Irene*~

流病：病例世代研究法

>先前，講到巢式病例對照研究nested case-control study時，我說過病例對照研究可以變形出不同的類型，巢式病例對照僅是其中的一種。因為很多方法都是在1990年代以後才發展出來的，所以絕大部分的教科書都沒提到，學校也都沒教。

>今天我們來介紹一種變形，也就是病例世代研究（case-cohort study)，又稱為以病例為基礎的對比研究 (case-base reference study)，這是Preentice於1986年所發表的方法 (Prentice RL: A case-cohort design for epidemiologic cohort studies and disease prevention trials. Biometrika, 73:1-11, 1986)。

在流行病學研究中，我們常常會遇到在一個大樣本的世代中，追蹤一段時間之後只能得到少量的病例，其他大多數的對象只能得到設限 (censored) 的觀察結果。

什麼是設限資料 (censored data)？簡單地說，就是不知道正確的存活時間。比如我們現在觀察一個研究對象發病的情況，從開始觀察到研究結束時，事件並無發生；而他在未來某個時間點是有可能會發生出事件的，只是我們目前並無法知道。會造成設限的因素，可能是到了觀察截止時都沒有事件發生，或是被觀察的對象失去了追蹤，即lost to follow-up，又或者是觀察的對象主動地退出了研究 (現在的倫理審查都要求可以讓對象退出喔)。

我們舉個例子好了，研究開始到結束假設為五年。
A------------------------X (第二年)
B----------------------------------------------------------------研究結束
C 第一年後才加入--------退出研究 (第二年)
D 第一年後才加入--------X (第二年)
A從研究開始到第二年發生事件 (生病或死了)，因此A的存活時間為兩年，這是非設限的資料。
B從研究開始到結束，都沒有觀察到事件發生，存活時間至少超過五年，所以這是設限的censored資料。
C從第一年後才加入，而在第二年後退出研究，存活時間為至少一年，並且這是設限的censored資料。
D從第一年後才加入，但在第二年時發生事件，存活時間為一年，這是非設限的資料。

所以，大家可以對於設限censored資料，所有概念了吧！其實，上面所提的設限資料，是一個右設限資料right-censored data；意即我們認為研究對象會在研究截止後發生事件，但是我們並不知道事件確切的發生時間。

相對於右設限資料，也就有左設限資料，不過這比較少見。左設限資料，也就是說對於一些研究對象，我們知道他們在研究截止前發生了事件，但是我們不知道事件確切的發生時間。比如說，我們知道一個病人已經感染了B型肝炎病毒HBV，但是我們並不知道他是在那個時間點被感染的；所以，我們也無法得到真正的存活時間。注意喔，右設限是研究截止後發生了事件 （右邊），而左設限是研究截止前發生了事件 (左邊)。 那會不會兩邊都設限的資料呢？那就作double censored data!
懂了嗎，我們常常會得到的資料是設限的，如果要獲得所有對象的共變量資料來進行統計分析，則需花費大量的資源。為此，Prentice提出了病例世代研究(case-cohort study)，這種研究僅收集全部研究對象 (全部世代) 中的一個隨機樣本 (子世代, subcohort) 和所有發病者 (不論是否在子世代內) 的共變量資料來分析，因此極具研究效率。該方法融入了病例對照研究與世代研究的許多優點，因此慢慢地被應用於醫學研究中。

>病例世代研究怎麼進行呢？先根據研究目的確定合適的對象來當作研究世代，然後按照一定的抽樣比例在世代中抽取一部分對象作為對照組（也就是子世代）；追蹤一段預定的時間，將追蹤期間內於世代中所發生的所有患者當作病例组，並與上述的隨機對照組進行比較。然後，以病例對照研究的分析方法來估計OR值；也可估計RR值；也可運用Cox模型來進行多因子的分析和計算RR值。

>那你還記得我們說過的巢式病例對照研究嗎？我們復習一下，這是將世代研究與病例對照研究相結合的一種雙向研究設計；在進行世代研究時，我們會收集世代成員的暴露資料以及有關的訊息，並且在追蹤期間內追蹤到所發生的病例數，然後以世代中所發現的病例作為病例組，對照組則來自同一個世代，進而從中進行病例對照研究。

