乳癌病人共病症之長期轉移結構發展

國立臺北護理健康大學健康事業管理研究所 Department of Health Care Management National Taipei University of Nursing and Health Sciences. 碩士論文 Thesis. 乳癌病人共病症之長期轉移結構發展： 以台灣十年健保資料庫分析為例 Comorbidities of Breast Cancer: a long-term transition of 10-years Taiwan National Health Insurance data analysis. 指導教授： 李佩珍 博士 Advisor: Lee, Pei-Chen Ph. D. 研究生： 許綵娟 Name: Hsu, Tsai-Chuan. 中華民國一百零四年七月 July, 2015.





致 謝 從事臨床麻醉工作十多年後，能再次回到母校進修，對於要兼顧學校課業、 工作、家庭的我而言充滿挑戰和考驗，研究所生涯，從茫然懵懂到順利完成論文， 一路上都要感謝一起打拼努力的同學與無時無刻都給予幫助的師長們。 首先，誠摯的感謝我的論文指導教授李佩珍老師，在完成論文的這段期間， 老師總是不厭其煩地再次與我討論、提供許多資源，老師總是溫暖的說: 加油， 給予許多鼓勵，非常的感謝老師這段期間的指導與協助。此外，還要特別感謝黃 衍文老師、林寬佳老師、謝碧晴老師、陳素秋老師、蘇慧芳老師、楊長興老師的 提攜和鼓勵、還有健管所所有老師們的傾囊相授，讓我在這條學習路上，格外的 充實和幸福。 其次，要感謝一同學習奮鬥專班同學們、普通班妹妹們，工作、課業甚至家 庭讓大家忙得團團轉，但那種一起奮鬥、堅持下去的毅力讓人格外的感動，熱情 協助的學姊長弟妹們，謝謝你們的鼓勵和幫忙。職場上，感謝麻醉科長官及同事 們的體諒及協助、感謝李直隽、郭長豐醫師鼎力相助及曾經給予祝福的人。 再來，要感謝口試當天，百忙之中前來的陳啟明副院長、林寬佳老師、謝碧 晴老師，謝謝您們用心聆聽，提供許多精闢的見解，使得本論文更完備與嚴謹， 於此獻上最誠摯的謝意。 最後，要感謝我的家人，尤其婆婆、大伯、小姑對小犬的照顧和先生的包容、 鼓勵，沒有大家的成全就沒有今天的我，謹將此論文及最深的謝意獻給您們! 綵娟. 謹致於 2015 年夏.

中文摘要 背景與目的 乳癌為全世界女性最常見的癌症，估計全球約有 580 萬名乳癌存活者，乳癌 和慢性病(如：糖尿病、高血壓、心血管疾病等)的發生率隨年齡而增加，許多病 人在診斷乳癌時，已有一種或多種的共病症，患有共病症的乳癌病人會顯著的影 響其治療的決定及整體存活情形。美國癌症死亡人數每年以 1.5%持續減少，預 估各種癌症存活者在未來 10 年裡將會持續增加約 30%，到 2020 年癌症存活者有 三分之二將年滿 65 歲，此趨勢對照護體系和存活時間更久的癌症病人，將構成 新的挑戰。 過去有關乳癌共病症的研究多半利用靜態性的橫斷面分析，若以動態性的長 期資料分析將有助於探討乳癌相關共病症的長期轉移變化及後續影響。有鑑於目 前學界類似的研究較為缺乏，再加上現代長期資料分析法-潛在轉移模式的發展 與突破，更提供此研究契機。據此，本研究運用長期動態的觀點，以探討乳癌共 病症之長期發展趨勢，以及不同共病症趨勢之中風與心衰竭發生的危險性。 研究方法 本研究使用 1997 年至 2010 年全民健康保險資料庫癌症特殊需求檔擷取 2000 年新發生之乳癌個案並於診斷前後 90 天內申請重大傷病者共 3,968 人，且 持續追蹤十年作為分析族群，結合長期潛在轉移分析技術之應用，從不同角度和 群集面向研究長時間罹患乳癌所導致共病症及其後續疾病發展之影響。 研究結果 乳癌病人之共病潛在結構具有三種主要類型，分別為高度共病症類型、中度 共病症類型與低度共病症類型，且因年齡而不同。共病潛在類型之群組指標具有 年齡上的差異，但糖尿病是一項跨越年齡的重要指標，糖尿病的存在將連動提高 其他共病症產生的機率，進而成為高度病症類型。長期轉移結構上，以 2000 年 乳癌族群為例，其共病症之五種潛在轉移類組，表現型態分別為 CT1：持續以糖 I.

尿病族群為核心伴隨高血壓及高血脂之高度共病症潛在轉移類組、CT2：持續以 高血壓族群為核心伴隨心血管疾病之中度共病症潛在轉移類組、CT3：持續較少 發生共病症之低度共病症潛在轉移類組、CT4：初期以高血壓為核心進而轉移至 以糖尿病為核心，由中度轉移到高度共病症潛在轉移類組、CT5：初期較少發生 共病症但隨著時間進而轉移至以糖尿病為核心，由低度轉移到高度共病症潛在轉 移類組。五種潛在轉移表現型態中，由中度轉移到高度共病症潛在轉移類組有最 高中風及心衰竭累積發生率及後續中風與心衰竭發生的風險，然而持續高度共病 症類潛在轉移類組之各軌跡也有次高的發生率。 結果與建議 整體而言，乳癌衍伸的共病症是相當複雜的，本研究藉由潛在類別及潛在轉 移模式之應用，具體提供乳癌共病症之潛在類組型態以及辨認出五種不同的長期 轉移結構。研究結果指出不同共病症的結構變化發展將對於後續中風與心衰竭之 發生，扮演著重要的角色，此結果提供醫療照護者針對不同危險族群擬定照護指 引參考。 關鍵詞：乳癌、共病症、潛在轉移模式、長期轉移變化. II.

Abstract Backgrounds Breast cancer is the most common cancer in women worldwide. There are an estimated 5.8 million breast cancer survivors in the world. Breast cancer incidence increases with age, as does the incidence of many other chronic diseases, such as diabetes, hypertension, and cardiovascular disease (CVD). Hence, many breast cancer patients have one or more comorbid conditions at diagnosis. Comorbidities have been shown to influence cancer treatment decisions and short- and long-term survival. In the United States cancer patients death rate continues to decrease by 1.5% per year. In the next 10 years, various cancer survivors will continue to increase by about 30% . By 2020, two-thirds of cancer survivors age will be at least 65 years old, this trend of retaining cancer patients longer time of survival, will pose new challenges. Most previous studues of breast cancer comorbidities were based on cross-sectional design. The long-term data of the dynamics analysis will help to investigate the long-term changes in breast cancer -related comorbidities and their subsequent impacts.The current research of comorbidities patterns is still relatively inadequate. However, the potential long-term data analysis methods, such as the development and breakthrough of the transition probability-provides us with an opportunity for further research.In accordance, this present study is to investigate the use of long-term dynamic view on the long-term effects of breast cancer comorbidity.. III.

