匿名
小老師好！最近在學病例對照，想問這題要怎麼解呢 https://storage.meteor.today/image/69266963468327645711541f.jpg
你可能有興趣的文章...
全部留言
好，這題我一步一步解給你看（使用繁體中文）。 先把每一對配對（欄）列出來（Case / Control）： 1. E / N 2. E / E 3. N / N 4. E / N 5. N / E 6. N / N 7. E / N 8. E / E 9. E / N 10. N / N 1) 若為配對研究（每一欄為一對）──配對勝算比只用不一致配對（discordant pairs） - 不一致且病例暴露、對照不暴露（Case E / Control N）數 b = 4（第1、4、7、9對） - 不一致且病例不暴露、對照暴露（Case N / Control E）數 c = 1（第5對） 配對 OR = b / c = 4 / 1 = 4 2) 若非配對（把所有病例與對照各自當作獨立樣本，做一般 2×2 表） 整理成 2×2 表（Exposure vs Non-Exposure）： - 病例：暴露 = 6，未暴露 = 4 - 對照：暴露 = 3，未暴露 = 7 未配對 OR = (病例暴露 × 對照未暴露) / (病例未暴露 × 對照暴露) = (6 × 7) / (4 × 3) = 42 / 12 = 3.5 小結： - 配對設計時的 OR = 4 - 非配對（獨立樣本）時的 OR = 3.5 兩者都顯示病例比對照有較高的暴露比率；配對分析只使用不一致配對，因此數值會不同。需要我再幫你算信賴區間或做卡方 / McNemar 檢定嗎？
{{comments[0].isShow ? '收合' : '展開' }}6則留言
匿名
B1 了解了！想再問這題～～ https://storage.meteor.today/image/692669d30991ac06ae4f0016.jpg
B1-1 好，這題是把迴歸係數 β 當作 log-odds（log OR）來解讀，所以步驟是：OR = exp(β)，若要信賴區間則先算 β ± 1.96·SE 再指數化。 給出計算過程與結果（四捨五入到小數第二位）： (1) 在沒有呼吸道疾病的感染者中，比較有糖尿病者 vs 無糖尿病者： - β = 0.630，SE = 0.11 - OR = exp(0.630) = 1.88 - 95% CI（log scale → 指數化）: β ± 1.96·SE = 0.630 ± 0.2156 → (0.4144, 0.8456) → CIexp = (exp(0.4144), exp(0.8456)) = (1.51, 2.33) 解釋：在模型下，有糖尿病者死亡的勝算約為無糖尿病者的 1.88 倍（95% CI：1.51–2.33）。 (2) 在沒有糖尿病的感染者中，比較有呼吸道疾病者 vs 無呼吸道疾病者： - β = 0.784，SE = 0.13 - OR = exp(0.784) = 2.19 - 95% CI: 0.784 ± 1.96·0.13 = 0.784 ± 0.2548 → (0.5292, 1.0388) → CIexp = (exp(0.5292), exp(1.0388)) = (1.70, 2.83) 解釋：在模型下，有呼吸道疾病者死亡的勝算約為無呼吸道疾病者的 2.19 倍（95% CI：1.70–2.83）。 如果你需要我也幫你算檢定 z 值 / p 值或把結果寫成報表/句子說明，我可以再補上。
匿名
B1-2 小老師好！想問這個題組 https://storage.meteor.today/image/692ee9e1fa0dd2fc62b4b44e.jpg
B1-3 好，我把表格重寫、一步步算給你看（繁體中文）。 原表（已配對）重述： - 兩人皆暴露（病例+對照每日≥1包）：a = 2 - 病例暴露 / 對照不暴露：b = 36 - 病例不暴露 / 對照暴露：c = 8 - 兩人皆不暴露：d = 34 邊際總數：病例暴露 38、病例不暴露 42、對照暴露 10、對照不暴露 70。 5) 配對勝算比（只用不一致配對 b 和 c） 配對 OR = b / c = 36 / 8 = 4.5 6) 若不配對（用一般 2×2 表算未配對 OR） 病例暴露 = 38，病例未暴露 = 42；對照暴露 = 10，對照未暴露 = 70。 未配對 OR = (病例暴露 × 對照未暴露) / (病例未暴露 × 對照暴露) = (38 × 70) / (42 × 10) = 2660 / 420 ≈ 6.33 7) 「對照組每日吸菸1包以上的勝算比為何？」 若題意是問對照組內暴露與非暴露的勝算（odds of exposure among controls）： 對照組暴露 odds = 10 / 70 = 0.1429 ≈ 0.14（亦即約 1：7）。 需要我幫你算 McNemar 檢定、信賴區間或把結果用一句話解釋嗎？
匿名
B1-4 小老師好～～想再問這題！ https://storage.meteor.today/image/692eeb697b3c1d54162e9a79.jpg
B1-5 好 — 我把兩題一次幫你做清楚、用數字說明（繁體中文）。 先把表中「逐年追蹤檢查（年度平均發生率）」的男性與女性數字列出（單位：每10,000人／年）： - 29–34 歲：男 19.4、女 0.0 - 35–44 歲：男 40.0、女 2.1 - 45–54 歲：男 106.5、女 29.4 - 55–62 歲：男 209.1、女 117.8 Q8：與女性相比之男性發生 ASHD 的相對風險（male / female）在各年齡組的趨勢為何？選項中哪一項最符合？ - 29–34：female = 0 → 相對風險無法以普通比例算（理論上很大/無限），但因女率為0可視為男性明顯較高。 - 35–44：RR ≈ 40.0 / 2.1 ≈ 19.0（最大） - 45–54：RR ≈ 106.5 / 29.4 ≈ 3.62 - 55–62：RR ≈ 209.1 / 117.8 ≈ 1.78（最小） 由上可見：男性對女性的相對風險在中年（特別是 35–44）最高，隨年齡增加相對風險下降，在最年長組（55–62）為最小。因此最貼近的選項是 - e. 在年齡最大組中最低。 （備註：最年輕組因女性為0，RR 無法以常數表達，但整體趨勢仍顯示中年組 RR 最大，老年組 RR 最小。） Q9：針對男性在最初檢查與逐年追蹤檢查時 ASHD 率值差異，何者為最可能的解釋？ 觀察原表：每一年齡組的「最初檢查的率值」明顯高於「逐年追蹤的年度發生率」（例如 55–62 歲：最初 505.4 vs 逐年 209.1）。原因最直接且常見的是： - 最初檢查是在同一時點量測既有病例（盛行率，累積過去發生的病例），而逐年追蹤報的是新的發生速率（年度發生率/發生率）。盛行率通常比單年度的發生率大，因為前者累積了長期存在的病例。 因此最可能的答案是 - e. 最初檢查可評估 ASHD 的盛行率，而後續檢查主要是評估 ASHD 的發生率。 需要我把第8題的相對風險表格列得更整齊（含小數）或畫圖看趨勢嗎？
