Ch 10、疾病相關及潛在衝擊的測量

謝佳容 副教授

慈濟大學 公共衛生學系
判定因果關係的標準
判定因果關係的標準-
Austin Bradford Hill
1
1. 必要基準
2. 次必要基準
3. 其他參考判定基準
 判定因果關係的標準-
Austin Bradford Hill (1965)
1. 必要基準

 只有一個 就是Temporality (時序性) ，也就是因一

只有一個，就是Temporality 也就是因一
定要在果之前，且期間間隔一定要大於疾病的誘發期
(induction period)或潛伏期（latent period) 。

3
 I d ti andd latent
Induction l t t period
i d
Exp(因)
因 A(果)
果 B C D

暴露開始 累積足夠暴露 疾病發生 篩檢工具極限 篩檢查出 症狀出現查出

Induction time Latent period

Induction time (誘發期)
無法因診斷技術進步而縮短
暴露於致病因到發生疾病後果disease onset之間
每個疾病的誘發期都有其最大值與最小值範圍
Latent period (潛伏期)
可因診斷技術進步而縮短
4
發生疾病後果到可檢測出之間的時間
 Induction and latent period
p
1. 誘導期 (Induction period):指接觸因子起到暴露者開始致病，此致
病為較廣義的生理上異常，而非單指臨床上有病徵。在使用上，
induction period與latent period不宜相混淆。
2. 潛伏期 (latent period) :指接觸到非傳染性因子起至暴露者出現異
常之臨床上病徵現象時之一段時間
3. 潛伏期 (Incubation period):傳染性因子侵入生物體至出現病徵及
症候的一段時間(感染至臨床疾病發病的這段時間) 因各種傳染
症候的一段時間(感染至臨床疾病發病的這段時間)。因各種傳染
病的潛伏期不同，故有關潛伏期長短之評估在傳染病病因之解明、
檢疫及相關防治計畫與措施之擬定具重要意義。
 不同疾病的潛伏期各異。一種疾病並無精確的潛伏期，但潛伏
期範圍是該疾病的特點。
期範圍是該疾病的特點
5
 判定因果關係的標準-
A ti B
Austin Bradford
df d Hill (1965)
2. 次必要基準

 Consistency (一致性)

 在不同的時間、空間以及不同的研究方法等情況下，

都達到一致的結果。

 Coherence (合理性)

 提出的假說最好與現存的已被高度證實的定理或是假

說不相衝突。

 沒有其他干擾性的解釋因素
6
 機會無法解釋
 機會無法解釋：結果出於機會的可能性很小

 在提出因果相關之假說時，經常需考慮chance (或偶然發生)
是一個可能的解釋。換言之，此假說並非真的因果相關，而
是機會所造成的，就不是一個真正的病因。
 幾乎每個研究均用統計做分析處理，並估計其相關危險值由
隨機造成的機率(p值)有多少。
 然而，p值越低不代表相關性越高。 p值大小會受相關效值
(OR、RR)的觀察值高低影響外，也受樣本數的影響。
 樣本數很大，p值大→可能代表真正無關；p值小→很難說

 樣本數適中，p值大→可能代表無關；p值小→可能代表有關

 樣本數很小，p值大或小→無代表性，因為 due to chance

7
 判定因果關係的標準-
Austin Bradford Hill (1965)
3. 其他參考判定基準
 相關的強度(Strength)
 暴露組的發生率與非暴露組的發生率之比值大小，如相對危險性(RR)、危險
( ) p
對比值(OR)，而非p值大小。

 相關的獨特性 (Specificity)

 相關的特定程度，相關愈特定的，因果關係就越明顯。最好是一個
相關的特定程度 相關愈特定的 因果關係就越明顯 最好是一個
因造成一個果。
 Biological
g gradient
g ((生物劑量效應)或劑量反應關係
)
 生物的反應若能隨著刺激因素的增大而增大的話，那麼它們之間的
因果關係的可能性就隨之提高。
 生物學上的贊同 (Biologic Plausibility)

 該因果關係在生物學上是可能發生的，即在動物實驗或in vitro實現
可以找到赞同的證據。
8
疾病相關及潛在衝擊的測量

疾病相關的測量

世代研究相對危險性的推估

病例對照研究暴露勝算比的推估

可歸因的危險性
 疾病相關的測量 絕對比較
疾病相關的測量-絕對比較

 絕對比較
 是指暴露組與非暴露組疾病危險性的差值。

 包括：暴露相差危險性、族群相差危險性及歸因比例
(attributable proportion；AP)
proportion；AP)。
 該項指標雖然不能決定暴露是否與疾病發生率的增加有關，
但經常可提供臨床或公共衛生政策之制定的參考。
但經常可提供臨床或公共衛生政策之制定的參考

