首頁 / 高考三級 衛生行政考古題 / 民國115年 高考三級 衛生行政 流行病學與生物統計學 民國115年 高考三級 衛生行政 流行病學與生物統計學考古題
民國115年 高考三級 衛生行政 流行病學與生物統計學收錄考選部官方試題，共 4 題可線上瀏覽，考選部未公告本科目答案。
題目與答案
某營養流行病學家欲進行一項雙組平行設計隨機臨床試驗以評估亞麻
仁油降低血脂之功效，請說明該流行病學家如何設計此試驗？並需要考
慮那些因素，以減少偏差的發生？（25 分）
參考解答（AI 生成，非官方） 一、研究問題與設計架構：採雙組平行、1:1 隨機、雙盲、安慰劑對照的 randomized controlled trial（RCT，隨機對照試驗）。以 PICO 界定成年高血脂或血脂邊緣偏高者，排除懷孕、嚴重肝腎疾病、使用降血脂藥或影響脂質藥物者；主要終點為 LDL-C 變化，次要終點為 TC、TG、HDL-C、發炎指標與不良事件；療程至少 8–12 週。 二、樣本數與隨機分配：依預期 LDL-C 組間差異 Δ、共同標準差 σ、α=0.05、power=0.80，以 n/組≈2(zα/2+zβ)²σ²/Δ² 估算，並預留 15–20% 流失。以電腦產生隨機序列，採區塊隨機並依性別、baseline LDL-C、statin 使用分層；以中央 randomization 或序號密封不透光信封做 allocation concealment（分配隱匿），降低選樣偏差。 三、介入與盲性：介入組每日固定劑量亞麻仁油（例如含 ALA 2–3 g），對照組使用外觀、氣味、包裝與熱量相近且不含 ALA 的安慰劑；兩組接受相同飲食與運動衛教。參與者、臨床人員、結局評估者與統計分析者均不知分組，以降低 performance bias（執行偏差）與 detection bias（偵測偏差）。 四、測量與追蹤：抽血前空腹 8–12 小時，由同一實驗室以標準化酵素法或 HPLC 測脂質，定期校正；於 baseline、第 4、8、12 週追蹤，記錄服藥順從性、飲食紀錄、體重、月經狀態與不良事件。以電子藥盒或膠囊計數監測 adherence（順從性），並用標準化表單與盲性評估減少測量偏差。 五、分析與偏差控制：主要採 intention-to-treat（ITT，意向治療分析），另做 per-protocol（PP，符合方案分析）敏感度分析；以 ANCOVA 調整 baseline 值與分層因子，報告效果量與 95% CI。預先註冊 protocol、維持分配隱匿、減少流失、以多重插補處理 missing data，並依 CONSORT 流程圖透明報告，可降低選擇、執行、偵測與耗損偏差。
某環境流行病學研究團隊欲研究塑化劑暴露與乳癌發生的關係，進行長
期追蹤之世代研究，請建議該團隊應如何設計此研究？並請說明該團隊
如何判定塑化劑暴露與乳癌發生之因果關係？（25 分）
參考解答（AI 生成，非官方） 一、研究設計與世代建立：採 prospective cohort study（前瞻性世代研究），招募未罹患乳癌的成年女性，依 baseline 塑化劑暴露分組或視為連續變項，追蹤至乳癌發生、死亡、失訪或研究結束。明訂暴露窗、潛伏期與追蹤年限，並以乳房攝影及病理確診為 outcome（結局），避免 prevalent case（盛行個案）造成反向因果。 二、暴露評估：測定尿液 phthalate metabolites（鄰苯二甲酸酯代謝物），如 DEHP、DBP、BBzP 代謝物；因單次尿液變異大，應收集多次檢體並以 creatinine（肌酸酐）校正，輔以居家灰塵、飲水、化妝品與塑膠容器使用、職業暴露及飲食頻率問卷。以累積暴露、平均暴露或 time-varying exposure（時變暴露）分析，並保存生物檢體。 