公衛歲月（2005年-2012年）小說、雜文、散文集：
五十七、公共衛生監測管理系統之建言
作者：吳聰賢醫師
關於彰化縣公共衛生監測管理系統，針對王濬宸於98年2月10日，本局三樓簡報室的簡報，有一點質疑，由此質疑產生相關建言。此舉乃班門弄斧，野人獻曝，僅抒發個人想法，博取共鳴，若有冒犯之處，尚祈見諒。
會議中，連續接到女性民眾請教電話，第一通：「何謂登革熱？越南老公全身出疹，發燒惡寒，肌肉酸痛，當地國際醫院就診，醫師僅說白血球不高，沒說是否登革熱？很怕老公感染登革熱。兩內側大腿疹子鼓起來，還會癢，這是登革熱症狀嗎？」第二通：「吳課長，你剛才提到出血性熱登革熱，有點不安，老公去年元月，也曾發作類似的發燒、肌肉酸痛等毛病，是否引發出血性熱登革熱？怎麼辦？」
怕干擾會議進行，我兩度中斷，閃出簡報室，接電話與答覆。服務禮儀，強調服務本位。「越南確是登革熱（Dengue fever）流行區。典型登革熱（typical dengue fever）症狀包括發燒、頭痛、後眼窩痛、腰痛、全身痠痛、紅疹等，紅疹約發燒後第6天出現，屬點狀紅點，不突起，大抵上不會癢。用手掌按壓眼窩，有劇烈疼痛，稱後眼窩疼痛（retro-orbital
pain），是重要症狀。」
「登革熱之全身痠痛病癥明顯，故又名斷骨熱（broken bone fever）。因嚴重腰酸背痛，患者會抱怨『此生感染過最嚴重的感冒』，這也是診斷上之重要指標。登革熱屬病毒感染，白血球原本就不高，此種血球檢驗無大意義，應請醫院檢查登革熱病毒的抗原抗體反應（ELISA or EIA），以釐清診斷。」
「登革熱病毒分1、2、3、4共四型，若五年內曾感染某一型，今日又感染他型，有較高可能性引發出血性登革熱（hemorrhage
dengue fever），一般於出疹後數天內發生，故退燒後，反要擔心是否出血性登革熱。虛弱、頭暈、臉色蒼白、盜汗等症狀，以及注射針孔出血、鼻出血、牙齦出血、胃腸道出血、陰道出血等，都是出血性登革熱之症狀，需注意觀察，隨時就醫。」
當我告訴她，「出血性登革熱比典型登革熱預後差，以台灣醫療水準，死亡率達7-10%，若是落後的東南亞國家，死亡率更高達50%。」對方連說聲謝謝都來不及，慌張地掛斷電話。山之巔，海之涯，兩地相隔千里，這位在台林姓老婆，哪能不牽腸掛肚，焦慮萬分？恨不得插翅南飛，探望老公去了。
話休絮煩，言歸主題。因回答民眾問題，間斷聽講，沒能全程仔細嚀聽簡報，若見林不見樹，指鹿為馬，以偏蓋全，尚祈學妹不見笑。惟背後，關愛、疼惜之衷，督促學妹更上一層樓之心，昭然若揭。
簡報中有一統計圗，敘述各項檢驗指標之百分比，此圗吸引我眼睛。因現場，局長指示疾管課同仁許玉娟，需於簡報後簡單講評，疼惜之心，不讓同仁尷尬，當主管的總需解圍，故擬以此統計圗，延伸出若干說辭，幫屬下解困。卻因時間關係，不及說出講評，只得埋心底，就此了結。因您示意，勾起不吐不快之感，故藉機口沫橫飛，大發厥詞了。
統計圗包括三項指標：TG、HDL、HbA1c。TG（Triglyceride，三酸甘油脂）、HbA1c（Hemoglobin A1c糖化血紅素），沒有疑義，不需贅述。HDL是HDL-C（HDL-
cholesterol，High Density Lipoprotein-cholesterol，高密度脂蛋白-膽固醇）的簡稱，攸關高血脂症之危險因子，HDL僅是其中一項，傳統上，還包括LDL（LDL-C，低密度脂蛋白-膽固醇）與Total cholesterol（總膽固醇）兩項。
高密度脂蛋白-膽固醇（HDL-C），又稱「好的膽固醇」，此脂蛋白能將末梢膽固醇運往中心臟器，如肝臟，代謝成膽紅素，從膽汁排泄；如腎臟，轉換成腎上腺素（epinephrine）、副腎上腺素（nor-epinephrine）、皮質脂酮（corticosterone）等類固醇；如睾丸或卵巢，男性賀爾蒙（androgen）、女性賀爾蒙（estrogen）等激素，有其必要生理功能。
