觀察性研究（Observational Studies）
- 定義：觀察研究對象並測量特定結果，不加以外部操弄、也不試圖影響結果。
描述性研究（Descriptive Studies）
- 目前皮膚科許多研究屬描述性，包括個案報告（case report）與病例系列（case series）。
- 個案報告：對單一病人的人口學、臨床表現、診斷、治療與病程之詳細描述。
- 病例系列：報告一組具共同特徵病人的疾病、診斷程序或治療的某些面向。
- 用途：確立罕見疾病的表現、報告實驗性治療的初步結果、為更大型研究產生假說。
- 主要限制：缺乏對照組（control group）；有時可利用既有資料（如一般族群中危險因子的盛行率）作比較。
- 範例（Kasteler 與 Callen）：5 年期間看診的 17 位多發性肌炎／皮肌炎（dermatomyositis）病人中，14 位有頭皮侵犯，表現為萎縮性、紅斑、脫屑的斑塊；14 位受影響者中有 5 位先前被診斷為頭皮乾癬（scalp psoriasis）或皮脂性皮膚炎（seborrheic dermatitis）。此研究提升了對頭皮侵犯為 dermatomyositis 表現之一的認識。
以流行病學找出疾病病因
- 病例對照（case–control）、世代（cohort）與橫斷面（cross-sectional）研究常用於釐清疾病病因與危險因子。
- 方法：同時研究一個目標疾病（如皮膚 SCC）與一個懷疑為危險因子的曝露（如紫外線 ultraviolet [UV] radiation），把參與者分類為「有／無疾病」與「有／無曝露」。
病例對照研究（Case–control study）
- 設計：找出一群有病的人（cases），以及來自同一族群、沒有該病的比較組（controls），回溯性評估兩組的曝露程度。
- 要求：cases 與 controls 應取樣自單一族群、以相同方式收集資料，並就可能的干擾因子配對（如 60 歲女性 case 就配一位來自同一般族群的 60 歲女性 control）。
- 干擾因子（confounder）：與曝露及疾病兩者皆有關聯的外來變項，可能解釋部分或全部的曝露—疾病關係。它雖可能是疾病的促成因子，但並非由曝露所致，故不位於曝露與疾病之間的「因果路徑（causal pathway）」上。年齡與性別為常見的可能 confounder。將這些特性納入統計模型後關聯仍存在，則較可能是真實的關聯。
- 效應測量：勝算比（odds ratio, OR）= (a/c)/(b/d)，亦即 ad/bc。
- OR = 1 表示無關聯；統計上顯著大於或小於 1 分別代表正向或負向關聯。
- 相對風險（relative risk, RR）= (a/a+b)/(c/c+d)，為曝露者的疾病率除以未曝露者的疾病率。
- case–control 研究無法直接算出 RR；但疾病罕見時，OR 近似 RR。
- 優點：能以有限的參與人數探討具多種可能預測因子的疾病，特別適合罕見疾病；相對便宜且省時。
- 缺點：無法確定曝露是否先於疾病，故無法建立因果關係；存在多種偏差。
- 取樣偏差（sampling bias）：cases 與 controls 分別收集時可能不具可比性。
- 回憶偏差（recall bias）：因曝露為回溯性確認，有病者可能因一直思考病因而記得更詳細。
- 亦無法提供疾病的發生率或盛行率資訊。
- 範例（Picard 等）：以乾癬（psoriasis）為「曝露」，探討與冠狀動脈疾病（coronary artery disease, CAD；經血管攝影確診）的關聯；對照為年齡與性別配對、無 CAD（無病史或症狀、心電圖無 Q wave）且因非心血管疾病轉診至外科者。
- psoriasis 出現於 8.0% 的 cases 與 3.4% 的 controls，OR 2.64（95% confidence interval [CI], 1.42–4.88）；95% CI 不含 1，代表統計顯著。
