(B) 1 某一有 50 名老人的長照中心發生新冠肺炎群聚事件,這波疫情共 20 人被感染,5 人死亡。請問 0.1 為下列何種指標?
- 致死率(fatality rate)
- 死亡率(mortality rate)
- 發生率(incidence rate)
- 侵襲率(attack rate)
- 暴露的相對危險性(relative risk)
- 暴露的可歸因危險性(attributable risk)
- 暴露的致死率(case-fatality rate)
- 暴露的族群可歸因危險性(population attributable risk)
- 疾病發生率
- 疾病的治癒率
- 病人的存活率
- 疾病篩檢工具的陽性預測值
- 觀察到的病例數
- 病例的總觀察人年數
- 風險族群之總觀察人時
- 觀察到的病例數加上無症狀的病例數
- A 暴露與 B 疾病發生或惡化的時序性
- A 暴露族群的疾病率較對照族群高
- A 暴露族群大多會發生 B 疾病
- A 暴露導致 B 疾病發生之機轉
- 充分因子(sufficient cause)
- 必要因子(necessary cause)
- 充分且必要因子
- 非充分因子且非必要因子
- 三角致病模式以及餅狀致病模式只能擇一解釋疾病的發生
- 有人暴露到 SARS-CoV-2 病毒,卻未發病,此類傳染病發病現象須以三角致病模式解釋,無法以餅狀致病模式解釋
- 有人吸菸長達數十年,卻未罹患肺癌,此類慢性病發病現象無法以三角致病模式解釋,須以餅狀致病模式解釋
- 遺傳或環境因子對疾病的影響,可以用三角致病模式或是餅狀致病模式解釋
- ①②③④
- ②③①④
- ③②④①
- ④③①②
- I 期試驗確立藥物的安全性及合適劑量
- II 期試驗評估藥物的功效並進一步確定安全性
- III 期試驗針對效果與相對安全性進行試驗
- IV 期試驗為上市前監測,監測在大型隨機臨床試驗的不良反應
- 安慰劑是與實驗品外表相同、味道相同,但不含實驗品內容的替代品
- 安慰劑的目的之一是要達成 blinding
- 即便使用安慰劑控制組,受試者有可能發現自己接受的是實驗品還是安慰劑
- 若有標準療法,仍應盡量讓控制組接受安慰劑,以評估實驗品的真正效益(efficacy)
- 排除觀察時間不長的個案
- 納入個案的觀察人時進行分析
- 將各組個案發生事件的比例視為風險
- 隨機分派(randomization)
①危險因子暴露與疾病發生的先後時序關係較明確
②適用於探討罕見疾病的危險因子
③不受干擾因子的影響
④可估算疾病風險高低
- ①②
- ①③
- ①④
- ②④
- 以世代研究法研究長誘導期(induction period)的罕見疾病(rare disease),需要長期追蹤大量的研究對象,研究成本過高,可行性低
- 為了降低世代研究法研究長期追蹤大量研究對象的成本,不宜運用現有的疾病通報或登記系統以監測疾病的發生
- 回溯性世代研究法(retrospective cohort study)較前瞻性世代研究法(prospective cohort study)成本高
- 運用既有的全人口(general population)的資料取代非暴露組(unexposed group)或對照組(reference group),無法降低世代研究法研究長期追蹤大量研究對象的成本
①需要較大樣本
②無法計算發生率
③長期追蹤費時較長
④容易有選樣偏差
- ①③
- ②③
- ②④
- ③④
- 生態研究(ecologic study)
- 世代研究法(cohort study)
- 病例對照研究法(case-control study)
- 橫斷研究法(cross-sectional study)
- 資料分析時忘記控制干擾因子
- 病例組與對照組來自不同的標的族群
- 病例組與對照組回憶危險因子暴露的準確度有異
- 病人加入病例組與健康人加入對照組的比例不同
