NTU BioMed Bulletin

No. 2  (July, 2000)

回目錄

  

    
     
生物醫學報導 2  
     
     
  應用生物統計在生物醫學研究上所扮演的角色
     
 

張 啟 仁

 
     
 

 
 

即將告別二十世紀叱剎一時的『電腦科技時代』,邁入二十一世紀媗大家充滿希望與期待的『生物科技』時代。幾乎所有的科學研究者莫不以沾上『生物科技』的邊緣而自我期許。的確,大時代的巨輪已經有意無意地將大部份生物醫學研究工作者,推向一個充滿希望的未來,例如以生物基因晶片技術之基因微陣列 (microarray) 的突破、加上電腦自動化處理的能力,大大地加速了基因研究的速度。人類藉著研究生物科技革命所衍生出來的資訊,更促進了包括臨床與基礎生物醫學研究者的動機與興趣。

 
 

 
 

最近在國內常被生物醫學研究者所津津樂道的事中,包括榮總與陽明的基因研究者已成功地對人類第四對染色體完成了定序,尋找基因的功能也正在國內外如火如荼地展開。基因完成定序及其後發展所代表的是一大串的基因資訊,無論基礎或臨床醫學研究者莫不急於尋找不同基因所代表資訊與相關之疾病研究。這其中所代表的蓬勃醫學研究,絕非在數年前所能預期的。也因此藉著生物科技的發達及人類對基因探索的奧秘,生物資訊 (bioinformatics) 亦隨著孕育而生。

 
 

 
 

生物資訊的定義及其相關之研究隨著使用者之觀念而不同,對研究基因的基礎科學家而言,生物資訊是一項工具、其所代表的是一種基因定序後資料與其他研究者相連結之一種渠道。1999 年 11 月美國國家衛生院 (NIH) 在其所支援的『全科臨床試驗中心』(General Clinical Research Center) 的全國研究計劃中,曾對生物資訊的定義及運用在德州聖安東尼市舉辦了一項研討會。會中對生物資訊提出了如下之定義:

 
 

生物資訊是一門資料蒐集與運用的學科,它是一門將數學、統計、電腦科學之理論與知識運用於生物科學研究所取得之資料中,以能有效地得到顯著成果的學科。

 
 

 
 

因此,在生物科學家與臨床醫師孜孜不倦埋首於實驗室與病房從事研究之同時,透過高科技的生物資訊,資料取得、收集、整理、除錯、建檔及分析勢必成為一門相當吃重的工作。這些都需要有相當能力的生物統計及資料處理人才,也因此應用生物統計學家在生物醫學科技的研究之中,逐漸成為相當重要的角色。

 
 

 
 

生物統計學源於數理統計學。由於在生物科學領域上資料分析的發展,再加上公共衛生與流行病學上的研究需要,生物統計的理論與應用逐漸成為統計學上非常重要的一環。許多有關公共衛生政策及管理上的佐證及臨床流行病學上疾病及危險因子關係的判定及相關性,都需要生物統計理論及應用的支援。因此,生物統計科學在近十年來成為相當熱門的一門學問。近幾年來,更由於生物科技的進展,及遺傳流行病學家對家族遺傳疾病及基因之研究所需,遺傳統計學 (genetic statistics) 也逐漸受到重視。

 
 

 
 

由於基礎醫學及臨床醫學研究已逐漸擺脫過去 case report 的形式,許多的基礎醫學研究逐漸需要嚴謹的實驗設計,而同時在臨床醫學及臨床流行病學上更有許多跨國或跨院所的醫學研究及藥品試驗計畫的進行,這些都急需生物統計科學的積極介入。同時在醫學研究學者發表文章的過程中,統計模式、實驗方法與實際統計分析亦逐漸成為發表文章的一個重要環節。因此,應用生物統計人才的需求也相對地增加。

 
 

 
 