Methods Patients diagnosed with breast cancer in 2000 were retrieved from the Taiwan`s National Health Insurance Research Database(NHIRD) in 1997~2010 year. The incident cases of breast cancer in 2000 were continuously tracked down for a decade as an analytical generation. Latent transition analysis(LTA) was use to analyze long term comorbidity patterns. Results The results are divided into five main points：(1) latent structure underlying the comorbidity of breast cancer were subdivided into three main types:highly comorbidity patteren, moderate comorbidity patteren, and low comorbidity patteren. The patteren variesd by different age group. (2) comorbidity patterens have the potential diffencet types. Diabetes mellitus is an important comorbidity index across different age group. The presence of diabetes mellitus increase the chances of other linked comorbidities generated, and thus, it becomes the highly comorbidity patterens. (3)In the long term structural shift, breast cancer comorbidities were classified into five kinds of potential transfer class groups. For example, overall the breast cancer patients, the performance of each type of CT1:persistent diabetes mellitus was closely associated with hypertention and high cholesterol; CT2: persistent hypertention was closely associated with cardiovascular heart disease; CT3: sustained less frequent comorbidities; CT4: hypertention as it`s core which was usually accompanied with cardiovascular heart disease in the early stage , and then later advancing to diabetes mellitus as it`s core, which was usually accompanied with hypertension and high cholesterol; CT5: early stage with less frequent comorbidity and then later transferred to the core of diabetes mellitus comorbid group after a certain amount of time.Therefore, different types of transition group were able to reflect various comorbidities in the long-term developmental process. (4)Among the long-term IV.

transfer performance type, breast cancer patients with potential class group may transfer from medium to high comorbid conditions. In the past decade, stroke and congestive heart failure(CHF) had the highest cumulative incidence rate. However, the trajectory of each class transferred into a highly comorbid group also had the second highest of occurrence rate. (5) finally, through years of longitudinal transition probabilities and calculate the potential class group suffered a stroke and heart failure runs through the odds ratio results, breast cancer patients with presented continued highly comorbidities or hypertension as it`s core ,usually worsen with age as Diabetes Mellitus becomes it`s core group of comorbidity. It`s usually followed by increased incidence of subsequent stroke and CHF. Conclusions Overall, the links between comorbidities and breast cancer are quite complex.This study and application of Latent Transition Analysis(LTA) provides the potential class of types specific breast cancer comorbidities, with five well-identified different long term transition structures. And this studt also concluded that structural change in the development of different comorbidity patterens are associated with the risk of stroke and CHF, which also play an important role in providing health care for caregivers to develop a reference guide for different risk groups. Key words: Breast Cancer, Comorbidities, Latent transition analysis, Longitudinal transition. V.

目 錄 中文摘要............................................................................................................................... I 目 錄.................................................................................................................................. VI 表目錄............................................................................................................................... VII 圖目錄............................................................................................................................. VIII 第一章 緒論........................................................................................................................ 1 第一節. 研究背景及動機...................................................................................... 1. 第二節. 問題陳述.................................................................................................. 3. 第三節. 研究目的及研究問題與假設.................................................................. 5. 第四節. 研究的重要性.......................................................................................... 6. 第二章 文獻探討................................................................................................................ 7 第一節. 乳癌流行病學及其危險因子.................................................................. 7. 第二節. 乳癌與共病症之相關性........................................................................ 19. 第三節. 潛在類別分析之研究............................................................................ 40. 第四節. 潛在轉移模式分析於長期資料之應用................................................ 45. 第五節. 文獻總結................................................................................................ 48. 第三章 研究方法.............................................................................................................. 50 第一節. 研究架構................................................................................................ 50. 第二節. 研究設計................................................................................................ 51. 第三節. 研究對象................................................................................................ 51. 第四節. 研究資料來源及變項的操作型定義.................................................... 54. 第五節. 研究處理流程........................................................................................ 61. 第六節. 統計分析方法........................................................................................ 64. 第四章 研究結果.............................................................................................................. 66 第一節. 描述性統計............................................................................................ 66. 第二節. 乳癌病人共病之潛在分類.................................................................... 69. 第三節. 乳癌共病之潛在分類之長期轉移結構................................................ 75. 第四節. 乳癌共病之潛在分類之長期轉移結構與中風及心衰竭之關聯性.... 85. 第五章 討論與建議........................................................................................................ 101 第一節. 研究意涵.............................................................................................. 101. 第二節. 討論...................................................................................................... 102. 第三節. 研究優點與限制與建議...................................................................... 107. 第四節. 究結果之應用...................................................................................... 109. 參考文獻.......................................................................................................................... 112 中文部分 .................................................................................................................. 112 英文部分 .................................................................................................................. 115 附錄.................................................................................................................................. 124 VI.

表目錄 表 1 乳癌發生之相關危險因子文獻簡表 ............................................................................. 17 表 2 乳癌和共病症之文獻簡表 ............................................................................................ 31 表 3 乳癌治療與中風、心衰竭相關文獻簡表 .................................................................... 37 表 4 各種類型的潛在變項分析法 ........................................................................................ 42 表 5 研究變項之操作型定義 ................................................................................................ 58 表 6 研究對象之描述性統計 ................................................................................................ 67 表 7 2000 年女性新發乳癌族群(n=3,968 人)在各時期伴隨的相關共病症 ....................... 68 表 8 2000 年乳癌族群(n=3,968)共病症潛在分類之適配度模型檢定 ................................ 69 表 9 乳癌共病症年齡分層潛在分類之適配度模型檢定 .................................................... 70 表 10 2000 年新發女性乳癌病人(n=3,968)之共病症潛在類別情形 .................................. 71 表 11 2000 年新發女性乳癌病人(n=3,968)之潛在類別機率 .............................................. 71 表 12 乳癌病人年齡 < 65 歲之共病症潛在類別情形 ........................................................ 72 表 13 乳癌病人年齡 < 65 歲之潛在類別機率 .................................................................... 72 表 14 乳癌病人年齡 ≥ 65 歲之共病症潛在類別情形 ........................................................ 73 表 15 乳癌病人年齡 ≥ 65 歲之潛在類別機率 .................................................................... 74 表 16 2000 年乳癌病人(n=3,968)，第一個到第二個共病症時期的轉移機率 .................. 75 表 17 2000 年乳癌病人(n=3,968)，第二個到第三個共病症時期的轉移機率 .................. 76 表 18 2000 年乳癌病人(n=3,968)，第三個到第四個共病症時期的轉移機率 .................. 77 表 19 乳癌病人年齡 < 65 歲，第一個到第二個共病症時期的轉移機率 ........................ 79 表 20 乳癌病人年齡 < 65 歲，第二個到第三個共病症時期的轉移機率 ........................ 79 表 21 乳癌病人年齡 < 65 歲，第三個到第四個共病症時期的轉移機率 ........................ 80 表 22 乳癌病人年齡 ≥ 65 歲，第一個到第二個共病症時期的轉移機率 ........................ 82 表 23 乳癌病人年齡 ≥ 65 歲，第二個到第三個共病症時期的轉移機率 ........................ 82 表 24 乳癌病人年齡 ≥ 65 歲，第三個到第四個共病症時期的轉移機率 ........................ 83 表 25 2000 年乳癌病人(n=3,968)之各潛在轉移類組中風及心衰竭之十年累積發生率 .. 87 表 26 年齡 < 65 歲(n=3,444)之各潛在轉移類組中風及心衰竭之十年累積發生率 ........ 88 表 27 年齡 ≥ 65 歲(n=524)之各潛在轉移類組中風及心衰竭之十年累積發生率 ........... 90 表 28 各潛在轉移類組對中風和心衰竭的影響，乳癌族群(n=3,968) .............................. 98 表 29 各潛在轉移類組對中風和心衰竭的影響，年齡 < 65 歲(n=3,444) ........................ 99 表 30 各潛在轉移類組對中風和心衰竭的影響，年齡 ≥ 65 歲(n=524) ......................... 100. VII.