三、結局與追蹤：與癌症登記、病理資料庫及死亡檔連結，標準化判定乳癌個案；定期追蹤並以多管道減少失訪。收集已知干擾因素：年齡、初經與停經、生育史、荷爾蒙使用、BMI、酒精、吸菸、家族史、社經地位與篩檢行為，並以 directed acyclic graph（DAG，有向無環圖）選定調整變項，避免過度調整。 四、統計分析：以 Cox proportional hazards model（Cox 比例風險模式）估計 hazard ratio（HR，風險比）與 95% CI，依暴露四分位做趨勢檢定；處理 time-varying exposure、competing risk（競爭風險）與 missing data（多重插補）。進行敏感度分析、negative control outcome（陰性對照結局）與 E-value，評估未測干擾與選擇偏差。 五、因果判定：依 Bradford Hill criteria（布萊德福·希爾準則）綜合判斷：時序性（暴露先於乳癌）、強度、劑量反應、一致性、生物合理性、相干性、實驗證據與類推性；塑化劑為 endocrine-disrupting chemicals（內分泌干擾物），具生物機制支持。單一世代研究多為關聯證據，需排除干擾、反向因果與偵測偏差，不宜遽稱因果；若有重複世代、動物與細胞實驗一致，因果推論較強。
某團隊欲評估糖尿病與代謝異常脂肪性肝病的相關性，收集250 名代謝
異常脂肪性肝病患者及250 名健康對照組，結果發現250 名代謝異常脂
肪性肝病患者，160 名有糖尿病；健康對照組，60 名有糖尿病。請利用適
當統計方法檢定代謝異常脂肪性肝病組與健康對照組得糖尿病比率是否
有統計上顯著差異？並請寫出虛無假設與對立假設。設顯著水準 =0.05；
另計算兩組之糖尿病比率差異的百分之九十五信賴區間。（25 分）
參考解答（AI 生成，非官方） 一、資料整理與研究假設：建立 2×2 表，代謝異常脂肪性肝病組糖尿病 160 人、無糖尿病 90 人；健康對照組糖尿病 60 人、無糖尿病 190 人。p1=160/250=0.64，p2=60/250=0.24。H0：p1=p2（兩組糖尿病比率相同）；H1：p1≠p2（雙尾）。α=0.05。兩組獨立且樣本大，採 Pearson χ² 檢定或兩獨立比例 z 檢定。 二、檢定統計量：pooled p=(160+60)/500=0.44；SE=√[0.44×0.56×(1/250+1/250)]=0.0444；z=(0.64−0.24)/0.0444=9.01；χ²=z²=81.17，df=1。期望次數為 110、140、110、140，均大於 5。查表 χ²(0.95,1)=3.84、z0.975=1.96；因 81.17>3.84，p<0.001，拒絕 H0，兩組比率有統計顯著差異。 三、效果量與勝算比：率差=0.64−0.24=0.40，即 40 個百分點；勝算比 OR=(160/90)/(60/190)=1.778/0.316=5.63。本研究為病例對照設計，若以糖尿病為暴露、MAFLD 為結局，OR 描述關聯強度；若把糖尿病當結局，則此設計不能估計發生率，只能比較兩組盛行率。 四、95% 信賴區間：採獨立比例差之常態近似，SE_diff=√[0.64×0.36/250+0.24×0.76/250]=0.0406；95% CI=0.40±1.96×0.0406=0.40±0.0796，即 0.320 至 0.480，或 32.0% 至 48.0%。此區間不含 0，與檢定結果一致；若採 pooled SE 或連續性校正，數值略異但結論不變。 五、解釋與限制：MAFLD 組糖尿病比率顯著較高，差距約 40 個百分點，OR 約 5.6。惟病例對照研究易有選樣偏差、存活偏差、糖尿病診斷標準不一致與對照組選擇偏差；不能直接宣稱因果。建議以世代研究、標準化糖尿病定義、調整 BMI、年齡、飲酒與代謝症候群等干擾因素，並報告絕對風險差與 CI。