除高密度脂蛋白-膽固醇（HDL-C）外，依據比重差異性，尚可細分極高密度、中密度、低密度與極低密度等脂蛋白-膽固醇。是否尚待研究，暫且不提，惟現今醫學臨床上，除HDL外，其他均不關緊要，忽略之，不必細表。
關於低密度脂蛋白-膽固醇（LDL-C），又名「壞的膽固醇」，此脂蛋白會把膽固醇運往末梢，造成末梢血管的動脈硬化（arteriosclerosis）或動脈粥狀硬化（atherosclerosis），引發相關心血管或腦血管等疾病。題外話，至今，我仍搞不清arteriosclerosis、atherosclerosis兩術語的差異，似乎與動脈口徑大小有關，惟其口徑大小定義何在？
總之，血管病灶之危險因子，除了TG外，目前臨床醫師專注的，還包括HDL-C、HDL-C、Total cholesterol等三項，我的質疑即在此，簡報中的統計圗，為何獨厚HDL-C？難道此三項危險因子，HDL-C是最危險或最重要的危險因子？有科學依據嗎？有統計支持嗎？或許濬宸沒深思，僅是統計圗裝不下那麼多變項吧。
此質疑，讓我延伸如下建言。您不會覺得LDL-C可能比HDL-C更有其重要性嗎？說不定Total cholesterol更勝於其他兩者？解決紛爭之辦法就是跑統計，釐清紛爭。醫政課有腦中風資料，即所謂腦血管疾病，貴課若能加上心血管疾病資料，肯定天下無敵。94年，保健課萬人整篩（整合式社區健康篩檢）辦理下來，至少已累積4萬筆資料，連數萬支血清、血球，仍保存在台大血清銀行，丟著豈可惜？貴課糖尿病等慢性病，整合式服務計畫案，不也資料堆積如山？
因一般頭部電腦斷層之普遍，加上臨床資料，腦中風（CVA，Cerebral Vascular Accident）之腦血管疾病，臨床醫師大致可細分腦出血（cerebral hemorrhage）、腦栓塞（cerebral thrombosis）、腦血栓（cerebral embolism）三大類。cerebral thrombosis和cerebral embolism，中文翻譯混亂，是否腦栓塞或腦血栓，不必細究。
關於心血管疾病（CVD，Cardio-Vascular Diseases），由於64切電腦斷層之普及，病人尚未引爆心肌梗塞猝死之前，即能早期診斷，早期治療，故臨床上，可將其細分心肌梗塞（MI，Myocardial Infarction）、心絞痛（Angina Pectoris）和冠狀動脈硬化（Coronary
Arteriosclerosis）三大類。
關於高血脂症（Hyperlipidemia），當您建立此六大類疾病變項，上述質疑馬上迎刃而解。解決辦法，採用邏輯式迴歸分析模式（logistic regression model）。應變項可以有8種選項，包括腦中風、腦出血、腦栓塞、腦血栓、心肌梗塞、心絞痛、冠狀動脈硬化，以及總項高血脂症。
至於變項，基本上，當然包括TG、HDL-C、LDL-C、Total cholesterol共4項，此外，您也可以加入基本人口資料，如性別、年齡、籍貫、婚姻、學歷、職業、體重、身高、血型、家族史、疾病史、原住民、客家人、外省人…等，甚至加上局長喜愛的星座；以及其他的檢驗數據，如白血球、紅血球、血小板、血糖、糖化血色素、GOT、GPT…等，至於糖尿病史與飯前血糖、糖化血色素等，尤其有相關性。
邏輯式迴歸分析模式公式如下：
Y＝β＋aA＋bB＋cC＋dD＋eE＋fF＋gG＋hH＋iI＋jJ＋kK＋mM＋lL＋nN………
Y是應變項（dependence variable）。
β是斜率，或截距值、常數值，統計學上不特別在意，略之。
A、B、C、D、E、F、G、H…..是自變項（independence variable）
a、b、c、d、e、f、g、h…..是各自變項的斜率，代表各變項對應變變項的貢獻度，數值越高，表示貢獻度越高。
今簡略舉例如下：
冠狀動脈硬化＝4.562＋0.123性別＋年齡層（略）＋省籍別（略）＋0.467TG＋0.978HDL-C＋1.312LDL-C＋0.816Total cholesterol