- 多變項分析校正可能干擾的心血管危險因子後，OR 降至 1.84（95% CI, 0.99–3.40），含 1，故僅為邊緣顯著。
世代研究（Cohort study）
- 設計：從一般族群招募參與者，且招募時必須沒有目標疾病（如研究開始時全部參與者皆無 SCC），再依有無高劑量 UV 曝露分類並追蹤。
- 研究結束時比較高劑量 UV 曝露者的 SCC 發生率（a/a+b）與未曝露者（c/c+d），即比較曝露與未曝露者之疾病發生率，通常以 RR 表示。
- RR = 1 為無關聯；顯著大於或小於 1 分別代表正向或負向關聯。
- 可前瞻進行（對結果測量掌控較佳，尤適合致死性疾病）或回溯進行（較便宜、較省時）。
- 優點：
- 能決定發生率（incidence）= 特定期間內新病例數 ÷ 該族群中有風險的總人數。
- 因從疾病發生時即擷取資料，可提供自然病史資訊。
- 建立時序性（temporality）：曝露先於結果，故可作因果推論。
- 缺點：常需大樣本；對罕見結果較不可行。
- 範例（Zhang 等）：探討日曬床（tanning bed）使用與皮膚癌發生的關聯；研究族群為 >70 000 位女性護理人員，追蹤 1989–2009 年。
- 校正可能干擾因子（年齡、皮膚型、日曬曝露、居住地 UV index）後，35 歲前平均日曬床使用每增加 4 sessions/year，發生 BCC 的 RR 為 1.15（95% CI, 1.11 to 1.19）。
- 即平均每年使用 4 次或 8 次，BCC 風險分別比不使用者高約 15% 或約 30%，呈現「劑量反應（dose response）」效應。
- 青少年或大學時期曝露於日曬床的女性，風險高於較晚年才曝露者。
- 效應修飾（effect modification）／交互作用（interaction）：當曝露與疾病的關聯強度隨某變項（如年齡）的層級而異；此時曝露與 effect modifier 對疾病的作用相互依存，應分層呈現關聯。
橫斷面研究（Cross-sectional study）
- 設計：類似 cohort study，但起始族群不需無目標疾病，且曝露與疾病在單一時間點測量、無追蹤期。
- 可得盛行率（prevalence）= 受影響人數 ÷ 該時點有風險族群人數（如全部研究參與者）。
- 可研究曝露與疾病的關聯，但無法判斷何者先發生。
- 結果常以 OR 或相對盛行率（relative prevalence）表示；後者數學上為 (a/a+b)/(c/c+d)，但此處 a/a+b 與 c/c+d 是盛行率而非（如 cohort study 的）發生率。
- 優點：相對快速、便宜、不需追蹤；是唯一能提供疾病、曝露或其他危險因子盛行率的流行病學研究。
- 缺點：無法呈現時序性，故無法建立因果關係；對罕見疾病或罕見曝露不實用（需極大族群）。
- 範例（Love 等）：使用代表美國非機構化民眾的全國資料庫 National Health and Nutrition Examination Survey。
- 代謝症候群（metabolic syndrome）盛行率在 psoriasis cases 為 40%，controls 為 23%。
- 校正年齡、性別、種族／族裔、抽菸狀態與 C-reactive protein 濃度後，psoriasis 與 metabolic syndrome 關聯的 OR 為 1.96（95% CI 1.01–3.77），即 psoriasis 病人有 metabolic syndrome 的勝算高 1.96 倍（96%）。
表 123-4：各研究類型及其特性。OR，勝算比；RR，相對風險。
表 123-5：依疾病與曝露狀態對研究參與者的分類。OR =(a/c)/(b/d)；RR =(a/a+b)/(c/c+d)。SCC，鱗狀細胞癌；UV，紫外線。
圖 123-2：干擾（confounding）。藍色箭頭代表真實（此處為因果）關聯；紫色箭頭並非真實關聯，而是因 confounding 而觀察到的關聯。SCC，鱗狀細胞癌；UV，紫外線。