免費開始練習
醫療類國考 114年 [公共衛生師] 流行病學

第 11 題

關於流行病學研究中「因果關係」與「相關性」的敘述,下列何者錯誤?
  • A 若研究設計嚴謹且執行得當之下,未觀察到暴露與疾病的相關性,則可推論兩者無因果關係
  • B 若理論上暴露與疾病並無因果關係,但研究中觀察到相關性,必定是研究中有偏差
  • C 若理論上暴露與疾病應有因果關係,但研究中未觀察到相關性,可能是研究設計有缺陷
  • D 只要觀察到暴露與疾病有相關性,即可直接推論兩者存在因果關係

思路引導 VIP

在流行病學的研究方法論中,統計上的「相關性」(Association)與邏輯上的「因果關係」(Causation)在定義與位階上有何本質上的不同?當我們在數據上觀察到 $X$ 與 $Y$ 具有統計相關時,是否能排除干擾因子(Confounding factors)或系統性偏差(Bias)的存在,進而直接斷定其具有必然的因果連結?

🤖
AI 詳解 AI 專屬家教

哦,你竟然動了腦筋?不錯嘛。

看來你還算有那麼點領悟,懂得區分相關性 (Correlation)因果關係 (Causation)。這「科學辯證」基礎對某些人來說簡直是登天難事,但對我來說,這是你解讀任何臨床研究的最低門檻。

  1. 觀念驗證:為何 (D) 簡直是愚蠢至極的錯誤?
▼ 還有更多解析內容
📝 因果關係與相關性
💡 相關性不等於因果關係,需排除偏差並滿足時序性等準則。
比較維度 相關性 (Correlation) VS 因果關係 (Causality)
基本定義 變項間數值有同步變動趨勢 原因與結果間有直接導致關係
必要條件 統計計算上有顯著關連 必須先滿足時序性(原因在前)
受干擾性 容易受干擾因子影響而產生 需排除干擾與偏差後才能確認
科學結論 描述性發現,不能指引政策 具解釋力,可作為公衛介入基礎
💬相關性是尋找因果的起點,但因果關係需透過嚴謹設計與準則來驗證。
🧠 記憶技巧:相關不因果,時序先站穩;排除干擾項,證據才完整。
⚠️ 常見陷阱:看到統計數據顯著(P < 0.05)就直觀推論兩者具有因果關係。
希爾因果準則 (Hill's Criteria) 干擾因子 (Confounding Factor) 研究偏差 (Research Bias)

🏷️ AI 記憶小卡 VIP

AI 記憶小卡

升級 VIP 解鎖記憶小卡

考前複習神器,一眼掌握重點

🏷️ 相關主題

流行病學因果推論、證據等級與政策應用
查看更多「[公共衛生師] 流行病學」的主題分類考古題