115年:醫學二(1)
某研究者想探討某基因多型性（AA／AG 組相對GG 組）是否與口腔癌的發生有關，收集 200 名口腔癌患者與200 名沒有口腔癌的健康者的資料，但該研究者懷疑該基因型與口腔癌的關聯性是否因抽菸狀態不同而不一樣，下列那一個考量或處理最能幫助該研究者解決此問題？
A檢定抽菸與基因型對口腔癌的交互作用（interaction）
B將抽菸狀態的變項加入羅吉斯（logistic）迴歸模式中做調整即可解決
C確認抽菸狀態是否對基因型鑑定（genotyping）判讀造成偏差（bias）
D增加病例與對照組的樣本數即可不用擔心
詳細解析
本題觀念：
本題的核心觀念為交互作用（Interaction），又稱為效應修飾（Effect Modification）。
在流行病學研究中，當一個暴露因子（如基因型）對結果（如口腔癌）的效應，會隨著第三個變項（如抽菸狀態）的不同而發生改變（例如：在抽菸者中基因的致癌風險很高，但在不抽菸者中風險較低或無關），這種現象就稱為交互作用。
選項分析
-
A. 檢定抽菸與基因型對口腔癌的交互作用（interaction）：正確。
- 研究者懷疑「基因型與口腔癌的關聯性是否因抽菸狀態不同而不一樣」，這正是交互作用的定義。
- 要解決此問題，統計上應在羅吉斯迴歸模式中加入「基因型 抽菸狀態」的乘積項（interaction term）進行檢定，或是依抽菸狀態進行分層分析（stratified analysis），分別計算抽菸組與非抽菸組的 Odds Ratio (OR) 是否有顯著差異。
-
B. 將抽菸狀態的變項加入羅吉斯（logistic）迴歸模式中做調整即可解決：錯誤。
- 這是在處理**干擾因子（Confounder）**的方法。
- 「調整（Adjustment）」是為了控制抽菸對口腔癌的獨立影響，得到一個去除抽菸干擾後的基因型「平均」效應。調整的前提通常假設基因型的效應在各層是均質的（homogeneity of effects）。
- 若單純做調整，會掩蓋掉不同層級間效應的差異，無法回答研究者關於「關聯性是否因抽菸狀態不同而不一樣」的疑問。
-
C. 確認抽菸狀態是否對基因型鑑定（genotyping）判讀造成偏差（bias）：錯誤。
- 這屬於測量偏差（Information Bias）。雖然實驗操作需避免誤差，但題目描述的是「關聯性（生物學效應）」的差異，而非實驗判讀的技術錯誤。
-
D. 增加病例與對照組的樣本數即可不用擔心：錯誤。
- 增加樣本數可以提高統計檢定力（Power），有助於更容易偵測到顯著的交互作用（因為交互作用檢定通常需要較大的樣本數），但若分析方法不對（例如只做調整而不測交互作用），樣本數再多也無法回答題目設定的疑問。
答案解析
研究者的核心疑問在於**「某因素的效應是否因另一因素的存在而改變」，這是典型的交互作用問題。因此，最直接且正確的處理方式是選項 (A) 檢定抽菸與基因型對口腔癌的交互作用**。
核心知識點
考生應釐清以下兩個流行病學重要概念的差異：
- 干擾因子 (Confounder)：
- 定義：扭曲了暴露與結果之間的真實關係（相關性不代表因果）。
- 處理：需要調整 (Adjust)、配對 (Match) 或分層 (Stratify) 來消除其影響。
- 目的：得到單純的、去除雜訊後的真實效應。
- 效應修飾/交互作用 (Effect Modifier / Interaction)：
- 定義：暴露的效應在第三變項的不同層級間是真實不同的（例如藥物只在特定基因型有效）。
- 處理：不能調整（調整會掩蓋真相），必須呈現交互作用或分層報告（分別報告各層的 OR）。
- 目的：揭示生物學上的複雜機制，說明在什麼情況下危險性最高。