，常使關聯估計朝向無效值（例如相對危險度趨近 1）；但此方向不是所有變項、測量方式與分析情境下的必然結果。
• 差異性錯誤分類（differential misclassification）：測量錯誤的程度或機率依另一研究變項而異，例如病例比非病例更常回想起過去暴露。偏差可能使關聯高估或低估，方向不一定。

解題方法

本題為申論題，作答可依「定義 → 錯誤分類特性 → 常見種類與來源 → 預防方式」鋪陳。題目中的「種類」宜以常考的訊息偏差類型說明，並指出錯誤分類可依是否差異性再分類；「來源」則交代偏差如何在回憶、訪談、診斷、檢驗與資料紀錄過程中產生。

種類與來源

偏差種類	主要來源與說明
回憶偏差（recall bias）	受試者回憶過去暴露或事件時不準確。病例因診斷或疾病經驗，可能比非病例更仔細回想並報告相關暴露，造成差異性暴露錯誤分類；常見於病例對照研究。
訪談者偏差（interviewer bias）	訪談者知道受試者的病例或暴露狀態後，對不同受試者採取不同追問、提示或記錄方式，使資料蒐集不一致。
觀察者偏差（observer bias）	研究者或觀察者知道受試者的分組或暴露狀態後，在觀察、判讀或記錄結果時受到預期影響。例如知道受試者接受某項治療後，較仔細記錄其症狀。
診斷偏差／偵測偏差（diagnostic／detection bias）	某一暴露組接受較多檢查或更密集追蹤，疾病因而較容易被發現；兩組疾病測量機會不同，可能造成疾病錯誤分類。

核心觀念

本題考查世代研究的設計與因果推論。研究問題是：吸菸是否會增加慢性腎病（chronic kidney disease, CKD）的發生風險。世代研究先依暴露狀態區分研究對象，再追蹤疾病發生，因此能確認暴露先於疾病，並直接估計疾病發生率及相對危險度。

慢性腎病通常以腎臟結構或功能異常持續至少三個月為判定基準，例如估算腎絲球過濾率（eGFR）低於 $60\ \mathrm{mL/min/1.73m^2}$，或有持續的白蛋白尿等腎損傷證據。研究應採用一致、可重複的診斷標準，避免只憑單次檢查判定 CKD。

解題方法：如何設計世代研究

1. 界定研究族群與納入條件

選擇尚未罹患 CKD 的研究對象，記錄納入條件、排除條件與收案來源。若研究要探討吸菸與新發 CKD的關係，基線時須確認參與者沒有 CKD；可檢視既往病歷，並測量基線 eGFR、尿蛋白或尿白蛋白等指標。

明確界定目標族群及研究地區、期間，有助於判斷結果可推論至哪些人口。

2. 測量吸菸暴露

在追蹤開始時測量吸菸狀態，至少區分：

• 從不吸菸者
• 現在吸菸者
• 曾經吸菸者

同時記錄吸菸量、吸菸年數、每日支數及戒菸時間，以計算累積暴露，例如包年（pack-years）。若只把吸菸簡化成「有／無」，會損失劑量資訊，也較難評估暴露與疾病風險是否呈劑量反應關係。

吸菸狀態可能隨時間改變，因此追蹤期間應定期重新測量，並依研究計畫更新暴露分類。

3. 選擇比較組並追蹤疾病發生

以未吸菸者作為主要比較組，也可分別比較曾吸菸者與現在吸菸者。兩組應來自相同或可比較的來源族群，並使用相同追蹤程序、檢查頻率及 CKD 診斷標準。

追蹤期間定期測量腎功能及尿液指標，並記錄 CKD 新發日期、失訪、死亡與其他可能影響追蹤的事件。追蹤長度須足以觀察疾病發生；若兩組的檢查頻率不同，較容易造成疾病偵測偏差。