 絕對危險性＝暴露組疾病的危險性－非暴露組疾病的危險性

10
 疾病相關的測量-相對比較
相對比較
 是指暴露組與非暴露組疾病危險性的比例。

包括 相對危險性( l i risk；RR)與暴露勝算比(odds
 包括：相對危險性(relative i k RR)與暴露勝算比( dd
ratio；OR)。
 常用於疾病病因或暴露與疾病相關性的探討。

1
1
 例題
 某項調查肺癌與吸菸的研究，結果發現吸菸者罹患肺

癌的發生率為200/每10萬人口，沒有吸菸者罹患肺癌的
發生率為12/每10萬人口。請分別以相對比較及絕對比
較的方法 計算吸菸與罹患肺癌的相關性
較的方法，計算吸菸與罹患肺癌的相關性。

12
 不同研究設計的疾病相關測量
 分析流行病學是以個體為研究對象，比較暴露於危險因子者
與未暴露於危險因子者的發病機率 依據不同的分析流行病
與未暴露於危險因子者的發病機率。依據不同的分析流行病
學研究方法，其研究設計分為橫斷式研究(cross-sectional
study)、世代研究法(cohort study)與病例對照研究法(case-
control study)。
 整體而言，在世代研究法中，可計算相對危險性及暴露
勝算比，並用來評估暴露與疾病發生間是否有相關及其
相關程度。有些世代研究設計發表的文章，會使用暴露
勝算比。
 但在病例對照研究法中，則無法直接計算相對危險性，
只能計算暴露勝算比 來評估暴露與疾病發生的相關性
只能計算暴露勝算比，來評估暴露與疾病發生的相關性。
13
世代研究(Cohort Study)
 世代研究的相對危險性

相對危險性(Relative Risk，RR)
Risk RR)
 (
相對危險性(relative risk,, RR))

 The
Th relative
l i risk
i k is
i defined
d fi d as the
h incidence
i id (proportion
( i
or rate) in one cohort divided by the incidence in the
reference cohort.

16
 相對危險性 (Relative Risk)的種類
Disease risk in exposed Risk exposure
RR= =
Di
Disease risk
i k in
i nonexposedd Ri k nonexposure
Risk
 RR，可能代表relative risk; rate ratio; risk ratio，但都縮寫為RR。其差異
不同率(Disease risk)的計算
來自於不同研究設計下，不同率(Disease
來自於不同研究設計下 risk)的計算。
 其中Diseased risk包含：Cumulative Incidence及incidence density
Incidenceexposed
Relative Risk =
Incidenceunexposed

Cumulative Incidenceexposed
Risk Ratio =
Cumulative Incidenceunexposedd

Incidence Densityexposed
Rate Ratio =
17 Incidence Densityunexposed
 世代研究的相對危險性 (Relative Risk)
世代研究 Fi d cohort
Fixed h D
Dynamic
i cohort
h
有病組 沒有病組 合計 累積發生率 所有人年 發生密度

暴露組 a b a+b a/a+b T1 a/T1

c d c+d c/c+d T2 c/T2

非暴露組

Disease risk in exposed Risk exposure

RR= =
Disease
i risk
i k in
i nonexposedd Risk
i k nonexposure
Fixed cohort a
Cumulative Incidenceexposed
ab
Risk Ratio = = c
Cumulative Incidenceunexposed
cd

Dynamic cohort a
Incidence Densityexposed T1
= c
Rate Ratio =
Incidence Densityunexposed 18
T2
 (
世代研究(Cohort Study)
y)
 世代研究的起點是先區分出暴露組與非暴露組的個體，然後
再比較兩組的發病情形 其比較可以是絕對的(
再比較兩組的發病情形。其比較可以是絕對的(CID, IDD)或
)或
相對的(CIR, IDR)。