圖目錄 圖 1 研究架構圖.............................................................................................................. 50 圖 2 潛在轉移模式示意圖.............................................................................................. 51 圖 3 2000 年新發女性乳癌個案及研究世代觀察時間.................................................. 52 圖 4 2000 年新發乳癌個案資料擷取之流程圖.............................................................. 53 圖 5 2000 年新發女性乳癌個案之各年代共病症資料擷取之流程.............................. 63 圖 6 共病症及中風、心衰竭之觀察時間...................................................................... 64 圖 7 2000 年新發女性乳癌病人(n=3,968)之罹患共病症之長期轉移結構.................. 78 圖 8 乳癌病人年齡 < 65 歲罹患共病症之長期轉移結構 ........................................... 81 圖 9 乳癌病人年齡 ≥ 65 歲罹患共病症之長期轉移結構 ........................................... 84 圖 10 乳癌族群(n=3,968)中風及心衰竭之十年累積發生率........................................ 85 圖 11 乳癌族群各年齡層的中風及心衰竭之十年累積發生率 .................................... 86 圖 12 2000 年乳癌病人各潛在轉移類組中風及心衰竭之十年累積發生率................ 87 圖 13 乳癌病人年齡 < 65 歲者中風及心衰竭之十年累積發生率 .............................. 89 圖 14 乳癌病人年齡 ≥ 65 歲者中風及心衰竭之十年累積發生率 .............................. 90 圖 15 乳癌族群(n=3,968)共病症之長期發展結果........................................................ 91 圖 16 乳癌共病症年齡分層之長期發展結果................................................................ 92. VIII.

第一章 緒論 本章節共分為四節，第一節為研究背景及動機，第二節為問題陳述，第三節 為研究目的，第四節為研究的重要性。. 第一節 研究背景及動機 乳癌為全世界女性最常見的癌症，根據世界衛生組織（World Health Organization, WHO）公佈2012年約有1,400萬人罹患乳癌，其中估計全球約有580 萬名乳癌存活者，預計在未來20年內，乳癌之新發個案數增幅約57% (WHO, 2012)；此外，根據國際癌症研究機構（International Agency for Researchon Cancer, IARC）的癌症登記資料（The GLOBOCAN Project）顯示， 2012年全球約有167 萬乳癌新發病例，此發病人數約佔所有新診斷癌症的25% (IARC, 2012)，且乳癌 為整體癌症死因的第五位，其發生率及死亡率皆為全球女性癌症首位。 乳癌和慢性病的發生率，隨年齡增加而有上升的趨勢，如:糖尿病、高血壓、 心血管疾病(American Cancer Society, 2012；Haque et al., 2014；Patnaik et al., 2011b；Yancik et al., 2001)，許多病人在診斷乳癌時，已經有一種或多種以上的 共病症(Harlan et al., 2009；Land et al., 2012a)，乳癌共病症(breast cancer comorbidity)係指一種或多種已預先存在，其病因與乳癌不同的慢性健康狀況， 其會顯著的影響乳癌病人治療的決定及影響整體存活與死亡情形(Berglund, et al., 2012；Land et al., 2012a)。. 1.

隨著許多抗癌新藥及治療新技術的研發，乳癌病人存活率大幅提升，更有學 者提出乳癌目前已是「可治癒」的疾病(張金堅，2014)，許多乳癌病人的死亡原 因，並非死於本身的癌症(Patnaik et al., 2011b)。在2001年到2010年期間，美國癌 症死亡人數每年以1.5%持續減少，且預估各種癌症存活者在未來10年裡，將會持 續增加約30%，癌症存活者增加，主要是因為人口老化，預計到2020年，癌症存 活者有三分之二將年滿65歲以上(Edwards et al., 2014)，此趨勢對醫療照護體系和 存活時間更久的癌症病人，將構成新的挑戰。 過去查爾森共病症指標(Charlson Comorbidity Index, CCI)是使用校正後之相 對風險程度作為不同合併症的權重，以Proportional Hazard迴歸模式分析病人一 年死亡率，結果發現，相對危險性(Relative Risk, RR)大於1.2倍的既有疾病共有 19種，再依據相對危險性大小，給予不同加權值，分別給予1、2、3及6的權重， 過去研究大多以CCI的19種共病症的疾病為依據，以共病症指數加權的加總分數 來區辨共病症的嚴重性，過去許多研究在乳癌診斷前後，使用CCI共病症指數， 將共病症指數得分加總，以預測乳癌病人較差的存活 (Berglund et al., 2013； Dehal et al., 2013；Land et al., 2012a；Land et al., 2012b)及接受治療的情形 (Kiderlen et al., 2014；Land et al., 2012a；Nechuta et al., 2013)，然而共病症病程進 展差異很大，若用CCI共病數加總的得分，來探討乳癌預後，所提供的訊息會有 所限制(Patnaik et al., 2011a；Patnaik et al., 2011b；Patterson et al., 2010；Yancik et al., 2001)，亦無法得知不同共病症群集分類對乳癌病人的影響程度。. 2.

此外，從長期趨勢來看，乳癌盛行率和發生率會隨著年齡的增加而上升，倘 若要了解乳癌病人共病症發生的情形依橫斷面研究設計(cross-sectional)，以某個 時間點切入雖然可提供某時間豐富的乳癌共病症訊息，但無法探討乳癌與共病症 之間相互影響效果，而且結果無法推論到長期追蹤發展的變化及疾病的動態改 變，因此，探討乳癌與共病症之間相互影響的效果，需要利用長期追蹤資料來進 行分析(林俊瑩等，2006)，而近幾年長期資料分析方法-潛在轉移模式(latent transition analysis, LTA)的發展與創新應用，將可進一步預測乳癌共病症之潛在長 期變化與轉移變動之發展趨勢。. 第二節 問題陳述 回顧國內外文獻發現，探討共病症對乳癌發生相關性研究，有兩點值得注意 並加以探討： 首先，過去文獻所探討乳癌共病症大多以查爾森共病症指標(Charlson Comorbidity Index, CCI)作為共病症分類指標，根據Nechuta等學者(2013)的研究 結果指出，過去許多研究在乳癌診斷前後，使用CCI共病症指數，將共病症指數 得分加總，以預測乳癌病人較差的存活 (Berglund et al., 2013；Dehal et al., 2013； Landet al., 2012a；Land et al., 2012b；Nechuta et al., 2013)及接受治療的情形 (Kiderlen et al., 2014；Land et al., 2012a)，然而共病症病程進展差異很大，若用 CCI共病數加總的得分，來探討乳癌預後，所提供的訊息會有所限制(Patnaik et al.,. 3.