- 不同縣市國中生之吸菸率因為是來自個別國中生的吸菸率調查,故屬於個體層次的變項 (individual-level variables)
- 行政院環境保護署空氣品質監測網的全國各地區 PM 2.5 濃度無法反映該地區個人暴露的 差異,故並不屬於群體層次的變項(macro-level variables)
- 各縣市的人口密度以及醫療資源,屬於群體層次的變項(macro-level variables)
- 群體層次的變項(macro-level variables)無法用之於個體層次之分析(individual-level analysis)
- 臺灣自 1986 年起擴大對所有新生兒全面免費注射 B 型肝炎疫苗,目前 35 歲以下族群的 B 型肝炎感染大幅減少,此為預防接種政策的年代效應(period effect)
- 針具注射是造成 C 型肝炎傳染的重要原因。臺灣在 1980 年代推廣使用拋棄式針具,目前40 歲以下族群之 C 型肝炎盛行率明顯降低,此為拋棄式針具推廣政策的年齡效應(age effect)
- 飲食行為和飲食習慣的改變導致兒童肥胖盛行率上升,此為世代效應(cohort effect)
- 1997 年全民健保為強化結核病個案之發現,實施不通報則不給付的政策,使得結核病通報 個案急速增加,此為世代效應(cohort effect)
- 平行試驗
- 交叉試驗
- 多因子試驗
- 病例交叉研究
- 描述性流行病學分析疾病發生的人、時、地特徵,常能直接指出疾病發生的原因
- 不論欲探討的疾病為何,最好以「月」為固定使用的時間間隔,分析疾病發生的時間趨勢,較能有一致性的比較基準
- 公共衛生監測(public health surveillance)常使用臨床醫療的通報資料進行分析,此時,不必考慮城鄉醫療資源落差造成的通報差異
- 描述性流行病學分析疾病發生的人的特性時,年齡和性別是最常見最基本的變項
- 干擾因子與暴露有相關,但不得為暴露的結果
- 干擾因子與疾病的發生有相關
- 對干擾因子分層後,暴露對疾病的效應將會一致
- 干擾作用對推論的影響方向不一定
- 兩國的個案定義
- 兩國的疫苗普及率
- 兩國的死因歸類方法
- 兩國的篩檢與確診工具
- 匹配設計可增加研究統計效率
- 匹配越多因子,越容易找到適合的對照組
- 匹配設計只適用在病例對照研究中,世代研究不能使用匹配技術
- 匹配設計的研究可更正確估計被匹配的干擾因子與疾病的相關性
- 前後對照研究(before-after design)以單組研究對象自身為歷史對照組(historical controls),不會受到長期變動(secular change)的影響而造成偏差
- 以服務使用者與非使用者兩組比較醫療保健服務之成效差異時,不會有選擇性偏差 (selection bias)
- 以現有的次級資料(secondary data)進行觀察性研究,由於樣本數大以及資料完整,因此幾乎不會有偏差出現
- 以現有的次級資料(secondary data)進行觀察性研究,可以採取前瞻性(prospective)或回溯性(retrospective)研究法
- 暴露對疾病的相關性被低估
- 暴露對疾病的相關性被高估
- 相關性產生偏差,但方向無法預測
- 難以判定時序性
- 修飾因子(modifier)
- 干擾因子(confounder)
- 同時為修飾因子與干擾因子
- 無法判定
- 危險因子暴露與疾病相關的時序性比一般病例對照研究較明確
- 需要在既有的世代研究或長期追蹤資料庫中才能執行此類研究設計
- 病例與對照的招募可用發生率採樣或盛行率採樣的設計
- 盛行率採樣設計比較能避免研究偏差
A因子 | |||
暴露 | 未暴露 | ||
因子 | 暴露 | 15.0 | 10.0 |
未暴露 | 3.0 | 2.0 |
- A、B 因子對某疾病的影響具加成協同作用