那病例世代研究與傳統的病例對照研究有何不同呢？OK，病例世代研究的對照是隨機選取的，並不與病例進行配對；並且在隨機對照的成員如果發生了被研究的疾病時，他可既作為對照，也又同時可作為病例。由於病例與對照組的成員有可能會產生重疊，如果想要達到同樣的統計效力，在相同的病例數目下，病例世代研究通常需要比病例對照研究選擇更多的對照。當然，如果疾病是不常見的，病例世代研究所需的額外對照數目將不會很多。因為它兼具了世代的特質，所以可以同時研究多種疾病。

>在台灣，台大于明暉老師在探討B型肝炎病毒量的長期變化趨勢和肝細胞癌的危險性，就曾利用過病例世代研究法 (Ref: Wu CF et al. Long-term tracking of hepatitis B viral load and the relationship with risk for hepatocellular carcinoma in men. Carcinogenesis, 29: 106-112, 2008)。

>我們以于老師的研究，來說明病例世代研究是怎樣進行的。
先說明這項研究的背景，B型肝炎病毒（hepatitis B virus，HBV）量之長期變化與肝細胞癌 （hepatocellular carcinoma，HCC) 發展的關係，知之甚少。于老師在一項具有2874名HBV表面抗原陽性且年齡在30歲以上的男性台灣公務人員之世代中，執行了一項病例世代研究。從112名病例和1031名非病例的血漿樣本中，分析HBV基因型和DNA濃度 (即病毒負載量）；診斷前血漿HBV DNA濃度是從每個人的多重樣本中加以測量 （共7706個樣本），在診斷前最長的期間達到16年。基線的病毒負載量可影響HBV基因型所相關的肝細胞癌危險，並且在基線時所測得的病毒量可以預測高病毒負載量的持續性，而這可導致肝細胞癌。而在(追蹤)九年內，都可看到中度到高度的病毒負載量。B型肝炎e抗原（P <0.0001）、B肝病毒的基因型C感染（P=0.0369）、和長期的ALT升高（ALT異常的定義為大於受訪時的≥50％）（P=0.0005）是正相關於高病毒負載量之較長持續時間。在多變項的調整後，HBV基因型C [勝算比（OR）= 5.97，95%信賴區間（CI）=3.44-10.34]、高病毒負載量大於受訪時的≥50％（相較於持續低病毒負載量：OR = 5.04，95% CI = 2.31-11.00）、以及長期的ALT升高（相較於持續的正常ALT濃度：OR = 2.84，95% CI = 1.46-5.51）分別佔了肝細胞癌 (族群可歸因危險性，population attributable risks，PARs；這以後我們再講) 的43.5%、57.2%和24.9%。

原文如下：Baseline viral load influenced HBV genotype-specific HCC risks and predicted the persistence of high viral load (≥4.39 log copies/ml) that can cause HCC. Moderate to high tracking of viral load was observed within 9 years. Hepatitis B e antigen (P<0.0001), genotype C HBV infection (P=0.0369) and longitudinal alanine aminotransferase (ALT) elevation (defined as ALT abnormality in ≥50% of the visits) (P=0.0005) were positively related to longer duration of persistence for high viral load. After multivariate adjustment, HBV genotype C [odds ratio (OR)=5.97, 95% confidence interval (CI)=3.44–10.34], high viral load detected at ≥50% of the visits (compared with sustained low viral load: OR=5.04, 95% CI=2.31–11.00) and longitudinal ALT elevation (compared with sustained normal ALT levels: OR=2.84, 95% CI=1.46–5.51) accounted for 43.5, 57.2 and 24.9% of HCCs, respectively. 

重點是，我們要看看于老師怎樣進行這項研究。

這項研究在一項具有2874名HBV表面抗原陽性且年齡在30歲以上的男性台灣公務人員之世代中，執行一項病例世代研究 (這是一項4841名HBsAg陽性帶原者世代的一部份)。從1989年起開始追蹤，研究對象被邀請回來進行健康檢查，而血清ALT濃度是測量基線時與在1994年之後的濃度。研究對象的存活資料是連結死亡檔與癌症登記檔來確認。當然，研究對象也有一些排除條件，最後總數為2410名合格之研究對象。到了2005年，確認有112名肝細胞癌病例。 

關鍵來了喔，于老師使用病例世代研究設計，從2410名研究對象中，隨機抽取出1084名 (45.0%) 的子世代；在這子世代中，包含了原先112名肝細胞癌病例中的53名。當然，在估計危險性是還是要作點加權，可參考以下文獻：Barlow WE. Robust variance estimation for the case-cohort design. Biometrics 1994; 50:1064-1072.