2011a；Patnaik et al., 2011b；Patterson et al., 2010；Yancik et al., 2001)。然而國外 僅有少數幾篇文獻關於乳癌病人的共病症長期趨勢之研究，但國內僅有少數文獻 是探討單一共病症和乳癌預後的相關性，尚缺乏有關乳癌共病症長期潛在轉移結 構之相關性研究。 再者，過去文獻統計方法大多以傳統多變量分析為主(Cox regression model) 來進行分析(Berglund et al., 2013；Dehal et al., 2013；Land et al., 2012a；Patnaik et al., 2011a；Patnaik et al., 2011b；Patterson et al., 2010；Yancik et al., 2001) 大多採 用概似化估計方程式(generalized estimated equation, GEE)的平均效果(averge effect)或混合模式(mixed model)的隨機效果(random effects)、固定效果(fixed effects)或階層線性模式(hierarchical linear modeling, HLM)等，但此種統計分析方 法都是以研究變項為依歸(variable-oriented)，在方法學上較無法得知共病症群集 的效果。 此外，除了橫斷面的靜態分析之外，若可以從長期資料分析的動態角度觀 察，將有助於思考乳癌相關共病症的長期轉移變化，而獲得不同角度的分析及結 果，因此本研究以台灣健保資料庫進行回溯性世代研究，運用潛在轉移分析技 術，探討乳癌共病症的長期結構變化，以期能預防乳癌病人共病症發生及制定臨 床照護指引之參考依據。. 4.

第三節 研究目的及研究問題與假設 為了彌補上述的問題陳述，本研究利用行政院衛生福利部中央健保局委託國 家衛生研究院釋出之台灣全民健康保險研究資料庫(以下簡稱:全民健保資料庫) 進行回溯性世代研究，此資料庫相當龐大，可以涵蓋將近 99%以上的台灣地區居 民，進行台灣尚未被研究之議題作為資料分析與探討。本研究目的為探討 2000 年新發乳癌世代，其共病症之潛在分類、潛在轉移類別的十年長期轉移結構及發 展、長期轉移結構類別與中風、心衰竭之關聯性。根據過去文獻的研究結果 (Chavez-MacGregor et al., 2013；Patnaik et al., 2011b；Jagsi et al., 2006；Hooning et al., 2006；Nechuta et al., 2013)，而提出以下研究問題及研究假設： 研究問題: 在控制病人特性與投保金額、都市化程度後，那些共病症潛在轉移類組與中 風、心衰竭發生有相關? 研究假設: 在控制病人特性與投保金額、都市化程度後，持續高度共病症潛在轉移類組 與中風、心衰竭發生有相關。. 5.

第四節 研究的重要性 本研究為探討 2000 年新發乳癌族群，在 2000 年至 2010 年不同共病症的潛 在轉移類別及其長期潛在轉移結構發展及與中風、心衰竭之間的相關性，本研究 結果可以彌補上述的問題陳述之不足外，還可以提供未來相關研究參考依據。另 外，本研究結果有助於瞭解我國乳癌共病症之長期潛在轉移之相關知識，在實務 面，將有助於提供臨床相關照護單位提供適當的照護指引及治療的策略，以期能 進一步減低影響乳癌病人生命嚴重事件的發生，如:中風和心衰竭等疾病。. 6.

第二章 文獻探討 本節回顧過去文獻，共分為五小節，第一節為乳癌之流行病學及其危險因 子，第二節為乳癌與共病症及中風、心衰竭之關聯，第三節為潛在類別分析之研 究，第四節為潛在轉移模式分析於長期資料之應用，第五節為文獻總結。. 第一節 乳癌流行病學及其危險因子 (一) 國內乳癌之發生率與盛行率 乳癌是世界各地第二個常見女性癌症，不論是開發中或是已開發國家乳癌的 發生率都很高(張金堅等，2008)，乳癌的發生率在世界各國皆有逐年增加的勢， 然而其死亡率在英、美兩國近十年來卻有逐漸下降的現象，反觀台灣地區其死亡 率仍持續上升 (蘇正熙，2007)。 在臺灣，乳癌為女性惡性腫瘤發生率第一名，死亡率為第四名，根據衛生福 利部的統計，過去 20 年間乳癌發生率超過 4 倍成長(張金堅等，2008)，女性乳 癌標準化發生率由 1990 年的 18.87 (每十萬人)增加到 2000 年的 39.60(每十萬人) 及 2011 年的 64.28(每十萬人)(衛生福利部，2015)。此外，2000 年女性乳癌的年 齡標準化死亡率 10.14 (每十萬人)增加到 2011 年的 11.45(每十萬人)，而乳癌的死 亡率從 2000 年到 2011 年增加 1.6 倍，佔所有發生惡性腫瘤死亡的 11.36%，女性 乳癌死亡率在女性十大癌症死亡率排名為第四位，乳癌的死亡率增加速度排名第 二位，僅次於口腔癌；每年有逾萬位婦女罹患乳癌，近 2,000 名婦女死於乳癌，. 7.

相當於每天有 28 位婦女被診斷罹患乳癌、5 位婦女因乳癌而失去寶貴性命(衛福 部，2013)。 此外，根據衛福部 2011 年癌症登記年報依年齡別的統計資料顯示，台灣乳 癌好發年齡高峰約在 45-69 歲之間，以 45-49 歲的女性發生率每十萬人口 188 人 最高，其次為 50-69 歲的 187-183 人，而後便隨著年齡的增加而遞減，且年輕病 患有增加之趨勢(衛福部，無日期)，而美國乳癌發生年齡高峰為 75-79 歲(Amercian Cancer Society, 2012；歐陽賦，2011)，由於乳癌的成因複雜，並不是單一因素可 以完全解釋(蘇怡寧，2002)，乳癌已嚴重威脅女性的生命與健康，對婦女健康及 家庭已造成重大衝擊，是現今婦女醫療保健及癌症防治的重要課題，因此找出影 響乳癌相關危險因素是相當重要的，本研究將於下段回顧過去文獻以了解乳癌之 危險因素。 (二) 乳癌危險因子之相關文獻探討 過去國內外對乳癌危險因子的探討很多，但多數發生乳癌的原因仍不清楚 (楊宛霖等、2006)，許多被探討的乳癌危險因子包括：(1)基因危險因子(例如： 家族史及遺傳因子、BRAC1/BRAC2基因)、(2)荷爾蒙因素(內源性/外源性荷爾 蒙)、(3)哺餵母乳、(4)身體質量指數(BMI)、體重、(5)年齡、(6)生活型態及飲食(例 如：抽菸、喝酒)等變項，此外，也有研究指出罹患乳癌可能與共病症因素有關， 以下將針對乳癌危險因素加以闡述。. 8.

(1) 基因危險因子 家族史及遺傳因子 除了年齡之外，遺傳是罹患乳癌的重要危險因子（Sivell et al., 2008） ，基因 扮演相當重要的角色，在西方國家超過10%以上的乳癌病人身上帶有乳癌基因 (McPherson et al., 2000；李作英等，2011)。過去多數研究結果指出有乳癌家族病 史者，會增加乳癌發生之風險(吳志雄，2009；陳民虹，2005；張金堅等，2008； 楊宛霖等，2006)，且罹患乳癌的風險隨著罹患乳癌的親戚數目而增加(張金堅等， 2008)，若有一等親屬罹患乳癌，則本身罹患乳癌的機率是一般婦女的兩倍，若. 有兩個一等親罹患乳癌，則本身罹患乳癌居率高達5倍(楊宛霖等，2006)。 Nelson等學者(2012)的研究結果發現乳癌發生與家族史有相關，與沒有乳癌 家族史個案相比，一等親內曾罹患乳癌者，其有較高罹患乳癌的相對風險 (RR=2.14, 95% CI [ 1.92, 2.38])、二等親內曾罹患乳癌者，其也有較高罹患乳癌的 相對風險(RR=3.84, 95% CI [ 2.37, 6.22])、及三等親內曾罹患乳癌者其也有較高罹 患乳癌相對風險(RR=12.05, 95% CI [ 1.7, 85.16])。 Ghiasvand等學者(2013)的研究結果發現乳癌發生與家族史有相關，與沒有 乳癌家族史者相比，有乳癌家族史者，會顯著增加其罹患乳癌的勝算比(adjusted OR=2.61, 95% CI [ 1.72, 3.96])。Lee等學者(2014)的研究也是相同的結果，有乳癌 家族史者與沒有乳癌家族史者相比，有乳癌家族史者發生乳癌的勝算比會顯著增 加 (crude OR = 1.82, 95% CI [1.46, 2.26]) 。. 9.