19
 世代研究相對危險性的推估

20
 世代研究相對危險性的推估

若RR 1表示暴露組與非暴露組疾病的危險性相同
 若RR＝1表示暴露組與非暴露組疾病的危險性相同，

亦即呈現沒有相關。

 RR＞1表示暴露組疾病的危險性高於非暴露組，亦

即呈現正相關。

 RR＜1表示暴露組疾病的危險性低於非暴露組，亦
RR＜1表示暴露組疾病的危險性低於非暴露組 亦
即呈現負相關。

21
 範例1
 以表10-1為例，其吸菸者與非吸菸者罹患冠狀心臟血管疾病
的相對危險性如下：

 若沒有其他可能的干擾因子，我們可解釋為吸菸者罹患冠狀心臟
61倍，亦即吸菸者可能較易罹
血管疾病的發生率為非吸菸者的1.61倍，亦即吸菸者可能較易罹
血管疾病的發生率為非吸菸者的1
患冠狀心臟血管疾病。

22
 例題
 某項調查在台灣西南沿海地區進行，目的為欲了解烏腳病病患
日後發生肺癌的風險是否較高？該調查長期追蹤了257名烏腳病
病患，其中有9名烏腳病病患最後因肺癌而死亡。另外，該研究
同時也收集了753名沒有罹患烏腳病的健康者的資料，其中有12
名最後因肺癌而死亡(洪等，1995)，請問罹患烏腳病是否會造
成肺癌的發生？

23
 解答
 步驟1：計算相對危險性

 步驟2：結果之闡釋相對危險性
結果之闡釋相對危險性(RR)＝2.197，代表
代表
烏腳病病患死於肺癌的發生率是健康者的2.197倍。
亦即烏腳病病患可能較容易罹患肺癌。
亦即烏腳病病患可能較容易罹患肺癌

24
 例題三
 一項研究調查想要了解性別是否會影響老人單次跌倒與反覆跌倒的
發生，因此針對某社區65歲以上的老人進行追蹤，總人數共4,056
人，其中男性有2,273人，女性有1,783人。男性過去一年內發生單
次跌倒的人數為183人，反覆跌倒的人數為61人；女性過去一年內
發生單次跌倒的人數為314人 反覆跌倒的人數為93人(張 楊 李
發生單次跌倒的人數為314人，反覆跌倒的人數為93人(張、楊、李、
周，2008)，請問性別是否會影響老人單次跌倒及反覆跌倒的發生？

25
 解答
 1.單次跌倒
步驟1：計算女性較男性發生單次跌倒的相對危險性
女

男
步驟2：結果之闡釋
相對危險性(RR)＝2 187，代表女性老人單次跌倒的發生率
相對危險性(RR)＝2.187，代表女性老人單次跌倒的發生率
是男性老人的2.187倍；亦即女性老人可能較容易發生單次
跌倒。

26
 解答
 2.
2 反覆跌倒
步驟1：計算女性較男性發生反覆跌倒的相對危險性
女

男
步驟2：結果之闡釋
( )
相對危險性(RR)＝1.944，代表女性老人反覆跌倒的發
生率是男性老人的1.944倍；亦即女性老人可能較容易
發生反覆跌倒。

27
世代研究的危險對比值

危險對比值(OR)
 危險對比值(勝算比)
 勝算= P
世代研究 病例對照研究
1 P
 世代研究中，危險對比值
定義為暴露組疾病發生勝
算對非暴露組疾病發生勝
算的比值。(疾病勝算比)
 病例對照研究中，危險對
病例對照研究中 危險對
比值定義為疾病組暴露勝
算對非疾病組暴露勝算的
比值。(暴露勝算比)
 無論世代研究或病例對照
研究，勝算比都是ad/bc

29
 世代研究的危險對比值
Disease/non-Disease in exposured Disease ratioexposed
ORcohort = = Disease ratio
Disease/non-Disease in un-exposured unexposed

30
 危險對比值(勝算比)

 危險對比值可以視為

 1.支持一關連性假設，並由(a與d表示有暴露的有疾
(
病者，與沒有暴露且沒有疾病者)
 2.不支持關連性假設，並由(b與c表示有暴露而無疾

病者，與沒有暴露且有疾病者)
)

所計算而得之比率。

31
世代研究的疾病相關測量
 Fixed Cohort
世代研究 Fi d cohort
Fixed h D
Dynamic
i cohort
h
有病組 沒有病組 合計 累積發生率 所有人年 發生密度

