子群分析怎麼讀？CoQ10 血壓研究的方法學指南

2023 年 Advances in Nutrition 發表的一篇 GRADE 統合分析（PMID: 36130103）納入 26 項隨機對照試驗、1,831 名心臟代謝疾病患者，報告輔酶 Q10（CoQ10）補充平均降低收縮壓 4.77 mmHg。更引人注意的是其亞群分析：糖尿病與高血脂患者的收縮壓降幅更大。這類「某亞群更顯著」的結果在保健品宣傳中經常被放大引用，但亞群分析（subgroup analysis）在統計學上是一個需要謹慎處理的工具。本文以 meta-004 為例，說明子群分析的方法學原則。

什麼是子群分析，為何需要？

子群分析指的是將研究樣本依據某個特徵（例如年齡、性別、疾病類型、基線血壓）切分為多個子集，分別估計各子集中的介入效果。其目的是回答：「這個介入在所有人身上效果一致嗎？還是在某些族群更有效？」在統合分析中，子群分析通常以「亞群效應（subgroup effect）」呈現，透過交互作用檢定（test for interaction）判斷差異是否達到統計顯著。

以 meta-004 為例，作者除了報告整體效果外，還依據疾病類型（糖尿病、代謝症候群、高血脂、高血壓）、劑量範圍、介入時間等進行亞群切分。這類資訊有助於臨床醫師判斷「哪種病人可能最受益」，但前提是方法學必須嚴謹。

預先設定 vs 事後分析：差異在哪？

方法學上最關鍵的一條分界線，是子群分析屬於「預先設定（pre-specified）」還是「事後分析（post-hoc）」。預先設定指的是在資料分析開始前，研究者已在研究計畫書（protocol）或統合分析註冊（例如 PROSPERO）中明確列出要做哪些子群比較、依據什麼假設。事後分析則是看到資料後才決定切分。

兩者的差異並非形式問題，而是推論強度的根本差異。事後分析容易落入「資料探索偏差」：研究者會無意識地挑選顯示差異的切分方式、忽略不顯示差異的切分。這使得統計檢定的第一型錯誤率（偽陽性）遠高於名義上的 5%。Cochrane 手冊明確建議，事後子群分析結果應被視為「探索性」而非「驗證性」，並需在後續獨立研究中再現。

多重檢定校正為什麼重要？

假設一份統合分析進行 10 組子群比較，每組使用 α=0.05 作為顯著水準。在虛無假設都成立的情況下，至少出現一個偽陽性的機率為 1−(1−0.05)^10 ≈ 0.40。也就是說，即便 CoQ10 對任何亞群都沒有額外效果，單純靠運氣也有四成機率會看到「某個亞群顯著」。

為了控制這種家族錯誤率（family-wise error rate），統計學提供了 Bonferroni、Holm、Hochberg 等校正方法，也有控制偽發現率（FDR）的 Benjamini-Hochberg 程序。然而，在營養介入的統合分析中，這類校正並未普遍實施。讀者在解讀亞群差異時，應自行考量比較次數，並對未校正的 P 值保持保守態度。

如何檢視 meta-004 的亞群結果？

meta-004 報告糖尿病與高血脂患者收縮壓降幅更顯著，這個發現是否可信？我們可以從幾個問題切入檢視：

• 是否預先設定？ 論文方法段描述依照疾病類型進行子群分析，但未明確說明是否於 PROSPERO 註冊中預先宣告。若讀者希望判斷證據強度，可至 PROSPERO 查詢該統合分析的原始計畫書。
• 交互作用檢定結果？ 真正支持「亞群差異存在」的統計證據，不是各亞群各自的 P 值，而是亞群間的交互作用 P 值（test for subgroup differences）。單看糖尿病組 P<0.05 並不足以宣稱糖尿病患者「比其他族群更受益」。
• 生物學合理性？ CoQ10 參與粒線體能量代謝與內皮功能調節，糖尿病患者普遍存在氧化壓力升高與內皮功能異常，理論上可能對 CoQ10 反應較強。生物學合理性可作為亞群差異可信度的旁證，但不能取代預先設定的檢定。
• 劑量效應的一致性？ meta-004 報告 100–200 mg/天呈現 U 型劑量反應（P_nonlinearity=0.004）。若亞群差異是真實的，理想上應觀察到在該劑量區間內各亞群的反應一致。

專家與學會怎麼看？

Cochrane Handbook for Systematic Reviews of Interventions（第 10 章）指出，子群分析應「預先設定、數量有限、生物學可解釋」，並強調「應使用交互作用檢定而非各亞群分別檢定」。PRISMA 2020 聲明同樣要求作者明確報告哪些子群分析是預先設定、哪些是事後探索。

國際營養精神醫學研究學會（ISNPR）在評估營養介入試驗時，一貫強調證據分層（evidence tiering）——亞群發現屬於「假設生成（hypothesis generating）」層級，需要後續設計專門針對該亞群的前瞻性 RCT 來驗證，才能提升至「假設驗證」層級。美國心臟協會（AHA）於 2017 年科學聲明中亦指出，在心血管營養介入的統合分析中，亞群差異常見但重現性有限，臨床決策不應單獨依賴單一統合分析的亞群結果。

對讀者與臨床的意涵是什麼？

回到 meta-004 的實際結論：整體 1,831 名心臟代謝疾病患者收縮壓平均下降 4.77 mmHg，劑量最佳區間為 100–200 mg/天，介入 >12 週效果較佳，這些屬於主要分析（primary analysis）的結果，證據強度為中等（GRADE 評級）。亞群分析中糖尿病與高血脂患者降幅更顯著，則屬於次要發現，應視為「未來研究方向」而非「臨床分層依據」。

對保健品消費者而言，這意味著看到「某研究顯示 X 疾病族群效果更好」時，應追問三個問題：這是預先設定還是事後發現？交互作用檢定結果如何？是否有獨立研究重現？對臨床工作者而言，則需將亞群結果與該族群的獨立 RCT 資料合併評估，而非直接外推。

方法學素養並非為了否定研究結果，而是為了讀懂研究想告訴我們什麼——以及它還沒告訴我們什麼。