目前在國外各大學醫學院及教學醫院中,有關生物統計研究服務 (biostatistical research services) 的概念逐漸成型。生物統計諮詢 (biostatistical consultation) 的研究服務也早已根深蒂固的深植於各個主要研究者之中。一個標準的生物醫學研究計劃,從其設計執行到資料分析及文章發表,到處都可以看到生物統計學家的積極介入。也因此生物統計學家及其所屬的生物統計諮詢及資料處理中心 (Biostatistical Consulting and Data Coordinating Center) 已是評鑑一所醫學院與醫院的重要指標。如今,加上生物科技的迅速發展。生物醫學資訊資料的產生已成幾何倍數的成長,依據 1999 年美國白宮國家科學及技術委員會生物科技組 (Infrastructure Working Group, Subcommittee of Biotechnology, National Science and Technology Council, White House Office of Science and Technology Policy) 的一份資料顯示,現今每 10 個星期科學家所能定序出來的資料數量相當於以前 10 年所定序出來的總和,如何快速有效正確的處理這些資料已是刻不容緩之事。

 
 

 
 

傳統簡易型態式的生物統計支援,已無法滿足此一需求。生物統計學家除了本身的數理背景及獨自執行資料分析能力之外,更需要有基本的生物醫學背景。同時,電腦資訊、資料庫及資料處理的理論及實際操作更是一位現代生物統計學家所必須應擁有的。

 
 

 
 

國內長久以來,對統計學的概念及歸類,從 20、30 年前的商業科系體制已逐漸轉移到數理的科系之中。需知統計學的應用無所不在,如今在邁向21世紀科技蓬勃發展的年代,對生物統計學家而言,自有其不可抗拒的使命。但同時也應對自己所扮演的角色做一番自我的調適,同時對有興趣從事這門學問的研究人員,更應有一些不同的思維。

 
 

 
 

綜觀國內外,生物統計專家大都由數理背景較強的數學人才擔任,這是因為統計學理論的發展,就是應用數學發展的一部份。自然而然地吸引了有數理背景的研究者。然而,當統計應用到實際與生活息息相關的生物醫學時,卻常常產生了一些有趣的現象。研究者與生統專家常為了各自對科學理念與堅持,及實際執行統計分析的能力與態度,而無法溝通與合作。因此,失去了研究合作 (research collaboration) 的真諦。也同時很可能失去了一些非常寶貴資料所可能產生的重要結果,這是一件多麼可惜的事。

 
 

 
 

展望生統專家在對生物資訊的可能具體貢獻之前,基礎與臨床醫學工作者及醫學中心研究領導者應對生統諮詢的研究服務有一前瞻性的瞭解。統計分析絕非一般技術性的例行性工作,實驗設計的可行性、藥品臨床試驗的有效性,臨床試驗受試者的估算、資料收集的方法、資料庫的建檔及品質管制等等都是研究者必須借重生統專家的地方。很可惜地,這些平常的考量卻往往被忽略掉。也因此,浪費了許多無謂的資源去作了一些可能沒有結果的研究。生物醫學的研究所必須投入的人才、物力與財力是相當的大。如果沒有對一個試驗計畫事前謹慎地評估,如預估所需的試驗人數或動物數目 (sample size) 與檢力 (power),這個試驗是非常不可能成功的。在藥品的查驗登記及審核中,除了需要有謹慎的受試者人數的估算,更應全盤性的瞭解各個不同試驗的設計,才能對此藥品作有效性的評估。藥物臨床試驗的設計所應採取的方法與步驟,及其試驗結束後資料的處理與分析及最後報告書的撰寫,這些都是一個現代生物統計專家所不能推卸的責任。

 
 

 
 

生物統計在醫學上的另一重要的貢獻,即是在遺傳統計學上,正如前面所述,染色體基因的定序及其部份功能的確認,遺傳科學家即致力於基因與疾病之間的相關性 (association) 研究,傳統的基礎生物統計理論已無法滿足這些有家族性相連的資料 (pedigree data)。許多新的生物統計理論及其方法也相繼的被開發與應用出來。因此遺傳統計學家 (genetic statisticians) 在疾病與基因相關之研究的需求也相對地增加。