暴露組 a b a+b a/a+b T1 a/T1

c d c+d c/c+d T2 c/T2

非暴露組

 可計算累積發生率(CI)
可計算累積發生率(CI)， 研究對象發病的機率(risk)
累積發生率 →暴露組CI1 = a/a+b, 非暴露組CI0 = c/c+d
相對危險性 RRCI = CI1/CI0 =(a/a+b)/(c/c+d)
相對危險性→ ( / +b)/( / +d)
相差危險性→ RDCI = CI1- CI0 = (a/a+b) - (c/c+d)
危險對比值→ ORCI = CI 1
/
CI 0
= a b ÷ c d
1  CI 1 1  CI 0 ab ab cd cd
= ad/bc
33
 Dynamic Cohort
世代研究 Fi d cohort
Fixed h D
Dynamic
i cohort
h
有病組 沒有病組 合計 累積發生率 所有人年 發生密度

暴露組 a b a+b a/a+b T1 a/T1

c d c+d c/c+d T2 c/T2

非暴露組

 可計算發生密度(ID)
可計算發生密度(ID)，了解單位人時的發病狀況
了解單位人時的發病狀況 (rate)
發生密度→暴露組ID1 = a/T1, 非暴露組ID0 = c/T2
相對危險性 RRCI = ID1/ID0 =((a/T1
相對危險性→ /T1)/(c/T2
/T2)
相差危險性→ RDCI = CI1- CI0 = (a/T1) - (c/T2)
危險對比值→ No odds

34
 Example 1

 Example: The incidence rate of kidney transplant failure is

 82.6 failures per 1,000 person-years among smokers
 55.3 failures per 1,000 person-years among nonsmokers.
 Using nonsmokers as the reference cohort, the relative risk
would
ld be:
b

35
 Example 1

 Attributable Risk (also Called “Risk Difference” or “Excess Risk”)

would be:

 82.6 transplant failures per 1,000 person-years (smokers)

– 55.3 transplant failures per 1,000 person-years (nonsmokers)
= 27.3 transplant failures per 1,000 person-years

36
 Example 2. Type 2 diabetes in the obese
andd non-obese
b cohorts
h

o
1.The risk ratio as
RR = (100/1,000)/(50/1,000) = 2.00
2.The incidence rate ratio (IRR) as
IRR = (100/9
(100/9,500
500 obs.
obs years)/(50/9,750
years)/(50/9 750 obs.
obs years) = 2.05
2 05
37
Wolfgang Ahrens, 2010
 Example 2. Type 2 diabetes in the obese
and non
non-obese
obese cohorts

3. The risk differences (RD) as

RD = (100/1,000) − (50/1,000) = 0.05

4.The
h incidence
i id rate difference
diff (IRD)
( ) as
IRD = (100/9,500 obs. years) − (50/9,750 obs. years)
= 0.054 years−1
38 Wolfgang Ahrens, 2010
 Example
p 3. Fixed Cohort RR

 Equal follow-up
follow up time: 不考慮time
 Cumulate incidence
 研究對象發病的機率(risk) ( )

39 (Stephen McCurdy)
 Example
p 3. Fixed Cohort RR

=30/100
30/100

=3/60

40 (Stephen McCurdy)
 Example
p 4. Fixed Cohort RR VS. OR

疾病

41
(Stephen McCurdy)
 Example
p 4. Dynamic
y Cohort

 Unequal
U l ffollow-up
ll time:
i 考慮 time
i
 Incidence density
單位人時的發病狀況 (rate)
 No odds

42 (Stephen McCurdy)
病例對照研究
 危險對比值(勝算比)
 勝算= P
世代研究 病例對照研究
1 P
 世代研究中，危險對比值
定義為暴露組疾病發生勝
算對非暴露組疾病發生勝
算的比值。(疾病勝算比)
 病例對照研究中，危險對
病例對照研究中 危險對
比值定義為疾病組暴露勝
算對非疾病組暴露勝算的
比值。(暴露勝算比)
 無論世代研究或病例對照
研究，勝算比都是ad/bc

44
 危險對比值(暴露勝算比)
 在病例對照研究法中，為先選出病例組與對照組，之後再回
溯此兩組人過去危險因子的暴露資料（表6-4）。需特別注
意的是 由於病例對照研究法一開始係先選定病例組與對照
意的是，由於病例對照研究法一開始係先選定病例組與對照
組，再回溯其過去的暴露經驗，因此無法計算暴露組與非暴
露組的疾病發生率 所以也就無法直接計算疾病發生的相對
露組的疾病發生率，所以也就無法直接計算疾病發生的相對
危險性。
 病例對照研究法的基本精神是比較病例組與對照組在危險因
子的暴露比率是否有所不同。故在病例對照研究法中，可分
別計算病例組與對照組的危險因子暴露比，進而計算暴露勝
算比(odds ratio；OR)，並推估暴露因子與疾病的因果關係。

