讀中西醫整合的觀察性研究：兩個讓中醫看起來特別有效的分析陷阱

你讀到一篇健保資料庫研究：接受中西合療的癌症病人，死亡風險比未接受者低了四成，風險比（hazard ratio）0.6，信賴區間漂亮，樣本數上萬。

但是，這個數字可信嗎？真的代表中醫介入更好嗎？

在討論療效之前，有兩個與時間有關的分析陷阱必須先排除。它們的機轉不同，偏差方向卻一致——都會讓中醫看起來比實際更有保護力。

第一個問題：誰有機會成為暴露組

台灣的健保資料庫研究，收案對象幾乎都是自行決定要不要看中醫的病人。體力狀況較好、經濟條件較佳、行動能力足以自行往返中醫院所的人，本來就有較好的預後。這是典型的選擇偏誤（selection bias）。

這一點多數研究者知道，也會用傾向分數配對（propensity score matching）等方式處理。但配對只能平衡有被記錄下來的變項。健保資料庫沒有體能狀態分級、沒有腫瘤分期細節、沒有家庭支持程度，而這些恰好是決定病人有沒有餘力去看中醫的關鍵因素。配對做得再漂亮，殘餘干擾仍然存在。

真正容易被整個略過的，是下面兩個與時間有關的問題。

上為不死時間偏差，下為資訊性設限。前者靠時間相依變項或地標分析處理，後者需避免以治療中止作為設限點。

不死時間偏差：那段期間死亡的人不會出現在中醫組

如果把「曾使用中醫」定義為暴露組，病人必須活得夠久、狀況夠穩定，才有機會走進中醫診間被記錄到。從診斷日到首次中醫就診之間那段時間，死亡的人依定義不會被歸入中醫組。

分析時若把這段「保證存活」的期間也算進中醫組的追蹤期，就會系統性地高估中醫的保護效果。問題出在分析設計沒有對齊時間零點，與資料本身的正確性無關。

這個偏差有多大，取決於研究怎麼定義暴露。近年不少醫院推動化療期間同步介入中醫，病人在療程一開始就進入中醫門診，診斷到首次中醫就診的間隔被壓得很短，不死時間也隨之縮小。反過來說，如果研究把暴露定義成「一年內中醫就診達六次以上」，不死時間又會被重新拉長。

處理方式是把中醫使用視為時間相依變項（time-dependent covariate）：病人在首次中醫就診之前算未暴露，之後才算暴露，同一個人可以在追蹤期間改變身分。另一種做法是地標分析（landmark analysis）：設定一個固定時點，例如診斷後三個月，以該時點的中醫使用狀態分組，並排除在此之前就死亡或失去追蹤的人。

兩種方法各有取捨。時間相依模型用掉全部資料，但詮釋較複雜；地標分析直觀，代價是捨棄早期事件，地標時點訂在哪裡也會影響結果。

資訊性設限：容易被誤認成不死時間的另一種情況

臨床上還有一個場景，常被誤以為也是不死時間：病人已經在接受中醫治療，中途因為併發症，西醫端擔心中藥的影響而暫停中藥，病人後來過世。

這段停藥期間不屬於不死時間。病人顯然可能死亡，也確實死亡了；不死時間的前提是「結果依定義不可能發生」，這裡並不成立。

真正的問題在於中藥為什麼被停。停藥的原因是病情變差，而非隨機發生。如果分析在停藥當下把病人設限（censor），等於把一個即將發生的死亡事件從中醫組移走，這叫資訊性設限（informative censoring）。腫瘤試驗中因毒性或病況惡化而提前退出的病人，造成的是同一類問題。

處理方式與前者不同：要避免把治療中止當成設限點，改採意向治療式的分析，讓病人一旦進入中醫組就持續追蹤到底；或使用設限反機率加權（inverse probability of censoring weighting），依設限者的特徵回推權重，補回被移除的資訊。

實務上也可以反過來檢查：比較停藥者與持續用藥者在停藥當下的臨床特徵。如果兩群人差異明顯，設限就很可能帶有資訊。

讀論文時該看哪裡

檢查點	要找什麼
時間零點如何定義	是診斷日、首次治療日，還是首次中醫就診日？
暴露如何分類	「曾使用」還是累積次數？門檻訂在哪裡？
暴露是否隨時間變化	有沒有用時間相依變項或地標分析？
設限規則	治療中止是否被當成設限點？
敏感度分析	有沒有換一種暴露定義重跑？

方法學段落有沒有交代這幾件事，往往比結果那個風險比更值得注意。一篇誠實處理了時間零點與設限規則、效果量卻只有 0.9 的研究，可信度高於一篇沒有交代、卻報告 0.6 的研究。

這不是要否定中醫的價值

釐清偏差的目的，是讓真正存在的效果能被看見。當一個領域的研究普遍存在可預期的方法學問題，最先受損的是那些做得紮實的研究——它們的結論會被連帶懷疑。

觀察性資料在中醫研究裡仍然重要。台灣的健保資料庫規模與追蹤完整度在國際上少見，適合用來產生假說、描述使用樣態、偵測安全訊號。把它的限制說清楚，才知道哪些問題該留給前瞻性試驗回答。

延伸閱讀：〈中西醫整合醫學到底在整合什麼？〉說明三種臨床運作模式，以及模式歸屬如何決定研究設計的選擇。