 
 

 
 

國內的生物統計專家零星地散佈於各大學與研究單位之中。大部份所從事的都是生物統計理論研究與教學。真正應用在生物統計諮詢及實務操作的機會相較之下並不多。當然這些都是有其特殊的歷史背景與現實考量的。在研究生所受的教育環境之中,生統諮詢也不是經常被重視的。在我們所受的教育之中,發展出一套新的理論比幫助別人完成十項實驗要來得重要。也因此,研究合作的觀念無法深植,這實在是一件非常可惜的事情。尤其所合作的對象是對人類生活息息相關的醫學研究!

 
 

 
 

因此,除了生物統計學家的自我覺醒之外,對從事生物醫學研究者而言,如何能瞭解生物統計學家在生物醫學研究中所扮演的角色,更是刻不容緩之事。一般實驗室的研究者因對其實驗的嚴密性以及資料的變異較小,所需的統計支援亦相對地減少,這也是為什麼在台灣以基礎研究為主的臨床生物醫學研究中,生物統計一直被忽視的原因。然而,隨著臨床流行病學研究的普遍化,在醫學中心,藥物臨床試驗研究,驗證基礎研究 (evidence-base research) 及結果研究  (outcome research) 的盛行,所有臨床研究者對生統諮詢的需求也已慢慢增加。臨床研究工作者,自當對應否與如何尋找生物統計諮詢的研究服務機制採取正面的態度,單打獨鬥,關起門來做臨床研究的時代應該已經過去,唯有接受『研究合作』的觀念,才能使生物醫學研究推展的更順利。

 
 

 
 

同時,除了臨床研究者的觀念改變之外,醫學中心領導者對臨床醫學研究的觀念與支持應該做一適度的調整,除了注重於傳統實驗室為主的基礎研究外,對臨床研究的支援更應相對地提高。在醫學中心臨床試驗的進行,不應只是藥物臨床試驗,更應積極去面對接受並輔導以研究為主的臨床試驗。須知唯有以科學研究為出發點的臨床試驗醫學研究,才能增進與帶動醫學中心整體的研究氣氛。

 
 

 
 

除此之外,對從事『研究服務』的研究人員,如生物統計學家更應賦予必要的支援,生物統計與研究者的研究合作是息息相關的,但其所肩負之使命是燃燒自己、照亮別人的研究服務,並不能以一般研究人員的要求對待。具體的辦法應該朝著『生物統計與資料處理中心』或『生物資訊中心』的整體架構進行,設置一常態性的『研究服務』支援單位,具體解決其存在之正當及必要性。如此,不僅能迅速解決醫學研究者面臨立即需求合作的要求,更能幫助帶動整體醫學研究的完整進行,同時亦能對醫學中心行政企劃之相關業務提供適度之幫忙,可謂一舉數得!

 
 

 
 

台大醫院與衛生署簽訂之『新藥臨床試驗病房及相關實驗室』計畫,雖為朝此一目標進行的具體行動。然而,除了藥物試驗計畫之外,實應將此『臨床試驗病房』 (Clinical Trial Center) 推向『全科臨床試驗中心』 (General Clinical Research Center)  的目標邁進。如此,研究者才能在客觀環境與醫學中心配合之下,無所負擔的進行醫學研究。

 
 

 
 

藉由完整而複雜的實驗設計,資料 (data) 的取得並不容易,如何透過有效率、有制度的方法,將其化為資訊 (information) 是我們在努力的方向,然而,最重要的即是將這些寶貴的資訊,透過共同研究者的努力與合作,發展出生物醫學的知識 (knowledge),才是我們生物醫學研究者所應堅持的目標。

 
 

 
 

 

 
 

張啟仁  台大臨床醫學研究部

 
      

TOP 

RBM2-8 最近修訂日期︰ 2000/09/16