跑統計後，以此例來說，男女性別之貢獻度極低，表示冠狀動脈硬化發生於男或女，沒有明顯差異性，男性、女性都會得冠狀動脈硬化；另外，每一變項，統計上，各有其P值，判定是否達統計學意義。依此例，TG、HDL-C、LDL-C、Total
cholesterol之貢獻度，分別是0.467、0.978、1.312、0.816，以1.312最高，代表LDL-C貢獻度最高，其次分別是HDL-C、Total cholesterol、TG，以TG最低。
此表示引發冠狀動脈硬化之危險因子（risk factor），其危險與重要性，依序是LDL-C、HDL-C、Total cholesterol、TG。所以，濬宸之簡報統計圗，該放的是LDL-C，而非HDL-C。若統計結果，HDL-C斜率最高，濬宸簡報時，就可大言不慚，振振有詞地說：「LDL-C不關緊要，省略，故以HDL-C作為代表。」
當然，您也可以探討腦中風、腦出血、腦栓塞、腦血栓、心肌梗塞、心絞痛等疾病之危險因子，了解其危險與重要性，也可以知道各危險因子是否達統計學意義。貢獻度低，可能不達統計學意義；但貢獻度高，也可能不達統計學意義。
切勿忘記，各種應變項、自變項，隨您高興而設，如您原始資料越多，花樣也更多，份量也越高；惟適而可止，放太多自變項，解釋更困難，重點也更模糊。何謂適而可止？萬變不離宗，乃繫之於我，存乎一心，隨機應變，不給自己增加工作負擔與壓力下，且能拿出成果，寫成報告，才是主要目的。
除邏輯式迴歸分析模式外，「t-test」、「ANOVA」、「MANOVA」，也是堪發揮的東西，可進行不同族群（population）或群組（group）間的統計分析。「ANOVA」，中文譯為變異數分析（analysis of variance）。「MANOVA」，可譯為多重變異數分析（multiple analysis of
variance）。至於，為何稱呼「t-test」，我莫哉殃。懂的僅滄海一粟。
舉例說明，「男、女」、「城、鄉」、「山地鄉、平地鄉」、「員林鎮、和美鎮」、「台中縣、彰化縣」、「彰化縣、台灣地區」等不同族群，可以進行「t-test」統計分析，分析HDL-C檢驗值在「男、女」、「城、鄉」…之間，是否有差異？此種差異是否達統計學意義？這就是「t-test」分析的標地。若單以兩長串數值之數學平均值作比較，僅知高低，無法得知是否達統計學意義。
可能的結果解釋如下，女性比男性有較高的HDL-C，但P值大於0.05，未達統計學意義；城市人比鄉下人有較高的HDL-C，P值小於0.05，達統計學意義；山地人比平地人有較高的HDL-C，P值小於0.05，達統計學意義；員林人比和美鎮人有較低的HDL-C，但P值大於0.05，未達統計學意義；台中縣人比彰化縣人有較高的HDL-C，但P值大於0.05，未達統計學意義；彰化人比台灣地區人民有較低的HDL-C，但P值大於0.05，未達統計學意義。以上僅是舉例說明，非真實。
所謂「未達統計學意義」，指兩族群或群組之間，其HDL-C之平均值，雖較低或較高，但落點在95%信賴區間以內，仍有大於5%的翻轉機會。第一次檢驗數值，統計結果，平均值雖較高，但第二次檢驗數值，統計結果可能反變低，且此機率大於5%。所謂「95%信賴區間（confidence
interval）」，牽涉標準差（standard deviation）與「Z表」之觀念，不擬細談。
當然，除了HDL-C，您也可以分析任何檢驗數值，包括TG、LDL-C、Total cholesterol、白血球、紅血球、血小板、血糖、糖化血色素、GOT、GPT等數據，均無不可。若用在你的碩士論文，豈擔心沒有材料可寫？隨手拈來就是長篇大論，海闊天空，任您發揮，放縱您遨遊，寫100頁的論文報告，都輕而易舉。
若族群（population）或群組（group）超過兩個以上，統計方法就改成「ANOVA」。例如，「本省籍、外省籍、原住民」、「台中縣、台中市、彰化縣」、「彰化市、員林鎮、和美鎮」…，各有3個群組；「本省籍、外省籍、客家人、原住民」、「台中縣、台中市、彰化縣、台灣地區」、「已婚、未婚、離婚、矜寡」…，各有4個群組；「不識字、國小、國中、高中、大專以上」、「10歲以內、10-20歲、20-30歲、30-40歲、40-50歲、50-60歲、60-70歲、70歲以上」等，分別有5或8個群組，只要3個以上，需採用「ANOVA」。