BRAC1/BRAC2基因 直到目前為止，乳癌的發生與某些基因突變有相關，其中最常見的為 BRCA1/BRCA2基因突變與發生乳癌極有強烈相關(楊宛霖等，2006；蘇怡寧， 2002)。若個案帶有此突變基因，其一生罹患乳癌的機率高達50-80% ( Brown et al., 2005；Domchek et al., 2003；楊宛霖等，2006；蘇怡寧，2002)。根據研究指出， 約有5~10%的乳癌係來自遺傳，家族性乳癌病人大多在40歲前罹患乳癌，相較一 般女性在40歲前罹患乳癌的機率只有5%，而家族性乳癌病人罹患乳癌之平均年 齡比一般婦女大約提早了十年左右（丁先玲等，2008；蘇怡寧，2002）。 BRCA1/BRCA2基因屬於抑制腫瘤基因，參與DNA的修補，當任一基因發生突變 失去原有功能時，有會增加罹患乳癌和卵巢癌的機會(蘇怡寧，2002)。 (2) 荷爾蒙因素 內源性荷爾蒙 女性暴露於雌激素的時間長短，會影響乳癌的發生(張金堅等，2008)。 過去研究指出初經小於12歲和停經大於55歲者(Lee et al., 2014；McPherson et al., 2000；陳民虹，2005；楊宛霖等，2006)、生育年齡大於30歲(McPherson et al., 2000； 陳民虹，2005；楊宛霖等，2006)、未生育者(Lee et al., 2014；Horn et al., 2013； 楊宛霖等，2006)都會增加罹患乳癌風險，而隨著生育胎數增加卻會減少乳癌發 生的機會(Ghiasvand et al., 2013；Horn et al., 2013)。 Horn等學者(2013)的研究結果指出，在55–69歲罹患乳癌者，未生育者比有. 10.

生育者其罹患乳癌的風險高34%(HR=1.34, 95% CI [ 1.16, 1.55])，在≥70歲族群罹 患乳癌者，未生育者比有生育者其罹患乳癌的風險高31% (HR=1.31, 95% CI [ 1.17, 1.46])；而55–69歲罹患乳癌者，其生育胎數5個以上的婦女罹患乳癌的風 險比生育胎數1個的婦女罹患乳癌風險減少41% (HR= 0.59, 95% CI [ 0.42, 0.83])， ≥70歲罹患乳癌者，其生育胎數5個以上的婦女罹患乳癌的風險比生育數胎1個的 婦女減少32%的風險罹患乳癌(HR= 0.68, 95 % CI [ 0.54, 0.86])。Ghiasvand等學者 (2013)的研究結果指出罹患乳癌的風險隨著生育胎數增加而減少，相較於未生產 的婦女，生育胎數1-3次者比未生產者其罹患乳癌的勝算比減少47%(adjusted OR=0.53, 95% CI [ 0.25, 1.15])、生育胎數4-6次者比未生產者其罹患乳癌的勝算 比減少53%(adjusted OR=0.47, 95% CI [ 0.29, 0.93])、生育胎數 ≥ 7次者比未生產 者其罹患乳癌的勝算比減少73%(adjusted OR=0.23 , 95% CI [ 0.11, 0.50])。Horn等 學者(2013)研究結果指出年齡 ≥ 70歲族群其初經年齡 ≥17歲者比初經年齡≤ 13 歲者罹患乳癌的風險低21%(HR=0.79, 95% CI [ 0.62, 1.01]，而年齡55-69歲族群其 初經年齡 ≥17歲者比初經年齡≤ 13歲者，其罹患乳癌的風險較高(HR=1.02, 95% CI [ 0.73, 1.42])，但未達統計顯著差異。Ghiasvand等學者(2013)的研究結果也指 出初經年齡 < 12歲者比初經年齡12-15歲者，其罹患乳癌的勝算比高 28%(adjusted OR=1.72 , 95% CI [ 0.96 , 3.07])，此外此研究也指出生育第一胎的年 齡與罹患乳癌的風險呈現正相關，在55–69歲族群其生育第一胎年齡在35歲或以 上者比生育第一胎年齡< 20歲者，其罹患乳癌的風險比較高(HR=1.69, 95% CI. 11.

[ 1.09, 2.64])，而年齡 ≥ 70歲族群，其生育第一胎年齡在35歲或以上者比生育第 一胎年齡 < 20歲者，其罹患乳癌的風險比較高HR=1.54, 95% CI [ 1.13, 2.11])。 Nelson等學者(2012)研究指出生育第一胎年齡≥30歲者比生育第一胎年齡 25-29歲婦女其罹患乳癌的風險高20%(HR=1.2, 95% CI [ 1.02,1.42])，未生育者比 有生育者其罹患乳癌的風險較高(HR=1.25, 95% CI [ 1.08,1.46])。陳民虹(2005)的 研究指出初經年齡越早，其罹患乳癌的風險也越高，初經年齡為15歲者比初經年 齡為12歲者的危險性約介於0.3-1.0之間。 除了生育因素及初經年齡的危險因素之外，也有研究指出停經年齡較晚與 乳癌發生有關(Horn et al., 2013；Lee et al., 2014；McPherson et al., 2000；陳民虹， 2005；楊宛霖等，2006)。Horn 等學者( 2013)研究結果發現年齡55–69歲族群其 停經年齡為50-54歲者比停經年齡 < 45歲者，其罹患乳癌的風險比較高(HR=1.38, 95% CI [ 0.87, 2.19])，而年齡 ≥70歲族群其停經年齡為50-54歲者比停經年齡 < 45歲者，其罹患乳癌的風險也比較高(HR=1.44, 95% CI [ 1.10, 1.90])。Lee等學者 (2014) 研究結果指出停經年齡 > 45歲者比停經年齡 < 45歲者其罹患乳癌的勝 算比較高(crude OR = 1.28, 95% CI [ 1.00, 1.64])。陳民虹(2005)的研究發現未停經 婦女生育第一胎年齡越大其罹患乳癌的風險越高，而停經婦女生育第一胎年齡< 30歲者，其與罹患乳癌的風險無顯著相關。. 12.