45
 暴露勝算比的計算

 暴露勝算比其解釋與相對危險性(RR)相似
 OR＝1表示病例組其過去暴露的情形與對照組相同，亦即呈現沒有相
關。
 OR
OR＞1表示病例組其過去暴露的情形較對照組為高，亦即呈現正相關
1表示病例組其過去暴露的情形較對照組為高 亦即呈現正相關
 OR＜1表示病例組其過去暴露的情形較對照組為低，亦即呈現負相關。
46
 病例對照研究的危險對比值

Exposure/un-exposure in Disease Ex ratiodisease

ORcase-control= =
Exposure/un-exposure in non-Disease Ex rationon-Dx

47
 (
病例對照研究(Case-Control Study)
y)
 此型研究是在觀察有病者（病例組，case）和沒病者（對照
組 l） 然後收集這兩組過去某種暴露的歷史 再比
組，control），然後收集這兩組過去某種暴露的歷史，再比
較兩組的暴露率。

48
 範例
範例2
 計算非配對型病例對照研究之暴露勝算比，表10-3為罹患心
臟血管疾病病例組與對照組之吸菸暴露情形，我們可將之整
理成表10-4的內容，其罹患心臟血管疾病之病例組比上對照
組之吸菸暴露勝算比
(OR)＝

49
 範例
範例3
 計算配對型病例對照研究之暴露勝算比。若以表10-3相同的
病例組與對照組之暴露情形為例，我們可將之整理成表10-5
的內容，配對後罹患心臟血管疾病之病例組比上對照組之吸
菸暴露勝算比
b 4
(OR matched pair)＝ ＝ ＝4
c 1

X
X

50
 例題四
 某項調查想要探討吸菸是否與喉癌有關，研究者於某醫院
的耳鼻喉部進行病例對照研究法調查，共收集60名喉癌住
院病患過去吸菸的習慣，同時也收集了90名因頭頸部非腫
瘤住院病患以往吸菸的習慣。發現病例組中有47名病患有
吸菸習慣，而對照組中則有40名有吸菸習慣（杜、江、李，
1998)，請問吸菸是否會造成喉癌的發生？

51
60 90
 解答
 步驟1：計算暴露勝算比

 步驟2：結果的闡釋
結果的闡釋
 暴露勝算比(OR)＝4.519，代表喉癌病患有吸菸習
慣的比例是非喉癌者的4.519倍。亦即吸菸可能與
喉癌的發生有關。

52
 例題五
 一項先驅研究，為了解女性
使用雌性激素與發生子宮頸
癌的關係，調查12位罹患子
宮頸癌與12位未罹患子宮頸
癌的婦女。每位癌症婦女依
年齡 種族 體重進行配對
年齡、種族、體重進行配對，
結果如表6-6，請問使用雌性
激素是否會造成子宮頸癌的
發生？請分別以非配對資料
方式及配對資料方式進行暴
露勝算比的計算。
8位有使用 4位有使用
4位無使用 8位無使用

53
 解答
 1.以非配對資料方式進行暴露勝算比的計算
 步驟1：整理表格如表
整理表格如表66-7
7
 步驟2：計算暴露勝算比

 步驟3：結果之闡釋
結果之闡釋
暴露勝算比(OR)＝4，代表罹患子宮頸癌的婦女使用雌性
激素的比例是沒有罹患子宮頸癌婦女的4倍，亦即使用雌
性激素可能與子宮頸癌的發生有關。

54
  2.以配對資料方式進行暴露勝算比的計算
 步驟1：整理表格如表6-8。
 步驟2：計算暴露勝算比
 在表6-8
6 8病例對照研究法的配對資料中，有相同暴露經驗
者稱為成對配對（a與d），有不同暴露經驗者稱為非成
對配對（b與c）。計算配對資料的暴露勝算比時只須考
慮非成對配對數值，計算方式如下：

 步驟3：結果之闡釋暴露勝算比((OR)＝3
) ，代表罹患子宮
頸癌的婦女使用雌性激素的比例是沒有罹患子宮頸癌婦
女的3倍，亦即使用雌性激素可能與子宮頸癌的發生有
關。

