作者：許承越
photo credit to: unsplash, UX Indonesia
我們提出問題並解決問題時，需要做研究來證實我們的想法。在流行病學與生物統計學上，有幾種研究類型，可以讓我們在不同的假設/條件/資源下，可以驗證結果來算出我們的想法。以下依照傳統上認定的效力高低來簡單介紹。
- Meta-analysis 統合分析
- Randomized controlled trial, RCT 隨機對照試驗
- Cohort study 世代研究
- Case-control study 對照研究
- Cross-sectional study 橫斷研究
- Case report/series 個案報告
- Expert opinion/experience 專家意見
Meta-analysis 統合分析
選定主題與假設，利用特定 keywords 尋找可能會用到的同類型、較容易比較之各個論文、統合大小不同 RCT、cohort study 等研究，去分析問題與證明假說。因為一篇 meta-analysis 通常都會用到好幾篇 RCT 來作為統計的依據與論述的證據，所以效力很高。
Randomized controlled trial, RCT 隨機對照試驗
觀察一群背景可能相似的受試者，在接受不同介入方式（可能是不同藥物、治療方式、生活型態調整等等），追蹤與觀察一段時間後，最終的觀察結果有何不同。
重點是藉由統計軟體、亂數表、電腦軟體等進行隨機分配，以讓其他干擾的變數降低。受試者通常會被分配到試驗組（服用新藥、接受新治療）或者對照組（服用安慰劑、或是使用目前的標準治療）。
優點是具有很強的時序性、較好控制我們想要比較的變數、較少回憶偏差，但是最耗費時間資源與人力成本。
又可以分為單盲、雙盲、三盲（ single-blinded、double-blinded、triple-blinded)
單盲是受試者不知道自己被分配到實驗組或對照組、雙盲是受試者與研究人員都不知道誰是試驗組誰是對照組、三盲是受試者、研究人員、執行統計的分析人員都不知道誰是試驗組誰是對照組。
題外話，單盲雙盲這種概念，是由現代統計學與現代演化論之父的英國人費雪發展起來的。傳說中有天費雪先生還在唸劍橋大學時，在陪幾位貴婦喝茶。
他們在爭論到底是把茶加進牛奶、還是把牛奶加進茶裡，哪個會比較好喝呢？後來費雪先生還真的很認真的做了研究；他們還真的把幾位貴婦們的眼睛矇起來，在其他條件都相同的狀況下（茶葉來源、熱水溫度、茶杯、等等）來試驗看看哪一種才是比較好的順序。
單盲雙盲、設定假說、隨機分配等重要統計概念，後來被費雪進一步整理與試驗，最後真的寫出了現代統計學的基礎大作，【試驗設計】這本書。
Cohort study 世代研究
觀察一群背景可能相似的受試者，但跟 RCT 不同的地方在於 Cohort study 並沒有研究人員主動介入或安排治療與藥物使用。Cohort study 是觀察這群受試者一段時間，進而分析一段時間後得出的結果與開始觀察時這些受試者的各個條件與變數，是否有關聯。
例如，觀察一大群背景條件差不多的人，有些有抽煙、有些沒抽煙，觀察一段時間後去看看這些人中得到膀胱癌狀況。優點是有清楚的時序性、相對比較容易推論因果關係、也較不會有 recall bias 等 bais，但缺點是很耗費人力與資源、不太適合觀察罕見疾病。
Case-control study 對照研究
先找到想要探討的健康問題研究方法，透過比較兩個不同群組，一個是有特定的疾病，作為病例組（Case）、而另一組沒有這些特定疾病的試驗者作為對照組（Control），來比較我們要探討的疾病與這些受試者其他背景條件的關聯性。
優點是可以一次分析很多可能病因、所需樣本比較少、跟Cohort study 或是 RCT 比較較為省時省力，但缺點是沒辦法確定因果關係（無法證明誰是因誰是果）、有可能會有 recall bias 。另外若要研究罕見疾病，這是很適合的研究方式，因為若要收案再觀察一群受試者到罕見疾病發病的狀況，實在太慢也太花費時間與資源。
Nested case-control 也是一種不太一樣的應用，利用一個 cohort 中所有已經發病/達到 outcome的受試者作為 cases，而再隨機從其他未發病/未達到 outcome 的受試者中選取 control 來做比對以及研究。
另外也有 case-cohort study 這種折衷方式，就是利用一個 cohort 中找出所有已經發病/達到 outcome的受試者作為 cases，再從 cohort 中隨機選出一個 subcohort，去做比較；通常跟 nested-case-control 相比較有效率。
Cross-sectional study 橫斷研究
研究一組受試者 baseline 的狀況，再去看這些條件與我們欲探討的疾病或 outcome 做比較。我們要探討的因子與疾病都是同一時間存在的。優點是方便、省時省力省資源、但缺點是無法推論因果關係（誰是因誰是果無法證明）、只能探討盛行率（Prevalence）而非發生率（Incidence）。
Case series/report 個案報告
分析特定特別案例，與之前的論文與研究成果做比較，並分析在特病病例上有何學習意義、以及未來可能可以進行的研究方向。
Expert opinion/experience 專家意見
特定領域的專家分享自己的經驗、截至目前為止之研究成果與可能應用方式、未來發展可能等等。
不同的研究方式，各有不同的效力、優點與缺點等。但是無論是什麼我們想要探討的問題，很難有真正單一個研究就可以做出100%正確的因果關係推論。很多我們目前認定的科學知識與見解，都是由大量的研究、統計、與大大小小的錯誤修正中得來的。
其他流行病學與生物統計學筆記：請按這裡