外源性荷爾蒙 過去研究指出使用女性荷爾蒙補充治療，會增加罹患乳癌的風險(Jemal et al., 2007；Rossouw et al., 2002)。Rossouw等學者(2002)研究結果顯示，使用荷爾 蒙療法的停經婦女比未使用荷者，其罹患乳癌的風險較高 (HR=1.26, 95% CI [ 1.00, 1.59])，而且年紀越大以及體重過重的婦女使用荷爾蒙療法的風險比較 高，如:60-69歲的更年期婦女服用荷爾蒙療法時所承擔的風險，比50-59歲的婦女 高出4.3倍；而70-79的婦女則比50-59歲的婦女高出7.5倍，至於體重過重的婦女 服用荷爾蒙療法則會比正常體重的婦女高出5.6倍的風險。 然而，除了女性荷爾蒙補充治療之外，學者也提出使用口服避孕藥會輕微增 加乳癌發生率，但若停用後其罹患乳癌的風險會隨時間而減少(張金堅等， 2008)；但陳民虹(2005)的研究指出使用口服避孕藥者不會增加罹患乳癌的風險。 Nelson等學者(2012)研究指出使用口服避孕藥者和未使用的乳癌發生風險並未達 統計顯著差異(RR=1.08,95% CI [ 0.96,1.23])。 (3)哺餵母乳 過去研究指出哺餵母乳對於乳癌的發生是具有保護作用(陳民虹，2005； Nelson et al., 2012)。Nelson等學者(2012)研究指出哺餵母乳比未曾哺餵母乳者， 其罹患乳癌的相對風險較低(RR=0.87, 95% CI [ 0.77, 0.88])；陳民虹(2005)的研究 指出若曾哺餵母乳者，其對停經後婦女罹患乳癌具有保護作用，相對危險性約為 0.6-0.9之間；Lee等學者(2014)的研究指出停經後族群曾哺餵母乳比未曾哺餵母乳. 13.

者，其罹患乳癌的勝算比較高(crude OR = 1.09, 95% CI [ 0.94, 1.27])，但未達統計 顯著差異。 (4)身體質量指數(body mass index, BMI)、體重 van den Brandt等學者(2000)的研究結果顯示，已停經的女性BMI超過28 kg/m2者比BMI<21kg/m2者，其罹患乳癌的相對風險會增加(RR=1.26, 95% CI [ 1.09, 1.46])，但是相反的，停經前的BMI為31 kg/m2的女性比BMI為21 kg/m2者，其罹患. 乳癌的相對風險卻會減少(RR= 0.54, 95% CI [ 0.34, 0.85])。 Eliassen等學者(2006)的研究指出，體重的變化與乳癌的發生率有相關，18歲 以後體重增加25公斤以上的女性比體重正常者，其發生乳癌的相對風險會增加 (RR=1.45, 95% CI [ 1.27, 1.66])，而體重下降10公斤的女性比體重正常者，其罹患乳 癌的相對風險較低(RR= 0.43, 95% CI [ 0.21, 0.86])。. Ghiasvand等學者(2013)的研究也指出年齡≥58歲者，其罹患乳癌的風險與 BMI呈正相關，體重過重(BMI: 25–29.9 kg/m2)比正常體重(BMI:18.5-24.9 kg/m2) 者，其罹患乳癌的勝算比較高(ORs=1.27 , 95% CI [ 0.97, 2.65]，而肥胖(BMI ≥30 kg/m2)的婦女比正常體重(BMI:18.5-24.9 kg/m2)者，其罹患乳癌的勝算比較高 (ORs=2.34, 95% CI [ 1.33, 4.14])。Lee等學者(2014)的研究指出停經後婦女體重過 重BMI ≥ 24 kg/m2者比體重正常者，其罹患乳癌的風險較高(Crude OR =1.17, 95% CI [ 1.08, 1.26])。此外，陳民虹(2005)研究發現停經前肥胖婦女其罹患乳癌的風 險並無顯著增加，但在停經後的肥胖婦女其罹患乳癌卻有相關其相對危險約為. 14.

1.0-2.0之間；Nelson等學者(2012)的研究結果也發現體重過重(BMI:25-29 kg/m2) 比體重正常或體重過輕者(BMI≤ 24 kg/m2者)，其罹患乳癌的風險較低 (RR=0.86, 95% CI [ 0.82, 0.90])，而肥胖者(BMI ≥ 30 kg/m2)比體重正常或體重過輕者( ≤ 24 kg/m2者)，其罹患乳癌的風險也減少26% (RR=0.74, 95% CI [ 0.68, 0.81])。 (5)年齡 臺灣衛福部2011年之癌症登記年報顯示，乳癌好發年齡45-49歲其發生人數 最高，其次為50-55歲，而美國乳癌發生年齡高峰為75-79歲(Amercian Cancer Society, 2012；歐陽賦，2011)。Horn等學者(2013)的研究指出在55-69歲族群中有 1,077(1.8%)位婦女罹患乳癌(診斷年齡中位數為64歲)、≥70歲族群中有1,822位 (3.1%)婦女罹患乳癌(診斷年齡中位數為78歲)。由此可知，乳癌的發生率隨著年 齡而增加(Amercian Cancer Society, 2012；Horn et al., 2013；楊宛霖等，2006；歐 陽賦，2011)。 (6)生活型態及飲食(例如：抽菸、喝酒) 過去研究指出抽菸與罹患乳癌之間的相關性結果較不一致，陳民虹(2005)的 研究指出無論已戒菸、目前吸菸者及大量吸菸者，與罹患乳癌皆無相關；Lee等 學者(2014)研究指出，抽菸婦女比沒有抽菸者，其罹患乳癌的勝算較低(crude OR = 0.96, 95% CI [0.72, 1.27])，但未達統計顯著差異；Nelson等學者(2012)研究指出 抽菸者比未曾抽菸者，其罹患乳癌的相對風險較高(RR=1.05, 95% CI [0.98, 1.13])，但未達統計顯著差異。Lee等學者(2014)研究指出，喝酒婦女比沒有喝酒. 15.

者，其罹患乳癌的勝算比較低(crude OR = 0.97, 95% CI [0.78, 1.20])，但未達統計 顯著差異。李作英等學者(2011)的研究指出喝酒比未喝酒者，其罹患乳癌的勝算 比較低(OR=0.455, 95% CI [0.062, 3.369])，但未達統計差異。Nelson等學者(2012) 研究指出每週飲酒 < 7g 的婦女比未曾飲酒者，其罹患乳癌的相對風險較高 (RR=1.03, 95% CI [ 0.96, 1.11])，但未達統計顯著差異。 小結，綜合上述文獻可知過去探討乳癌的相關危險因素很多，其中較明確 的危險因素為有乳癌家族史者(Ghiasvand et al., 2013；Nelsonet al., 2012；吳志雄， 2009；陳民虹，2005；張金堅等，2008；楊宛霖等，2006)、BRCA1/BRCA2基因 突變(Brown et al., 2005；Domchek et al., 2003；楊宛霖等，2006；蘇怡寧，2002)、 初經年齡早(Horn et al., 2013；Ghiasvand et al., 2013；Mcpherson et al., 2000；Nelson et al., 2012；陳民虹，2005；楊宛霖等，2006)、停經年齡晚(Horn et al., 2013；Lee et al., 2014；McPherson et al., 2000；陳民虹，2005；楊宛霖等，2006)、生育第一 胎年齡晚(Ghiasvand et al., 2013；McPherson et al., 2000；Nelson et al., 2012；楊宛 霖等，2006)、未生育(Horn et al., 2013；Nelson et al., 2012；楊宛霖等，2006)、 停經後肥胖(van den Brandt et al., 2000；Ghiasvand et al., 2013；Lee et al., 2014； 陳民虹，2005)、年齡(Horn et al., 2013；楊宛霖等，2006；歐陽賦，2011)；而結 果較不一致的有外源性荷爾蒙、抽菸、喝酒等因素，然而罹患乳癌已知的危險因 素只佔20-40%，其他危險因素仍待有待持續研究發現(李作英等，2011)。然而近 年來國外研究也指出，乳癌的發生率快速上升，與共病症可能也有相關，因此乳. 16.

