阿摩線上測驗
14.以世代研究法探討A因子是否為B的危險因子，結果顯示粗相對危險性為10；進一步分層分析顯示，有C因子
存在狀況下相對危險性為3.8，沒有C因子存在狀況下相對危險性為4。調整C因子後，A造成B的校正相對危險 性為4，與粗相對危險性數值相較後有明顯差異。下列敘述何者正確？
(A)C因子為交互作用因子
(B)C因子與A因子無關
(C)C因子為干擾因子
(D)C因子不是B的危險因子
答案：登入後查看
統計： A(379), B(48), C(1038), D(165), E(0) #2969128
統計： A(379), B(48), C(1038), D(165), E(0) #2969128
詳解 (共 7 筆)
tyjgo365days
#6467783
第三因子分為：
- 交互作用因子（真正在改變關係的變數）
- 干擾因子（讓我們誤判關係的變數）
交互作用因子（interaction）
就像兩個變數「一起出現時效果更強或更弱」。
例如：咖啡（暴露）本來就會讓人精神好，但如果再加上音樂（第三因子），精神變更好！這種「咖啡＋音樂」的組合，就是有交互作用。
分層後不同層的風險比（OR 或 RR）差很多，代表有交互作用。
干擾因子（confounder）
就像是來攪局、讓你誤會誰是兇手的變數。
例如：你發現喝咖啡（暴露）的人容易心悸（疾病），但後來發現這些人也都睡很少（干擾因子），其實是「睡少」才讓他們心悸，不是咖啡。
分層後不同層的風險比（OR 或 RR）差不多，代表沒有交互作用，而是干擾。
再舉個例子
想知道吸菸（暴露）是否會導致肺癌（疾病），但你懷疑年齡會影響結果。
你可以把人群分成：
- 年輕組（<40歲） → 計算一個 OR
- 年長組（≥40歲）→ 再計算一個 OR
這樣就能觀察這兩組的 OR 是否差很多。
透過分層分析來判斷：
干擾因子（Confounder）
- 分層後每層的 OR 都差不多
- 但跟「未分層的粗 OR」差很多 ⇒ 表示「年齡」是干擾因子
交互作用（Effect modification）
- 分層後每層 OR 差很多（一組 OR = 1.2，另一組 OR = 6.5） ⇒ 表示「年齡」改變了吸菸對肺癌的影響 → 有交互作用
未做分層前、把所有人混在一起算出來的那個 RR 或 OR，叫做「粗RR（Crude RR）」。
|
分層後每層OR/RR 差不多，但跟粗RR差很多 |
干擾因子 |
這個因子是來「干擾」的 |
|
分層後每層OR/RR 差很多 |
交互作用 |
表示暴露對疾病的影響，會因為這個因子而「改變」 |
|
分層後每層OR/RR 差不多，且跟粗RR也差不多 |
沒有影響 |
第三因子不是干擾也不是交互作用 |
13
0
Ariel
#6529842
1
0