某研究團隊想要探討年齡對腎功能的影響，收集355 名個案，檢測血清
中肌酸酐，並根據年齡分成：小於45 歲、45～64 歲、大於65 歲三組，
比較三組間的肌酸酐平均值的差異，結果如下表。
組別
人數
肌酸酐平均值
（毫克/分升）
標準差
小於45 歲
0.95
0.17
45～64 歲
0.94
0.23
大於65 歲
1.26
0.32
請計算年齡45～64 歲組及年齡大於65 歲組兩組間的肌酸酐平均值的
差異的百分之九十五信賴區間。（5 分）
請以適當統計檢定方法檢定三個年齡組別間的肌酸酐平均值的差異
是否具有統計上顯著差異？並請列出虛無假設及對立假設，另請說明
本研究是否需進行事後檢定？設顯著水準 =0.05。（20 分）
（F2, 352, 0.05=3.021，F2, 352, 0.10=2.318，F3, 352, 0.05=2.630，F3, 352, 0.10=2.099）
參考解答（AI 生成，非官方） 一、資料缺漏與分析前提：題幹僅給總人數 355、三組平均數與標準差，未列各組人數，故無法計算兩組平均差 CI，也無法求得 ANOVA 的組間與組內變異。df=352 僅確認 N−k，不能回推各組 n。考生應先指出「題目資料缺漏，無法得出唯一數值」，再列公式與判定規則，不可自行假設各組人數；若原表已列 n，直接代入即可。 二、兩組平均差 CI 公式：設 45–64 歲組為 n2、x̄2=0.94、s2=0.23；>65 歲組為 n3、x̄3=1.26、s3=0.32。差值 d=x̄2−x̄3=−0.32 mg/dL。若採 Welch 法，SE=√(s2²/n2+s3²/n3)，df 依 Welch–Satterthwaite 公式；CI=d±t0.975,df×SE。若假設同質變異，sp²=[(n2−1)s2²+(n3−1)s3²]/(n2+n3−2)，CI=d±t0.975,n2+n3−2×sp√(1/n2+1/n3)。n2、n3 未知，故無唯一數值。 三、ANOVA 假設與統計量：H0：μ1=μ2=μ3（三組肌酸酐平均值相等）；H1：至少一組平均數不同，不是「三組全不同」。以 one-way ANOVA（單因子變異數分析）檢定，F=MSB/MSW；MSB=Σn_j(x̄_j−x̄..)²/(3−1)，MSW=Σ(n_j−1)s_j²/(355−3)=SSE/352。自由度為（2,352），α=0.05 的臨界值 F0.95(2,352)=3.021；若 F>3.021 則拒絕 H0。題給 F(3,352) 為干擾值，本題應查 F(2,352)。因 n_j 未知，無法算 F。 四、事後檢定：本研究有三組，若 ANOVA 達顯著，答案是需要事後檢定；若未達顯著，則一般不需要。因 omnibus F 只說「至少一組不同」，未指出哪兩組不同；可用 Tukey HSD（Tukey 誠實顯著差異）或 Bonferroni 校正的兩兩比較，控制 family-wise error rate（族系錯誤率）。若有預先規劃的對比，則依計畫檢定；事後檢定亦需 n 與 MSW。 五、假設檢核與替代方法：ANOVA 需獨立、各組近似常態、變異數同質；可以 Levene's test（Levene 檢定）評估同質性，以 Q-Q plot 與殘差圖看常態。若變異數不同質，改用 Welch ANOVA，並以 Games–Howell 做事後比較；若常態性嚴重違反，改用 Kruskal–Wallis test（Kruskal–Wallis 檢定）。就題目所示，>65 歲組平均較高且離散較大，但未算 F 前不可斷言顯著；結論應待補齊人數後判定。