★摘要：
族群可歸因分率(Population Attributable Fraction, PAF)是流行病學領域中一個重要的衡量指標，旨在估計危險因子對於特定疾病所造成的可歸因比例，在計算疾病負擔與成本效益分析有極重要的地位。全球疾病負擔計畫(Global Burden of Disease, GBD)在估計多個危險因子對於特定疾病所造成的聯合效應時，常假設危險因子之間分配互相獨立；當危險因子之間存在的交互作用以及因果關係，導致各個危險因子個別的可歸因比例加總超過1時，則使用經驗估計式；不過該經驗式的正確性與使用時機不但不清楚，在因果的定義解釋也不明確，同時也鮮有學者針對PAF提出機制分析的方法。本研究透過因果推論的反事實模型框架，整合過去學者針對PAF指標所提出之交互作用以及中介效應的機制分析，針對兩個危險因子的情況，將總效應拆解為五條不同的路徑，並且提出每一條路徑所對應到現實生活中的因果意義；同時也藉由上述的方法學，統合了過去學者對於PAF的機制分解法，也同時說明GBD經驗估計式的適用時機。上述研究結果能夠更正確評估多危險因子的綜合疾病負擔，對於機制的了解，也能提供政策制定者進行正確且有效益的醫療衛生決策。
★講者介紹：
林聖軒 博士
國立陽明交通大學 統計學研究所 教授
國立陽明交通大學 數據科學與工程研究所 和聘教授
★專長:
因果推論、中介效應分析、流行病學、生物統計、遺傳基因數據分析、精神醫學
★日期: 2024年4月18日（四）
★時間：中午12點入場, 12:20PM-13:20PM 演講
★地點: 公共衛生學院1樓拱北講堂
★報名: https://forms.gle/PXBfPXxZSFhS5PTp9
★截止時間：4月12日（五）中午12：00前完成報名，人數上限40人，額滿截止，報名成功者另行通知
★本活動中午提供簡易輕食，並請自行攜帶水杯
主辦單位：國立臺灣大學健康資料研究中心
協辦單位：國立臺灣大學公共衛生學院、臺大公共衛生學院流行病學與預防醫學研究所