55
相對危險性與暴露勝算比的關係
 相對危險性與暴露勝算比的關係

 相對危險性(RR)可反映暴露組與非暴露組疾病發生的

差異，進而探討暴露因子與疾病發生間的相關性。

 而暴露勝算比(OR)則因受限於所觀察到的疾病資料為

疾病的存在而非發生，只能反映病例組與對照組危險
因子暴露狀況的差異。

 因此，相對危險性比暴露勝算比更能說明暴露因子對

疾病發生的影響。

57
 相對危險性與暴露勝算比的關係
(Cornfield學者1951年提出)
學者 年提出
(1) 暴露在某個因子底下，會不會造成某個疾病或事件的
發生？就下表來說，暴露組與非暴露組的相對危險性
(RR)為(A/N1)/(B/N0)，移項後=(A/B)/(N1/N0)

暴露因子
有 無 合計
個案 A B A+B
對照 C D C+D
群體 N1 N0 N1+N0

(2) Cornfield想到，如果我們能夠選取兩個樣本，分別估
計A/B及N1/N0，就可以得到相當接近相對危險性
(A/B)/(N1/N0)的估計值。
58
 相對危險性與暴露勝算比的關係
(3) 所選的樣本
所選的樣本，一個是個案組，用來估計A/B；另一為對照
一個是個案組 用來估計A/B；另一為對照
組，用以估計N1/N0，所以此種研究法就被稱為病例對照
研究法。
(4) Cornfield用某家醫院所收到的某病(例如肺癌)個案a+b，作
為個案群體A+B的一個樣本。如果選擇到這家醫院看病的
動機與暴露因素(例如抽煙)無關時，(a/b)可視為是對所有
肺癌病人中抽煙與不抽煙比(A/B)的估計值。
(5) 當個案收齊後，再選擇一組對照組估計N1/N0。Cornfield從
(N1+N0)-(A+B)的沒病者中選出c+d個對照組個案，由於這c
個人是從N1-A中選出的樣本，而d個人為N0-B中選出的樣
本 當對照組的選樣法與暴露因素無關時 我們就可以用
本，當對照組的選樣法與暴露因素無關時，我們就可以用
c/d來估計(N1-A)/(N0-B)，並以此代表母群體中的有暴露與
無暴露的人數比。

59
 相對危險性與暴露勝算比的關係

當所研究的疾病是罕見的疾病時 N1-A≒N
(6) 當所研究的疾病是罕見的疾病時，N A N1，N
N0 -
B≒N0，而(N1-A)/(N0-B)≒N1/N0≒c/d，而c/d即可估計
N1/N0，也就是從病例對照研究法得到暴露的對比值
(=勝算比 Exposure odd
odd’ss Ratio
Ratio, ECR)，可以用來估計
相對危險性(Relative risk)。
(A/N1)/(B/N0)=(A/B)/(N1/N0)=(a/b)/(c/d)=ad/bc

60
 相對危險性與暴露勝算比的關係

 雖然受限於研究方法，暴露勝算比僅能說明暴露因子與
雖然受限於研究方法 暴露勝算比僅能說明暴露因子與
疾病狀態間的相關程度，但在下列三種情況成立時，由
病例對照研究法中所計算的暴露勝算比值(OR)，為相對
危險性(RR)的一個有效估算值：
1
1.所選取的病例組，可以有效代表族群中所有生病的人
所選取的病例組，可以有效代表族群中所有生病的人。
 2.所選取的對照組，可以有效代表族群中所有沒有生病的人。

 3.研究者感興趣的疾病為稀有疾病(rare disease)，如癌症。

61
 相對危險性與暴露勝算比的關係

 勝算比是一個好用的計算相關性的方式，並且在病
勝算比是一個好用的計算相關性的方式 並且在病
例對照研究或世代研究皆適用。

 在世代研究中，可以直接計算相對危險性。

 在病例對照研究中，無法直接計算相對危險性，但

勝算比可在疾病風險很低時做為相對危險性的估計
值。

62
 相對危險性與暴露勝算比的關係
 假設研究者透過世代研究探討使用口服避孕藥與心肌梗塞間
的關聯，一共收集了26位心肌梗塞患者以及59位健康民眾的
口服避孕藥使用記錄 資料如下 請計算相對危險性及對比
口服避孕藥使用記錄，資料如下，請計算相對危險性及對比
值。
心肌梗塞 健康民眾 總數
曾服用口服避孕藥 20 14 34
未曾服用口服避孕藥 6 45 51
總數 26 59 85

