臨床統計學

掌握核心概念

統計學第一性原理

統計學的核心意義

統計學是：用樣本推論總體的工具，是「量化不確定性」的語言。

醫學決策中，數據永遠來自樣本，不是母體 → 必須接受機率、誤差、不確定。

三大核心原理

• 不確定性：疾病發生具有隨機性，不能確定地預測個體，但可預測群體機率。
• 變異性：個體間反應不同，統計幫助我們判斷這些變異是否具臨床意義。
• 證據為本：臨床判斷應基於數據，而非個人經驗或直覺。

---

研究設計與統計概念總覽

研究設計的結構性邏輯

類型	時序	起點	常見疾病頻率	可計算指標	優點	缺點
Cohort (世代研究)	前瞻/回溯	依暴露分群	常見病	RR, AR, HR	時間順序明確，可看多結果	成本高、需長期追蹤
Case-control (病例對照)	回顧性	依結果分群	罕見病	OR	適合研究罕病、快速	回憶/選擇偏差
Cross-sectional (橫斷面)	單一時間	同步收資料	常見病	Prevalence	快速、成本低	無法推論因果
RCT (隨機對照試驗)	前瞻性	隨機分派	任意	ARR, RRR, NNT	偏差最小、因果關係最強	費用高、倫理限制
Crossover (交叉試驗)	前瞻性	自身對照	穩定病	差異比較	控制個體差異	適用族群有限，需washout

---

統計名詞與應用概念

統計指標定義比較表

指標	英文名	第一性邏輯概念	公式	用途	常見誤區
發生率	Incidence	某期間新發病數	新病例 / 風險人口	疾病速度	需明確時間定義
盛行率	Prevalence	當下存有的病	現有病患 / 總人口	疾病負擔	無法推因果
風險比	Risk Ratio (RR)	暴露組風險是否↑	暴露組發病率 / 對照組發病率	看治療是否有效	無法解釋效應大小
相對風險差	RRR	效果百分比下降	1 - RR	研究報告常引用	過度樂觀
絕對風險差	ARR	實際減少多少人出事	對照組發病率 - 實驗組發病率	算NNT的基礎	常被忽略
需治療人數	NNT	幾人治療可助1人	1 / ARR	衡量臨床價值	NNT越小越好

---

統計檢定工具選擇邏輯

檢定工具與題型搭配

比較目標	適合統計方法	條件	常見題目例子
兩組平均值（連續資料）	t-test	常態分布資料	ICU兩組鈉離子比較
同一組前後比較	Paired t-test	相依樣本	同一病人前後BP差異
類別比例比較	Chi-square	n > 5格頻	預後與性別關聯
小樣本比例	Fisher’s exact	n < 5	稀有副作用分析
多組平均值	ANOVA	正態連續資料	三組血糖藥效比較
多變量調整	Multiple logistic regression	二元結果，控制混雜因子	影響疾病預後的獨立因素分析

🧠 判斷邏輯記憶術：

• 題幹提到 before vs after → Paired t-test
• 題幹提到 Group A vs B → Independent t-test
• 題幹提到 比例/分類變項 → Chi-square or Fisher's exact test
• 題幹明示「控制多個變項」→ Regression

---

🔍

診斷試驗性能指標

指標	第一性原理	公式	應用	錯誤避免
敏感度 (Sn)	病人有病時能抓出來	TP / (TP + FN)	排除病（陰性則無病）	太高可能抓錯人
特異度 (Sp)	沒病的人能正確排除	TN / (TN + FP)	確診病（陽性則確診）	太高可能漏掉病人
陽性預測值 (PPV)	陽性檢測是真病	TP / (TP + FP)	臨床使用PPV決策	受盛行率影響大
陰性預測值 (NPV)	陰性檢測真沒病	TN / (TN + FN)	排除診斷用	盛行率低會很高
概似比 (LR+, LR−)	檢測改變病機率的力道	LR+ = Sn / (1−Sp)	貝式更新用	難以直觀解釋

---

生存分析與風險模型

概念	說明	臨床例子解釋
Hazard ratio (HR)	瞬時風險比	HR = 0.5 → 治療組在任何時間點發生風險是對照組的一半
Kaplan-Meier 曲線	累積生存曲線	生存分析表示不同時間點存活比率
Cox regression	多因子生存風險調整	癌症預後模型類似多變項logistic regression

---

模擬題精選與答題策略

題目 1: Retrospective observational cohort study → 控制混雜因子？

✅ 答案：Multiple logistic regression

📌 關鍵： 回溯性設計無法隨機 → 必須用迴歸控制混雜因子。

題目 2: 前瞻性分組（有無RRT）→追蹤90天功能狀態？

✅ 答案：Cohort study

📌 關鍵： 分組依暴露、追蹤結果（非結果→暴露）＝世代研究。

快速答題策略總表

線索	推論設計/方法
結果→回推暴露	Case-control
暴露→追蹤結果	Cohort
單次調查	Cross-sectional
有隨機分派	RCT
自身前後比較	Paired t-test
二組平均比較	Independent t-test
控制混雜因子	Logistic regression (或其他迴歸模型)
內部一致性分析	Cronbach’s alpha

---

附錄：統計方法選擇決策樹

統計方法選擇流程

1. 步驟一：決定資料類型
   • 連續型？（如：血壓、Na、血糖）→ 看是否常態
   • 類別型？（如：性別、存活與否）→ 分析比例
2. 步驟二：樣本是否配對？
   • 同一人前後比較 → Paired test
   • 不同人兩組比較 → Independent test
3. 步驟三：決定檢定方法

   研究目標	資料型態	群組關係	檢定方法
   比較兩組平均（常態）	連續變數	獨立	Independent t-test
   比較兩組平均（非常態）	連續變數	獨立	Mann-Whitney U test
   同一組前後平均（常態）	連續變數	相依	Paired t-test
   同一組前後平均（非常態）	連續變數	相依	Wilcoxon signed-rank test
   比較三組以上平均	連續變數	獨立	ANOVA
   比例比較（樣本大）	類別變數	任意	Chi-square test
   比例比較（樣本小）	類別變數	任意	Fisher’s exact test
   控制多變項/混雜因子	任意	任意	Regression（多種型式）

📌 記憶技巧：

• 數據是否常態？→ 是就用 t/ANOVA，否則用 Mann-Whitney/Wilcoxon。
• 組別是否相依？→ 相依用 paired 檢定。
• 結果是否為比例？→ 用 Chi-square / Fisher。
• 變項很多、需控制偏差？→ 用 Regression。

Tip：「何種統計方法最合適？」以上流程圖搭配題幹判斷字詞（如“配對”、“控制”、“兩組”）即可快速破題！

© 2025 臨床統計學複習。保留所有權利。