CH 9：案例對照研究 vs 商業分析
案例對照研究的基本意義
實驗性研究以外的方法，是準實驗、觀察性研究。而觀察性研究最爲為人知的則是隊列研究。
而另一種常被使用的的觀察性研究方法，則是 case-control study 案例對照研究。
與隊列研究的設計策略不太一樣：
- 隊列研究依據暴露設定：暴露組、未暴露組，而後才追蹤事件的發生與否
- 案例對照研究則是依據事件發生與否區分案例組、對照組，再追溯歷史觀察暴露特徵
使用時機：
- 當歷史數據難以取得、或成本太高
- 事件發生率極低（隊列的話分母超大、分子超小）
- 事件需要很長的時間才發生（隊列要等很久）
- 對該事件的理解很少（因為多數的暴露很複雜，隊列要有⾜夠詳細資訊，如：持續時間、關鍵期）
- 分母的人群是動態的
案例對照研究的問題與當代方法學的觀點
在以前，案例對照多半被認為劣於隊列研究，是無隊列研究時的替代⽅案。
在 1980 後，Miettinen 認為案例對照研究能更容易理解暴露與事件之間的關係。因此案例研究是⼀種基於「抽樣」的研究方法。
也就是說，如果能在案例對照研究中選擇足夠有代表性的組別，那案例對照的價值與效率其實十分不錯。
當代的觀點正是：
案例對照中「對照組」的目的是用以確定⼈群中暴露和未暴露的相對⼤⼩
通常 Nested case–control study 巢狀案例對照研究的效率高於隊列研究；兩者之間的差異在巢狀案例對照研究的分母是「抽樣後」的人、或人時。但隊列研究的分母則是該組別的人、或人時。
研究方法
案例對照研究需要將研究對象分成：發生事件、未發生事件。發生事件，就是案例組，未發生事件則是對照組。
選擇案例組
事件發生於否的的嚴謹定義十分重要，最好使⽤所有可⽤且準確的證據定義真實的事件的發生。如果要在「兼容性」、或「限制性」之間做出選擇，請選限制性的，至少可以減少錯誤分類的偏誤。
區分事件發生時要考慮因果機制，將可能由同⼀因果機制引起的案例歸為⼀組，如果現有知識不足仍可以作為參考（定義也有可能隨時間、隨之事增加改變）
Incident 新發生、Prevalent 曾發生：Incident 表當下新發生案例、Prevalent 為曾發生案例，這牽涉到事件發展的速度、以及事件發生的持續時間。如果關心的是「為什麼發生這個事件」，則應該探討 Incident，別無選擇就只能依靠 Prevalent
Complete Case 完整案例、Partial Case 部分案例：通常會認為案例組應該包含所有事件發生的資料，但這並不正確（為了有效性）；有時候在案例組中去除資訊不齊全、或可能有異常的樣本是有必要的，但可能會犧牲有效性，
選擇對照組
對照組跟案例組來自同一群體但未發生事件的人群（研究基準），可以是抽樣。此外，對照組須獨⽴於暴露狀態對控制進⾏採樣，選擇對照組的條件需與暴露無關。但在區分案例與對照時，研究人員要反復問：
如果對照組中的一個樣本發生了事件，那他最終會成為案例組嗎？ — Would Criteri
有事件發生就應該在案例組發生（但不一定被用於分析）。
選擇對照組可以是：
- Population controls：從明確定義的⼈群中識別
- Hospital or clinic controls：從來自同一個機構中選擇
- Dead controls：透過最終狀態來進行選擇
對照組的抽樣：
- 當案例少、對照多時，可增加對照組樣本提⾼檢定效力
- survivor sampling 倖存者抽樣：完全未發生事件者作為控制組
- case base sampling 事件基礎抽樣（事件隊列抽樣）：從可追溯時間開始在高風險研究對象中直接抽樣
- risk set sampling 風險集抽樣：當發生事件時，從可能發生事件的人中抽樣
分析、與局限性
常用「Odds Ratios」、「Contingency table」做分析。但當控制組是來自於抽樣後可能發生事件的人群，可能不知道人群真實的大小，無法形成 Contingency table 中的總人數、分母等，所以會直接用比值。
優點
- 事件發生率低時很有效
- 事件發生所需的時間很長時有效
- 可評估多次暴露的影響
- 先備資訊少時好用
缺點
- 研究罕見暴露的效率低
- 用歷史資訊可能缺乏詳細的暴露資訊
- 歷史資訊易產⽣偏差
- 難判斷暴露與事件的時間關係
參考
本系列文章都參考「Essentials of Epidemiology in Public Health」這本書，作者是 Ann Aschengrau 與 George R. Seage，有興趣可以到下面這邊看看