答：相對危險性(RR)=(20/34)/(6/51)=5.0
答 相對危險性
對比值(OR)=20*45/6*14=10.71

63
 相對危險性與暴露勝算比的關係
 延續上題，如果研究者的對照組人數增加為10倍時，則相
對危險性及對比值的差異如何？
心肌梗塞 健康民眾 總數
曾服用口服避孕藥 20 140 160
未曾服用口服避孕藥 6 450 456
總數 26 590 616

答：相對危險性(RR)=(20/160)/(6/456)=9.55
答：相對危險性(RR)=(20/160)/(6/456)=9
對比值(OR)=20*450/6*140=10.71
相對危險性與對比值的差值明顯縮小 有病 沒病 總數
A /( A  B) 暴露 A B A+B
RR 
C /(C  D) 非暴露 C D C+D
A/(A+B)=~A/B
如果A<<<B，A/(A+B)
如果A<<<B A/B
總數 A+C B+D
如果C<<<D，C/(C+D)=~C/D， A /( A  B) A / B AD
RR     OR
因此當下頁三條件成立時 對比值可以
因此當下頁三條件成立時，對比值可以 C /(C  D) C / D BC
64 做為相對危險性的取代值 當A跟C很小的話
相差危險性
 相差危險性
 流行病學上，相對危險性及暴露勝算比是用來測量
流行病學上 相對危險性及暴露勝算比是用來測量
危險因子與疾病間相關強度的重要指標，同時也是
因果關係判斷的重要依據。

 但若研究目的著重於衛生行政上的需求，則可以進

行絕對比較來說明危險因子與疾病的關係，絕對比
較為兩率相減，可將其稱為相差危險性，所比較的
率可以是疾病發生率、死亡率或盛行率的差異。

66
 暴露相差危險性

 暴露相差危險性定義為暴露組的發生率（死亡率或

盛行率）與非暴露組發生率（死亡率或盛行率）的
） （ ）
差值。

67
 例題

 假設一項調查研究發現，高血壓病患罹患慢性腎臟
假設一項調查研究發現 高血壓病患罹患慢性腎臟
病的發生率為200/每千人口，血壓正常者罹患慢性
腎臟病的發生率為120/每千人口。請計算有無高血
壓發生慢性腎臟病的暴露相差危險性。
壓發生慢性腎臟病的暴露相差危險性

 解答

 暴露相差危險性＝200
200/每千人口－120/
120/每千人口
＝80/每千人口

68
 族群相差危險性

 族群相差危險性定義為族群的發生率（死亡率或盛

行率）與非暴露組發生率（死亡率或盛行率）的差
） （ ）
值。

69
 例題

 某項調查欲了解婦女吸菸是否會造成低出生體重的嬰
兒，故自2000至2003年間針對懷孕時居住於台灣南部
某鎮之15歲以上婦女，共收集了3,000名婦女資料，發
現共有31名低出生體重嬰兒；而從未吸菸的婦女產下
低出生體重嬰兒的發生率為1.1/每千人，請計算其族群
相差危險性。

 解答
 族群相差危險性＝31/3,000－1.1/每千人＝9.23 /每千人

70
 可歸因的危險性(又稱病因比例)

71
 可歸因的危險性(又稱病因比例)

 為了進一步說明兩個族群間的相差危險性所代表的

含義 流行病學常將相差危險性與某一基準值相比
含義，流行病學常將相差危險性與某一基準值相比

較，也就是所謂的歸因比例，歸因比例又可細分為

病因比例(etiologic fraction；EF)及族群病因比例
(population etiologic fraction；PEF)

72
 可歸因的危險性(又稱病因比例)

病因比例( i l i fraction；EF)，又稱為可歸因危
 病因比例(etiologic f i EF) 又稱為可歸因危
(
險性(attributable risk；AR))
著重在臨床上與衛生政策方面

其定義為：有多少百分比疾病的發生可以歸因於某種

暴露所造成 也就是探討單純因暴露因素導致的疾病
暴露所造成，也就是探討單純因暴露因素導致的疾病
增加率有多少

73
暴露組可歸因危險性(又稱病因比例)
 暴露組可歸因危險性
 暴露組可歸因的危險性(Attributable Risk for

Exposed Group)
 暴露組可歸因危險性，為完全去除某特定暴露因子後，

預期可降低多少的疾病風險。也就是暴露組中有多少
百分比疾病的發生是由於暴露所造成？例如吸菸者戒
菸 我們可以預期降低多少的肺癌發生率？
菸，我們可以預期降低多少的肺癌發生率？

