晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

筆者前些日子去長庚醫院參加「資料庫研究的研究設計方法與測量」的研討會，這個演講主要分為兩大主題「健保資料庫研究設計與應用」、「資料庫藥物流病研究的測量」，筆者想跟讀者分享演講過程學到的知識以及筆者的一些心得。

• 健保資料庫研究設計與應用

主要講述內容包含(1) 觀察性研究會遇到的偏差(bias)；(2) 常見的研究設計與如何避免研究的偏差；(3) 演講者在實務研究上的分享

相較於在嚴格控制情境之下的臨床試驗，目前醫學研究多數仍為以真實情境世界所蒐集的資料（real world data; RWD）所進行的真實世界研究（real world study; RDS），特別是以例行性蒐集資料（routinely collected data，以下簡稱RCD）由於資料已經預先收集，通常樣本數較大，因此很常被用來比較療效（treatment effectiveness），以台灣而言最常見的為健康保險資料庫（NHIRD或衛生福利資料科學中心）、醫院的電子病歷資料庫（electronic health records; EHRs）以及各醫學會的登錄研究（registries）。

由於網路是在近二十幾年才開始越來越發達，因此在過去來說，對於此類 例行性蒐集資料並沒有很完整的方法學體系的知識，但很幸運的是，在過去的十幾年間，許許多多的流行病方法專家與生物統計學家展示了各種偏誤（bias）、提出這些偏誤的來源以及提供了許多處理方式。

由於平台的推廣，加上網路時代快速的要求，網路問卷已經愈來愈普遍，也愈來愈被大家接受。現在不只消費者調查，觀眾、遊客、員工調查也大量在使用網路問卷。

筆者這次將利用Joinpoint軟體官方提供的資料，來介紹Joinpoint軟體的操作與需要注意的細節(主要針對筆者在學習過程中所遇到的狀況)，Joinpint軟體的操作可分為四個區塊:

參、文獻排序

在多篇文獻的排序中（包含內文引用或後續的參考文獻），中文的文獻須排列在英文文獻之前，除此之外，中英文獻的排序規則並不完全相同，以下將分開說明，並依據規則的先決條件依序呈述。

貳、參考文獻

參考文獻是在本文之後，將有用到的文獻全部彙整，書寫樣式基本上以第一行靠左對齊，第二行以後為縮排兩字元。在呈現的部分，會因為文獻屬性差異而呈現不同內容，下面筆者將列出一些常用的文獻屬性來歸納。

正在進行研究或攻讀學位的您，一定常被要求以APA格式撰寫報告或論文，所謂的APA格式是指美國心理學會（American Psychological Association）出版的《美國心理協會刊物準則》，目前是一個為廣泛接受的研究論文撰寫格式，特別針對社會科學領域的研究，用來規範學術文獻的引用和參考文獻的撰寫方法。

由於中文與英文在撰寫上有一定的落差，所以真正的APA格式其實無法完全100%套用在中文的報告上，網路上可以找到最完整中文版的APA格式規範應該就屬於臺北市立教育大學前校長林天佑所整理的版本，最後一版為2010年所整理的第六版；至於書籍的部分則可以搜尋美國心理學會出版手冊：論文寫作格式（陳玉玲、王明傑，2011）或學術論文寫作：APA規範（張保隆、謝寶煖，2005）。

上班族最關心的莫過於升遷與獎金，而每年或每季的考核決定了員工的未來，這不僅員工關心，主管或老闆也非常頭痛。但是，大家回想一下自己公司的考核，是否常有以下的毛病？

1.使用紙本評分表或EXCEL進行管理，怎麼催都有人不交，統計起來也費時費力…

本篇文章介紹美國衛生研究院(National Institutes of Health (NIH))提供的Joint Trend Analysis software，這個軟體主要運用在長期趨勢資料分析(例如:想研究癌症的發生率在各個年代的變化)，透過此軟體使用者可以很容易地根據資料產生不同的Joint regression model，此迴歸模型主要用來找出癌症發生率趨勢變化的轉折點(Jointpoint)，可以回答哪一個時間點開始出現趨勢的變化(例如:發生率的下降或上升)。

在使用上，一開始使用者能藉由提供最小和最大轉折點個數。軟體將以最小轉折點個數（例如0個轉折點，此時圖形為一條直線）開始計算，並測試增加轉折點是否相較於前一個模型更具有統計顯著性，最後軟體能幫使用者找到一個最佳的模型(轉折的趨勢都有達到統計上的顯著)，使用者能夠測試趨勢的明顯變化是否具有統計意義。此外軟體還提供查看每一個模型的圖形，從具有最小轉折點數量的模型到具有最大轉折點數量的模型，讓使用者可以用於結果的呈現。如附圖所示:

比較療效時常見的偏誤（Sharma 等人）

Sharma 等人於 2019 年在《Clinical Epidemiology》發表了一篇名為『Observational studies of treatment effectiveness: worthwhile or worthless?』的文章²，本篇文章所提到的偏誤以及處理方式並非針對醫學資料庫，而是對於所有的觀察型研究都適用，而且針對的是前瞻性世代研究（prospective cohort study）。