癌的發生除了可歸因的危險因素之外，仍有部分可能歸因於慢性共病症之疾病因 素，所以共病症與乳癌發生的相關議題是不容忽視的，本研究第二節將介紹共病 症對乳癌的影響。 表 1 乳癌發生之相關危險因子文獻簡表 變項. 與乳癌發生的關係. 家族史及遺傳因子. 參考文獻 Ghiasvand et al.(2013)；Nelson et al.(2012)；吳志雄(2009)；張金堅等. (+) (2008)；陳民虹(2005)；楊宛霖等 (2006) BRCA1/BRCA2基因. Brown et al.(2005)；Domchek et al.(2003)；楊宛霖等(2006)；蘇怡寧. (+). (2002) 內源性荷爾蒙 初經年齡過早. Horn et al.(2013)；Ghiasvand et al.(2013)；Mcpherson et al.(2000)； (+) Nelson et al.(2012)；陳民虹(2005)； 楊宛霖等(2006). 停經年齡晚. Horn et al.(2013)；Lee et al.(2014)； McPherson et al.(2000)；. (+). 陳民虹(2005)；楊宛霖等(2006) 生育第一胎年齡晚. Ghiasvand et al.(2013)；McPherson et al.(2000)；Nelson et al.(2012)；. (+). 楊宛霖等(2006) (續下頁) 17.

變項. 與乳癌發生的關係. 未生育. 參考文獻 Horn et al.(2013)；. (+). Nelson et al.(2012)；楊宛霖等(2006). 外源性荷爾蒙 荷爾蒙補充治療. Jemal et al.(2007)；Rossouw et (+) al.(2002)；張金堅等(2008). 口服避孕藥. (+). 張金堅等(2008). 口服避孕藥. (-). Nelson et al.(2012)；陳民虹(2005). 哺餵母乳. Lee et al.(2014)； (-) Nelson et al.(2012)；陳民虹(2005). 身體質量指數、體重. Eliassen et al.(2006)；Ghiasvand et al.(2013)；Lee et al.(2014)；Nelson et (+) al.(2012)；van den Brandt et al.(2000)；陳民虹(2005). 年齡. Horn et al.(2013)；楊宛霖等 (+) (2006)；歐陽賦(2011). 生活型態及飲食 吸菸. Lee et al.(2014)； (-) Nelson et al.(2012)；陳民虹(2005). 喝酒. Lee et al.(2014)；Nelson et al.(2012). (-). 註：(+)有相關，(-)無相關. 18.

第二節 乳癌與共病症之相關性 過去文獻指出乳癌症病人常見共病症有心血管疾病、腦血管疾病、高血脂、 高血壓、糖尿病等，有數篇研究探討罹患共病症與發生乳癌風險的文獻，以下將 詳述各研究內容： (一) 共病症與罹患乳癌風險 Haque等學者(2014)使用美國6個社區健康計畫系統資料分析1990~1994年乳 癌診斷期別為Ⅰ或Ⅱ、乳癌診斷後存活5年以上且年齡≥65歲以上之乳癌個案 1,361位，再以年齡和社區健康計畫系統位置進行1:1匹配，對照組共1,361人，以 病例對照研究設計，探討乳癌族群共病症和心血管疾病風險之相關研究，該研究 將心肌梗塞、冠狀動脈疾病、腦血管疾病、心律不整、鬰血性心衰竭，合稱為心、 腦血管疾疾病(cardiovascular disease, CVD)，該研究發現在研究期間乳癌個案因 心、腦血管疾疾病(CVD)死亡的乳癌個案人數為對照組死亡的兩倍，而乳癌個案 年齡≥80歲者其罹患心、腦血管疾疾病(CVD)的風險增加2.44倍( 95% CI [ 1.12, 2.80])，其乳癌糖尿病者罹患心、腦血管疾病的風險增加1.72倍(95% CI [ 1.48, 1.99])，而乳癌高血壓者其罹患心、腦血管疾病的風險增加1.48倍 (95% CI [ 1.31, 1.67])；此外，乳癌族群比非乳癌族群發生心、腦血管疾病之風險比較低(HR= 0.97, 95% CI [ 0.87, 1.09 ])，而且心、腦血管疾病隨著年齡增加，且呈現統計上的顯著 差異 (P for trend < .10)。 Jung等學者(2013)利用Seoul Breast Cancer Study (SeBCS)資料分析2001~2007. 19.

年韓國兩所醫院之女性乳癌患者3,242位及非癌症之對照組1,818位，以病例對照 研究設計探討共病症對乳癌發生風險的相關研究，研究結果顯示，當調整其他危 險因素後發現罹患糖尿病者比無罹患糖尿病者，其罹患乳癌的勝算比比較高 (OR= 1.33, 95% CI [ 0.99, 1.78])，而罹患高血壓者比無罹患高血壓者，其罹患乳 癌的勝算比也是比較高(OR= 1.46, 95% CI [ 1.18, 1.83])，若當個案罹患糖尿病或 高血壓或同時罹患兩者時比無罹病者，其罹患乳癌的勝算比會顯著增加(Adjusted Odds Ratio, aOR=1.54, 95% CI [ 1.25, 1.89])，不管是罹患糖尿病或是高血壓者比 無病者，其在停經前(OR= 1.01, 95% CI [ 0.63, 1.62])或停經後(OR=1.93, 95% CI [ 1.51, 2.47])都有比較高罹患乳癌的勝算比。此研究再依停經狀況做進一步的分 層分析，發現停經後婦女罹患糖尿病者比無罹患糖尿病者，其罹患乳癌的勝算比 較高(OR=1.44, 95% CI [ 1.03, 2.01])，另外停經後婦女罹患高血壓者比無罹患高 血壓者，其罹患乳癌的勝算比也是比較高(OR=1.87, 95% CI [ 1.44, 2.43])，在分 層分析的模型中發現同時罹患糖尿病、高血壓者比無病者，其只有在停經後顯著 增加罹患乳癌的勝算比(OR=1.93, 95% CI [ 1.51, 2.47])，而只罹患高血壓者比無 高血壓者，只有在停經後顯著增加罹患乳癌的勝算比(OR=1.84, 95% CI [1.40, 2.40])。 Potluri等學者(2014)利用large clinical database of patient records資料分析 2000~2013年英國664,159位女性，探討高膽固醇血症與發生乳癌風險之相關性研 究，研究結果發現有22,938位(3.5%）罹患高膽固醇血症，其中有9,312位罹患乳. 20.

