飲食型態分析

1. 單一飲食頻率與性別之相關性

我們以 student’s T-test 分析男、女性之 52 種單一飲食頻率之差異。

2. 類別變項-面皰之可能危險因子’

我們觀察面皰患者與無面皰之受試者於影響面皰發展之可能 危險 因子之分布，將年級、肥胖、青春期階段、地區層、吸煙、飲酒、心 理沮喪、嘗試減重、激烈運動頻率、防曬、上下腹部疼痛這幾個變數

定義為類別變項進行統計分析，並使用卡方來檢定顯著性，但若樣本 數太小，也就是在列聯表中，細格內期望值小於 5 之現象超過所有細 格數之 25% ，導致無法使用卡方檢定時，改用費雪精確檢定 Fisher’s exact test 作檢定。

3. 連續變項

身 體 檢 查 生 化 值 變 項 以 student’s T-test 分 析 面 皰 患 者 與 無 面 皰 之受試者兩組間是否有顯著差異。

4. 面皰嚴重性與飲食型態之相關性

男、女生個別以減縮維度迴歸 (RRR) 分析面皰嚴重性與飲食型態 之相關性。以 52 種食品飲食頻率為自變項，面皰嚴重性為應變項因 變數，RRR 找出面皰嚴重性之最大可能變異，給予每一種食品一個因 素荷量值，當此值為正值表示其與面皰嚴重性呈現正相關，當其絕對 值越高代表該食品飲食頻率與面皰嚴重性之相關程度越高，反之，當 此值為負值顯示該飲食頻率與面皰嚴重性有負相關。

根據上述 RRR 之單一飲食之因素荷量值與食物本質之相似性，

進行食物類別之合併。

我們依照每一種食物品項之因素荷量值由大至小排序，以因 素荷 量值之絕對值大於等於 0.2 為切點進行飲食型態分數的計算，計算公 式如下：

飲食型態分數 = 飲食頻率 (次/月) x 該食品因素荷量值（絕對值 大於等於 0.2 者）

我們考慮樣本數之多寡進行飲食頻率分數的分組。以女性為 例，

依序飲食頻率分數高至低排列後，分成四分位組，第一個四分位組之 飲食頻率分數平均值最低，第四個四分位組的分數平均值為四組中最 高。

5. 飲食型態分數分位組對發炎性面皰之風險比

以層次邏輯式迴歸分析(hierarchical logistic regression)全體女生飲 食型態分數四分位組對發炎性面皰之發生之風險比，自變項為飲食型

態分數四分位組，應變項為「是否患有發炎性面皰」；並且在調整了年

齡、身體質量指數、青春期發展程度、地區層、日光曝曬、吸煙、飲 酒以及和飲食可能相關之兩個變項 (心理沮喪、嘗試減重)，觀察飲食 型態對發炎性面皰之影響。

6. 飲食型態分數分位組對面皰嚴重性之風險比

「飲食型態分數分位組對面皰嚴重性之風險比」之統計分析 相似

於「飲食型態分數分位組對發炎性面皰之風險比」，將層次邏輯式迴歸

分析之應變項改成「面皰嚴重性」為唯一不同之處。

7. 飲食型態分數分位組間飲食頻率之比較

以趨勢檢定(trend test) 飲食型態分數分位組間之單一飲食頻率是 否隨著分位組之分位數增加而有上升或下降之變化。

8. 男性面皰與飲食之相關性

男性之食品因素荷量值與過去文獻不一致，為了進一步了解 男性 之面皰與飲食之相關性，我們利用以下兩種方式分別進行探討：

(1) student’s T-test 分析面皰患者與非面皰患者兩組對於單一食品 飲食頻率是否有顯著差異。

(2) 以 24 小時飲食回憶問卷之資料，計算攝取一份單一食品之平 均熱量，以每人每天攝取總熱量之兩千大卡進行校正後，再利 用減縮維度回歸進行分析，找出面皰嚴重性之飲食型態(附錄十 一)。

表五、各層預定訪問樣本數

年齡層

全 體 各地區層 每所學校

男 女 合計 男 女 合計 男 女 合計 國一生 324 324 648 54 54 108 9 9 18 國二生 324 324 648 54 54 108 9 9 18 國三生 324 324 648 54 54 108 9 9 18 總 計 972 972 1944 162 162 324 27 27 54

表六、面皰嚴重性分級

面皰嚴重性分級 第一級 第二級 第三級 第四級 第五級 第六級 第七級

未發炎性面皰

(顆) 0 1 至 3 4 至 24

任一臉 區患有 8 顆以

上

無論有多少顆

發炎性面皰(顆) 0 0 0 0 1 至 3 4 至 24

任一臉 區患有8

顆以上

表七、國中男女生面皰盛行率計算使用之權數 男生

地區 北一層 北二層 中部層 南部層 東部層 山地層

年齡 (歲)

12 1579.5357 778.3333 1111.6757 1404.9000 107.8000 37.8667 13 915.5490 479.0877 602.8356 819.0545 84.5510 32.0000 14 948.2800 524.6538 843.1538 807.1429 73.8148 30.4222 15 2962.8125 1282.3333 2274.8421 1819.0000 190.9091 62.2400

女生

地區 北一層 北二層 中部層 南部層 東部層 山地層

年齡 (歲)

12 1077.9737 561.0238 1074.5143 804.5208 105.6061 27.0811 13 760.1754 499.1200 811.4000 702.2712 64.7500 27.5455 14 778.5263 367.6324 559.4167 730.4035 61.6129 22.3333 15 2932.9333 2264.8182 4005.7000 1921.1818 348.0000 71.7368

第九節 研究結果