發佈日期：2018-08-21  

文/臺灣師範大學健康促進與衛生教育學系副教授 李子奇

　　筆者近10年來與蔡清標院長運用全民健保資料庫與重大傷病檔，進行了一系列ALS的流行病學研究，嘗試利用大數據分析方法，從更開放與全面的角度探討ALS的成因與發掘新療法。雖然我們利用醫學資料庫分析所得到的結果並不能立即應用在病友身上，但我們相信只要這些研究成果中的任何一部份能提供給其他醫學研究者新的研究方向，對ALS預防與治療的發展就會有意義。

 

　　在5年前，我們就曾嘗試性地全面分析全台灣ALS病友在健保資料庫中的所有過去病史，主要目的是要想找出可能會造成ALS的其他疾病，一旦真的找到某個疾病的族群中有異常高的ALS病友比例，便可進一步研究此潛在的危險疾病可能的致病機轉；或是找到某個疾病的族群中有異常低的ALS病友比例，也可進一步研究此潛在的保護疾病可能的抑病機轉；研究雖然找到了許多與ALS有相關性的疾病，但分析結果卻無法適當的歸納、統整與解釋，這個研究角度的分析便停頓了下來。這幾年來許多國際重量級的學術期刊，陸續登載了與ALS有相關性的疾病報告，加上健保資料庫中又累積了更多的ALS病例，我們便向漸凍人協會提出了這個沉寂了數年的分析構想，感謝協會連續2年提供我們研究經費購買資料進行分析。

　　在漸凍人協會支持下的研究計畫，我們重新調整了分析的流程，納入了更多的研究樣本，並應用了一些更大膽與創新的分析方法。與前次分析不同的流程是有關過去疾病的發生時點遠近被納入分析之中，篩選出ALS診斷日1年前、3年前、5年前、7年前，以及9年前之過去病史，藉以評估各疾病發生先後與ALS的關係。過去的研究很少考慮病史的發病日期，這個問題可能導致之前的研究有兩種可能的解釋：1.過去病史是ALS的保護或危險因子；2.ALS是其他疾病的保護或危險因子。當然，我們想看的是前者而非後者，此分析流程幫助我們釐清了這個研究問題。另外，我們應用了可提供更接近因果關係結果的統計方法~網路分析(Path Analysis)，簡單地說，這個方法可幫助我們建構過去疾病與ALS之間的關係網絡圖像，有了這個圖像，分析結果的歸納、統整與解釋便有了不同的風貌。

　　基於以上研究方法的改進，我們從1000多種病中找到了11個與ALS有負相關性的疾病、17個與ALS有正相關性的疾病。並進一步歸納11個與ALS有負相關性的疾病是「糖尿病」與其併發症，而17個與ALS有正相關性的疾病則可歸納為「營養、新陳代謝異常」與其共病症。糖尿病可解釋為代謝機能低下的族群，而後者(正相關性的疾病)則可解釋為代謝機能亢進的族群。換句話說，經過了層層的篩選與分析所找尋到與ALS有相關性的疾病史，最終得到的結果支持了一個醫學界已知的現象：代謝機能長期處於過度亢進的狀態，是ALS的可能成因之一。這點或許可以用來解釋為何ALS病友好發於重勞力、運動員、頭部外傷、受感染等族群之中，因為這些族群的人代謝機能易處於過度亢進之中，而ALS病友的基礎代謝率平均來說也比一般人高。比較新的發現是，「糖尿病是ALS的保護因子嗎」，這點近幾年在ALS的研究上也漸漸被討論到，可以提供後續做更進一步的研究。