75
 暴露組可歸因危險性的概念

76
 暴露組可歸因危險百分比
 暴露組可歸因危險百分比=(暴露組的疾病率-非暴露組
的疾病率)/暴露組的疾病率
Ie  Ine
E .F . 
Ie

→如果分子與分母各除以非暴露組的疾病率
如果分子與分母各除以非暴露組的疾病率
Ie  Ine
I I RR  1
E .F .  ne ne

Ie RR
Ine
→如果研究者感興趣的是罕見疾病，則可以OR取代RR
77
 以表10 1為例，暴露組可歸因的危險性＝28 0 17 4＝
 以表10-1為例，暴露組可歸因的危險性＝28.0－17.4＝
10.6‰，其意義為，10.6‰的冠狀心臟血管疾病的發生是由
吸菸所引起。 28 0  17.4
28.0 17 4 10 6
10.6
 暴露組可歸因的危險百分比＝ ＝ 28.0 ＝0.379
28.0
37.9%
＝37 9%
 因此如果我們可以讓吸菸者戒菸，便可避免37.9%的人因吸菸而
導致冠狀心臟血管疾病的產生
導致冠狀心臟血管疾病的產生。
78
 例題

 以吸菸導致冠狀動脈粥樣硬化性心臟病(coronary
以吸菸導致冠狀動脈粥樣硬化性心臟病(
)
heart disease；CHD)為例，請計算暴露組可歸因危
險性。

79
 解答
 步驟1：

 步驟2：結果之闡釋
 在吸菸者中冠狀動脈粥樣硬化性心臟病((CHD))有
6.6‰的發病率可歸因於吸菸。也就是說如果可以讓
吸菸者戒菸，則可避免31.3%的人因吸菸而罹患冠
狀動脈粥樣硬化性心臟病。
80
 族群可歸因危險性
(又稱族群病因比例)
 族群可歸因危險性(又稱族群病因比例)
 族群可歸因危險性為去除某特定暴露因子後，整個族
群中預期可降低多少百分比的疾病發生率？例如在社
區中執行戒菸計畫，預期可降低多少的肺癌發生率？

 族群可歸因危險百分比如果不知道該族群的發生率時，
公式可改為

P (r  1)
 (P : 暴露占整個族群的百分 比；
比 r : RR 或OR)
82
P (r  1)  1
 例題
 若以表10-1為例，假設吸菸者在整個族群所佔的百分比
為44% 整個族群冠狀心臟血管疾病的發生率
為44%，整個族群冠狀心臟血管疾病的發生率＝

83
 解答
 整個族群可歸因的危險性＝ 22.1 － 17.4 ＝ 4.7
1 000
1,000 1 000
1,000 11,000
000

其意義為，整個族群減少4 7‰的冠狀心臟血管疾病的發
 其意義為，整個族群減少4.7‰的冠狀心臟血管疾病的發

生是由吸菸所引起。
22.1  17.4
 整個族群可歸因的危險百分比＝ 22.1 ＝21.3%
 因此如果戒菸的計畫能有效的減少吸菸者吸菸，我們便

可讓整個族群減少21.3%的人因吸菸而罹患冠狀心臟血
管疾病。
84
 例題

以表6 9為例 假設從其他資訊得知族群中吸菸者的人

 以表6-9為例，假設從其他資訊得知族群中吸菸者的人

口比例為40%（沒有吸菸的比例為60%），請計算族群
的可歸因危險性。

85
 解答
 步驟1：
計算族群中冠狀動脈粥樣硬化性心臟病發生率族群中CHD發生
率＝（吸菸者CHD的發生率×族群中吸菸者所佔的比例）＋
（沒有吸菸者CHD的發生率×族群中沒有吸菸者所佔的比例）

 步驟2：

 步驟3：結果之闡釋
 冠狀動脈粥樣硬化性心臟病(CHD)在整個族群中有2.7‰的發生率可
歸因於吸菸。也就是說如果戒菸計畫可以有效減少吸菸者吸菸，則
可讓整個族群減少15 7%的人因吸菸而罹患冠狀動脈粥樣硬化性心
可讓整個族群減少15.7%的人因吸菸而罹患冠狀動脈粥樣硬化性心
86
臟病。
87
 a+c b+d

88