首頁 > 因果圓派統計模式深入分析致病因子
:::
因果圓派統計模式深入分析致病因子
疾病的產生是由於眾多致病因子同時存在,並進行某種程度的交互作用而來。因果圓派模式由一系列組成因子集合而成,只要集合所有因果圓派內的組成因子,就意謂著疾病的發生。
 
 
 
人類許多疾病的發生,除了與遺傳因子、生理調控、生化代謝作用等內生性因子息息相關外,飲食習慣、環境暴露、生活壓力等外生性因子更是不可忽略。流行病學顯示,同一種疾病在不同的國家、種族或族群間,可能由不同的因素所造成。

日常生活中也常發現,有些人一輩子不吸菸卻得了肺癌,也有人是天天菸不離身,肺癌卻從未上身。同樣地,很多人滴酒不沾卻得了肝硬化,也有酗酒的人,肝卻平安無事。這樣的例子說明了疾病的產生是由於眾多致病因子同時存在,並進行某種程度的交互作用而來。若這些致病因子未能符合數量或強度上的條件,疾病就不會發生。

為能了解並具體化這些致病因子的本質,流行病學家40年前就提出由一系列組成因子所集合而成的因果圓派模式(causal - pie model),這模式內的所有因子若全部出現,就意謂著疾病的發生。利用這因果圓派模式能夠同時探討眾多致病因子的作用,以及了解這些因子與疾病錯綜複雜的關係。

然而,這些因子在疾病中的相對重要性、彼此間交互作用的強弱,卻未能在這模式中予以量度。因果圓派可定性但不能量化的研究模式,無法凸顯流行病學上的統計意義,因而一直停留在教學示意圖的階段,未能應用在實證資料的分析上。

有鑑於此,臺灣大學流行病學與預防醫學研究所李文宗教授著手發展因果圓派的量化指標及統計方法,並利用電腦模擬來評估這個方法的正確性,不論是致病因子的強弱多寡、數據可靠區間及危險性勝算比,其結果與真實狀況都能互相對應。而因果圓派統計模式確實能夠發揮其優勢,讓研究者釐清各致病因子對於疾病錯綜複雜的共同作用。

李教授曾利用所發展出的因果圓派統計模式,從事對臺灣1萬個以上居民追蹤15年以上的「臺灣社區癌症篩檢追蹤世代」的分析。發現B型肝炎病毒是臺灣地區導致肝癌的強力因子,若能全面控制這病毒的感染,罹患肝癌的風險會降低60 %。若對B肝及C肝病毒的感染進行聯合防治,風險可再降低15 %。目前這模式也成功應用在探討人類乳突病毒的感染、婦女生產次數的多寡,以及兩者間的交互作用對子宮頸癌罹病率的影響。

李教授強調,任何疾病與致病因子的研究都可嘗試使用因果圓派統計模式分析。目前這模式已開發成軟體,供研究者免費下載使用。他希望藉此讓因果圓派統計模式在流行病學上可以繼邏輯式迴歸分析方法後,成為便利、簡單且易操作的標準分析工具。

附錄

如圖所示,因果圓派模式由一系列組成因子集合而成,只要集合所有因果圓派內的組成因子,就意謂著疾病的發生。在4類因果圓派中,左下方所示圓派需要A和B因子的同時存在,即表示A與B因子間的交互作用。李教授所發展的因果圓派統計模式,能夠解析各因子在疾病中的相對重要性,以及彼此間可能的交互作用。例如,某疾病的發生,經因果圓派統計模式分析,A因子占20 %,B因子占10 %,A與B因子的交互作用占40 %,另有30 % 由未知因子(非A非B)造成。
推薦文章

TOP