4. 測量混雜因子與其他重要變項

吸菸者與未吸菸者可能在其他 CKD 危險因子上有所不同。應於基線測量並在必要時持續更新，例如：

• 年齡、性別、社經地位、飲食及飲酒
• 高血壓、糖尿病、心血管疾病
• 體重、腎功能基線值、藥物使用
• 職業或其他腎毒性暴露

這些變項須依其與吸菸及 CKD 的關係，事先規劃如何處理，避免把其他因素造成的關聯誤認為吸菸的效果。

5. 分析疾病發生與吸菸的關聯

對每一暴露組計算新發 CKD 的風險或發生率。若追蹤時間不等，宜以人時為分母計算發生率：

$$\text{發生率}=\frac{\text{追蹤期間的新發 CKD 個案數}}{\text{該組累積人時}}$$

若資料適合比較累積發生風險，可計算風險比：

$$RR=\frac{\text{吸菸組 CKD 累積發生風險}} {\text{未吸菸組 CKD 累積發生風險}}$$

若比較發生率，則計算發生率比：

$$IRR=\frac{\text{吸菸組 CKD 發生率}} {\text{未吸菸組 CKD 發生率}}$$

$RR$ 或 $IRR$ 大於 $1$ 表示吸菸組的 CKD 發生較多；等於 $1$ 表示兩組無差異；小於 $1$ 表示吸菸組發生較少。

核心觀念

本題考單因子變異數分析（one-way ANOVA）、單一組平均數的信賴區間，以及整體檢定後是否進行事後比較。

單因子變異數分析檢定三組以上母群體平均數是否全都相同。其假說為：

$$H_0:\mu_1=\mu_2=\mu_3$$ $$H_1:\text{至少有一組母群體平均數不同}$$

其中，$\mu_1$、$\mu_2$、$\mu_3$ 分別代表高三酸甘油酯組、高尿酸組及對照組的母群體尿酸平均值。對立假說並非表示每一組平均數都互不相同。

ANOVA 表中，平方和分解為：

$$SS_T=SS_B+SS_W$$

其中 $SS_T$ 為總平方和、$SS_B$ 為組間平方和、$SS_W$ 為組內平方和。均方為平方和除以自由度，$F$ 值則為組間均方除以組內均方。

解題方法與計算

高三酸甘油酯組平均值的 95% 信賴區間

高三酸甘油酯組樣本數 $n=94$、樣本平均數 $\bar{x}=7.2$、樣本標準差 $s=2.0$。以 $t$ 分配估計母群體平均值：

$$\bar{x}\pm t_{0.975,\,n-1}\frac{s}{\sqrt{n}}$$

自由度為 $93$，$t_{0.975,93}\approx1.986$，標準誤為：

$$SE=\frac{2.0}{\sqrt{94}}\approx0.206$$

因此：

$$7.2\pm1.986(0.206) =7.2\pm0.409$$

高三酸甘油酯母群體尿酸平均值的 95% 信賴區間約為：

$$(6.79,\ 7.61)$$

填寫變異數分析表

三組總樣本數為：

$$N=94+96+90=280$$

總自由度為 $N-1=279$，與題目表格相符。組間自由度為組數減一，即 $3-1=2$；組內自由度為總自由度減組間自由度：

$$(b)=279-2=277$$

組間平方和由總平方和減去組內平方和：

$$(a)=SS_B=905.12-858.85=46.27$$

組間均方：

$$(c)=MS_B=\frac{46.27}{2}=23.135$$

組內均方：

核心觀念

本題考查二分類變項的病例對照研究分析。以是否罹患慢性腎臟病（病例組／對照組）及是否有痛風，建立 $2\times2$ 列聯表，檢定兩者是否相關。

題目要求比較兩組「痛風比率」，因此以兩比例差的檢定與信賴區間作答。需留意病例對照研究是依疾病狀態抽樣，組內痛風比率不能直接解讀為母群體的痛風盛行率；關聯強度通常另以勝算比（odds ratio, OR）表示。

解題方法

先整理觀察資料：

組別	有痛風	無痛風	合計
慢性腎臟病病例組	$65$	$195-65=130$	$195$
健康對照組	$24$	$192-24=168$	$192

兩組痛風比率分別為：

$$\hat p_1=\frac{65}{195}=0.3333,\qquad \hat p_0=\frac{24}{192}=0.1250$$

觀察到的比率差（病例組減對照組）為：

$$\hat p_1-\hat p_0=0.3333-0.1250=0.2083$$

即病例組痛風比率高約 $20.83$ 個百分點。

統計檢定

設定雙尾假設：

$$H_0:p_1=p_0,\qquad H_A:p_1\ne p_0$$

顯著水準 $\alpha=0.05$。在虛無假設下，兩組共用合併比例：

$$\hat p=\frac{65+24}{195+192}=\frac{89}{387}=0.22997$$

兩比例檢定統計量為：

$$Z= \frac{\hat p_1-\hat p_0} {\sqrt{\hat p(1-\hat p)\left(\frac{1}{195}+\frac{1}{192}\right)}}$$

代入數值：

$$Z= \frac{0.2083} {\sqrt{0.22997(1-0.22997)\left(\frac{1}{195}+\frac{1}{192}\right)}} \approx 5.03$$

雙尾檢定的臨界值為 $Z_{0.975}=1.96$。因為 $|Z|=5.03>1.96