過去研究曾發現 X1 因素會導致胰臟癌的風險增加，然而 X1 因素暴露者亦有較高 X2 因素的暴露，由於 X2 因素已知是胰臟癌的危險因子，在統計分析時控制 X2 因素後， X1 因素與胰臟癌的相關性消失，則 X2 因素對於 X1因素與胰臟癌關係中扮演何種角色？

本題觀念：

流行病學中的因果推論與干擾作用（Confounding）。

選項分析

本題描述的情境是經典的「干擾作用」三角關係。讓我們逐步檢視：

1. 觀察到的現象：X1 看似與胰臟癌有關。
2. 背後的事實：
   • X1 與 X2 有關（暴露者亦有較高 X2 暴露）。
   • X2 是胰臟癌的已知危險因子（X2 與結果有關）。
   • 控制 X2 後，X1 與胰臟癌的相關性消失。

這表示 X1 並非導致胰臟癌的真正原因，而是因為 X1 與 X2 相關，而 X2 導致了癌症，使得 X1 在統計上「看起來」像是危險因子。這種扭曲變數間真實關係的第三變數，即為干擾因子。

• A. 致病因子 (Causative agent/Risk factor)：雖然題目提到 X2 是胰臟癌的危險因子，但在探討「X2 在 X1 與癌症關係中的角色」時，我們關注的是它如何影響 X1 的統計結果。在流行病學結構上，解釋為何 X1 看似有效但實則無效的角色，稱為「干擾」。致病因子僅描述它對疾病的影響，未描述它對 X1 關係的影響。
• B. 干擾因子 (Confounding factor)：正確答案。干擾因子的定義必須滿足三個條件：(1) 與暴露因子 (X1) 相關；(2) 為結果 (胰臟癌) 的獨立危險因

...（解析預覽）...