- A、B 因子對某疾病的影響具加成拮抗作用
- A、B 因子對某疾病的影響具累乘協同作用
- A、B 因子對某疾病的影響具累乘拮抗作用
- COVID-19 的基礎再生數(Basic reproductive number, R0)小於 1
- 疫情嚴重度降低時,有效再生數(Effective reproductive number, Re)大於 1
- 群體免疫是這波本土疫情獲得控制的重要原因
- COVID-19 為我國第五類法定傳染病
- 在低流行地區大規模快篩,將產生大量的偽陽性個案
- 可以快篩搭配 PCR 平行檢定(test in parallel),提高特異度(specificity)
- 抗原快篩可以找出受感染需被隔離的個案
- 非流行期可透過抗體快篩,了解社區內的感染情形
- 成效(efficacy)
- 效果(effectiveness)
- 修飾作用(modification)
- 效率(efficiency)
- 無法應用在公共政策制定之參考
- 等同於系統性回顧(systematic review)
- 常用來預估療效之成效值(effect size)
- 無法納入小樣本的研究
- 先導時間偏差若未控制,將高估篩檢對癌症存活的效益
- 我國政府推動四癌免費篩檢,包括乳癌、子宮頸癌、肝癌、大腸癌
- 癌症篩檢的目標年齡層不必然是發生率最高的年齡層
- 若將篩檢工具的判定標準提高(越嚴格),敏感度會降低
- 發生率(incidence rate)
- 罹病率(morbidity rate)
- 終生盛行率(lifetime prevalence rate)
- 死亡率(mortality rate)
- 早期偵測疾病以便早期治療
- 降低疾病的嚴重度
- 降低疾病的發生率
- 降低疾病的死亡率
- 健康監測系統是公共衛生的基礎
- 監測系統須持續收集與分析群體的健康資料
- 主動監測系統是靠各地醫療院所主動提報疾病個案資料給中央主管機關
- 監測資料有助於衛生政策制定者評估政策對大眾健康的影響
- 個案本身就是危險因子,會傳染導致其他個案的發生
- 感染過的個案可能具有免疫力,不會再被感染
- 感染源可能來自未被確診的個案
- 如果病原仍然未知,只了解傳染途徑和傳染模式,還是無法有效防治
- 篩檢工具的敏感度
- 篩檢工具的特異度
- 族群人口的多寡
- 疾病在族群中的盛行率
$\dfrac{P_e(RR-1)}{1+P_e(RR-1)}$
Pe:prevalence of diabetes(糖尿病之盛行率)
RR:relative risk for TB in people with DM compared with people without(相對於糖尿病患,糖 尿病患罹患肺結核的相對風險) 下列何者錯誤?
- 研究發現 65 歲以上族群的 RR 不高,僅 1.8(95% CI, 1.1 to 2.9)。但對此年齡層之亞洲男性,其 PAF 為 22.9%,主要是因為此族群的糖尿病盛行率甚高
- 研究發現 25-34 歲族群的 RR 高達 10.0(95% CI, 6.8 to 14.5)。但對此年齡層之白人男性,其 PAF 僅 5.1%,主要是因為此族群的糖尿病盛行率甚低
- RR 衡量的是危險因子與疾病相關性的強度,PAF 衡量的是此危險因子對群體疾病的影響
- 盛行率越低或是越少見的危險因子,因為影響範圍小,容易看到介入的效果,故越值得公共衛生越多的投入
$P > 1 \dfrac{1}{R_0}$
P:疫苗接種率
$R_0$:基礎再生數(basic reproductive number) 下列何者正確?
- 基礎再生數越高,要達到群體免疫力所需的疫苗接種率越低
- 如果未接種疫苗的群體也恰好是感染風險高的群體,則上述公式不一定成立
- 此公式已考慮了疫苗的效果(effectiveness)
- 依據此公式,疫苗接種率如果達到 100%,則一定可以達到群體免疫力