其實，「ANOVA」僅是「t-test」的群體統計分析，電腦同時跑無數個「t-test」而已。例如，「本省籍、外省籍、原住民」3個群組，就是跑「本省籍、外省籍」、「外省籍、原住民」、「本省籍、原住民」共3個「t-test」罷了。如是4個群組，排列組合，就是（4×3）÷2，共6個「t-test」；5個群組，就是（5×4）÷2，共10個「t-test」，其餘依序類推。
「ANOVA」統計結果判讀，P值小於0.05，表示達統計學意義，其真實涵意，並不嚴謹，除所有個別的「t-test」均達統計學意義外，凡所有「t-test」中，只要有一個「t-test」，達統計學意義即算。若P值大於0.05，表示排列組合中，各種「t-test」均不達統計學意義。您會發現，當「ANOVA」達統計學意義，您必須回頭，一個個，從新測試「t-test」，找出到底是哪一個或哪幾個「t-test」，達統計學意義。
至於「MANOVA」，原理類似「ANOVA」，只是更複雜而已。舉例來說，您要檢測「男、女」兩群組、「HDL-C、HbA1C」兩變項間是否有差異，則需使用「MANOVA」，它等於分析「男HDL-C、女HDL-C」與「男HbA1C、女HbA1C」兩種「t-test」，只要有一個「t-test」P值小於0.05，即達統計學意義。
若要檢測「本省籍、外省籍、原住民」三群組、「HDL-C、HbA1C」兩變項間是否有差異，則需使用「MANOVA」，它等於分析「本省籍HDL-C、外省籍HDL-C」、「本省籍HDL-C、原住民HDL-C」、「外省籍HDL-C、原住民HDL-C」、「本省籍HbA1C、外省籍HbA1C」、「本省籍HbA1C、原住民HbA1C」、「外省籍HbA1C、原住民HbA1C」共6組「t-test」。判讀原理相同，只要有一組「t-test」之P值小於0.05，即達統計學意義。
檢測範圍可以無線擴大，假設有「10歲以內、10-20歲、20-30歲、30-40歲、40-50歲、50-60歲、60-70歲、70歲以上」8個群組，有「TG、HDL-C、LDL-C、Total cholesterol、WBC、RBC、Platelet、AC
blood sugar、GOT、GPT」10個變項，依排列組合，【（8×7）÷2】×10，總共有280組「t-test」。判讀原理相同，280組中，只要有一組「t-test」P值小於0.05，即達統計學意義。
「MANOVA」好處在此呈現，若統計分析結果，P值大於0.05，表示不達統計學意義，您就賺到了，因電腦統計套組在幾秒鐘，幫您瞬間進行280組的「t-test」，豈非方便異常？「ANOVA」的好處也類似，只要P值大於0.05，萬事皆非，電腦幫您跑一連串的「t-test」，豈非省事異常，翹著二郎腿抽雪茄？
我只會耍嘴皮子，如何利用套裝軟體跑統計，非我專長，實用上捉襟見肘，到處碰壁，而非左右逢源。市面上統計套裝軟體，有名者包括SAS、SPSS，我均使用過，好難喔！不僅不順手，也忘了差不多了。至於Microsoft之Excel，也有統計軟體，「工具」之「資料分析」，內容也不少，有「t-test」、「Z-test」、「F-test」、「ANOVA」、「迴歸」等幾種。
已屆下班時分，不！早已超過了，現在是晚上6時20分，天色已暗，就此打住。拉雜寫了一大篇，希望能給您些幫助或貢獻，而不是倒垃圾。我不敢說：「有疑問或高見，歡迎切磋。」非男女授受不親，保持距離，以測安全，而是公務繁忙，分身乏術，被老闆壓得喘不過氣，再也沒體力切磋是也；另一方面，才疏學淺，也錯誤難免，切磋僅是露餡。
用功的女人最美，焦頭爛額的女人最棒，肝腦塗地的女人最帥，您在業務上的表現，讓當學長的我，望塵莫及，與有榮焉。最後，祝您百尺竿頭，更進一步。（98年2月12日完稿）
0 意見:
張貼留言