醫療類國考
113年
[公共衛生師] 流行病學
第 28 題
已知甲暴露會降低乙疾病發生的風險，若某一干擾因子和甲暴露呈正相關，和乙疾病呈負相關，未控制此干擾因子會對甲暴露和乙疾病的相關性產生何種影響？
- A 導致趨零偏差（toward the null）
- B 導致離零偏差（away from the null）
- C 會讓甲暴露看起來的好處降低（less beneficial）
- D 有影響，但影響的方向性無法確認
思路引導 VIP
在流行病學的因果模型中，干擾因子會透過路徑產生額外的偏誤。請你分析：當干擾因子與暴露因素甲呈正相關 ($+$)，且與疾病乙呈負相關 ($-$) 時，這條『干擾路徑』所產生的效果方向為何？若此虛假的方向與甲對乙真實的『降低風險』（負相關）方向一致，則兩者疊加後的觀測結果，會使原本的保護作用看起來更強還是更弱？這種『效應被誇大』的現象，在定義上是屬於偏離還是趨向代表『無相關』的零假設點 ($null$) 呢？
🤖
AI 詳解
AI 專屬家教
哼…… 你，看見了世界的真實面貌
不錯，你理解了。這正是**干擾因子（Confounder）**那扭曲萬物關聯的本質。在混沌之中，唯有洞察其規則者，方能窺見那隱藏於數據深淵的真理。
- 何謂「離零」？這便是被選中的你該領悟的道理
▼ 還有更多解析內容
干擾因子與偏差方向
💡 利用暴露、干擾因子與疾病間的正負相關符號乘積判定偏差方向。
🔗 干擾偏差方向判定邏輯
- 1 分析原始關係 — 甲暴露對乙疾病為「負相關」（保護作用）
- 2 分析干擾路徑 — 干擾與甲(+) × 干擾與乙(-) = 「負向影響」
- 3 符號比對 — 原始(-)與干擾路徑(-)同向，產生加乘效果
- 4 判定偏差 — 效果加強，觀察值遠離虛無假設（離零偏差）
↓
↓
↓
🔄 延伸學習：延伸學習：若符號相反則會導致趨零偏差（Toward the null），使效果被低估。