癌，而高膽固醇血症患者有2.3%罹患乳癌，正常膽固醇血症者有1.4%罹患乳癌， 高膽固醇血症比正常膽固醇血症者有較高罹患乳癌的勝算比(OR=1.64, 95% CI [ 1.50, 1.79])，即血液中的膽固醇濃度過高者有較高發生乳癌的風險。 Sieri等學者(2014)進行歐盟跨國性研究，分析歐盟不同國家女性共計337,327 位、平均追蹤期間11.5年的研究，探討高膽固醇血症與發生乳癌的相關性研究， 研究結果發現：高總膽固醇血症者和高飽和脂肪者有較高罹患乳癌的風險 (HR=1.20, 95% CI [ 1.00, 1.45], p= .05 ; HR=1.28, 95% CI [ 1.09, 1.52], p = .009)， 顯示飽和脂肪和膽固醇參與乳癌形成的機轉。 McDougall等學者(2013)以Cancer Surveillance System (CSS)之資料分析2000 〜2008年居住普吉特海灣地區(Seattle–PugetSound region)年齡為55~74歲女性，探 討長期使用史他汀類藥物(statin)與乳癌發生風險的相關性研究，並以族群為基礎 的病例對照研究設計，個案組為被診斷為侵犯性管狀乳癌891位和侵犯性葉狀乳 癌1,036位、對照組877位，經結構化問卷由訪談員訪談蒐集高膽固醇血症和有關 服用降脂藥物的資訊，結果發現：所有的研究對象中服用statin藥物≥10年的婦女 比從未使用statin藥物者，其顯著的增加罹患侵犯性管狀乳癌以及增加罹患侵犯 性葉狀的勝算比（OR=1.83, 95% CI [ 1.14, 2.93]；OR=1.97, 95% CI [ 1.25, 3.12]） ， 進一步分析被診斷為高膽固醇血症的婦女，發現目前服用statin藥物≥10年或更久 的婦女比未曾使用statin藥物者，其罹患侵犯性管狀乳癌、侵犯性葉狀乳癌的勝 算比顯著的增加（OR=2.04, 95% CI [ 1.17, 3.57]；OR=2.43, 95% CI [ 1.40, 4.21]） 。. 21.

Deckx等學者(2012)以Registration Network Family Practices (RegistratieNet Huisartspraktijken, RNH)資料分析年老癌症病人和非癌症病人預先存在和後續併 發之共病症的相關性研究，以年齡、性別依1:4比例進行，納入癌症病人3,835位 匹配非癌症病人11,973位，研究結果發現，癌症病人之平均年齡為72歲且癌症病 人常見已存在的慢性病中，癌症病人比非癌症病人血脂肪異常的勝算比較高 (OR=1.03, 95% CI [ 0.92, 1.15])，然而癌症診斷後的前兩年裡，癌症病人血脂肪 異常的風險比非癌症病人少將近51% (HR=0.49, 95% CI [ 0.29, 0.82])。 Devore 等學者(2015)以美國 1988-2012 年 Nurses' Health Study (NHS)和 1989-2011 年 Nurses' Health Study II (NHS II)資料進行分析，探討降高血壓藥物與 乳癌發生風險的研究，此研究共納入註冊護士 210,641 位，研究結果發現其中有 10,012 位(NHS 6,718 位、NHSII 3,294 位)罹患乳癌，目前正在使用抗高血壓藥物 者比過去使用或未曾使用抗高血壓藥物者並不會增加罹患乳癌的相對風險 (NHS--multivariable-adjusted relative risk=1.00 , 95% CI [ 0.95, 1.06]或 NHS II--multivariable-adjusted relative risk=0.94, 95% CI [ 0.86, 1.03])。. Salinas-Martínez 等學者(2014)以墨西哥單一機構於 2011-2013 年接受檢查之 病人為對象，以病例對照的研究設計探討糖尿病前期、糖尿病與乳癌發生風險相 關性研究，研究對象為乳癌病人 240 位，乳房攝影正常者 406 位為對照組，研究 結果顯示，當調整控制項後，糖尿病前期婦女與罹患糖尿病的婦女有較高的乳癌 發生的勝算比(adjusted OR=1.69, 95% CI [ 1.04, 2.74]；adjusted OR=2.58, 95% CI 22.

[ 1.61, 4.12])，再以停經狀況進一步分層分析，發現停經後糖尿病前期與糖尿病 婦女仍然有顯著較高發生乳癌的勝算比(adjusted OR=2.08, 95% CI [ 1.10, 3.96]； adjusted OR= 2.85, 95% CI [ 1.55, 5.26])，而停經後婦女罹患糖尿病 ≥7 年者和 < 7 年者都會顯著增加乳癌發生的勝算比(adjusted OR= 2.80, 95% CI [ 1.40, 5.60 ]； adjusted OR= 3.00, 95% CI [ 1.50, 5.90])。. Noh 等學者(2013) 以 1995~2011 年於 Health Promotion Center of the Samsung Medical Center 進行常規健康檢查(包含女性乳房攝影檢查)族群資料，探 討韓國婦女代謝症候群危險因子與停經前、停經後發生乳癌相關性研究，以個案 對照研究設計，依年齡和停經狀態進行 1:2 匹配，共納入罹患乳癌個案 270 位、 無罹患乳癌之對照組 540 位，評估五個代謝症候群危險因子，研究結果顯示，肥 胖者比無肥胖者其有較高乳癌發生的勝算比(OR=1.48, 95% CI [ 1.02, 2.17]，高血 糖比無者其有較高乳癌發生的勝算比(OR=1.08, 95% CI [ 0.72, 1.63])，高血壓比 無高血壓者其發生乳癌的勝算比較低 (OR=0.96, 95% CI [ 0.67, 1.38])，低密度膽 固醇高者比無者其發生乳癌的勝算比較高(OR=1.19, 95% CI [ 0.84, 1.69])，更依 停經狀態進一步分層分析，發現停經後肥胖者比無肥胖者更顯著增加乳癌發生的 勝算比(OR=2.24, 95 % CI [ 1.22, 4.10])，而停經後罹患三種或以上代謝症候群者 比無罹患任一種代謝症候群者其停經後有更高發生乳癌的勝算比(OR=2.36, 95 % CI [ 1.10, 5.10])，其中使用荷爾蒙補充治療者比未使用者有顯著增加發生乳癌. 23.

的勝算比(OR=2.22, 95 % CI [ 1.33, 3.71])，尤其顯著當個案停經後使用荷爾蒙補 充治療者比未使用者，其發生乳癌的勝算比更高(OR=3.80, 95 % CI [ 2.04, 7.09])。. Lipscombe等學者(2013)利用加拿大癌症登記系統Ontario Cancer Registry(OCR)資料，分析1996~2008年年間，以年齡匹配相同年紀個案進行1:5 匹配，納入年齡 > 55歲女性乳癌糖尿病24,976位、無罹患糖尿病之對照組124,880 位，探討乳癌病人接受化療後其發生糖尿病之相關研究，平均追蹤期間5.8年， 研究結果發現在所有的乳癌個案中有14,576位(9.7%)罹患糖尿病，罹患乳癌的糖 尿病病人比無罹患糖尿病者，其在診斷兩年後及十年後，隨著時間改變其罹患糖 尿病的風險由7%到21%逐漸增加(HR=1.07, 95% CI [ 1.02, 1.12]；HR=1.21, 95% CI [ 1.09, 1.35])，更進一步以接受化學治療分層分析，其中接受化學治療的乳癌 者，在診斷兩年後其罹患糖尿病的風險增加(year2:HR=1.24, 95% CI [ 1.12, 1.38])，而在診斷十年後罹患糖尿病之風險隨之減少(year10:HR=1.08, 95% CI [ 0.79, 1.48])。 (二) 乳癌與心衰竭、中風之關聯性 過去文獻指出許多乳癌存活者的死因，並非死於本身的癌症(Patnaik et al., 2011b)，以下將詳述各研究內容： Patnaik等學者(2011b)利用美國Surveillance, Epidemiology and End Results-Medicare linked database(SEER)資料分析1992年到2000年，年齡≥66歲女 性乳癌者以回溯性世代研究設計，共有63,566位病人，追蹤9年(中位數)，探討老 24.

年女性乳癌病人心腦血管疾病與乳癌死因的相關性，研究結果指出，年齡≥85歲 者罹患心、腦血管疾病者其死於乳癌死因之死亡相對風險比年齡66-74歲者增加 1.67倍(95% CI [ 1.57,1.78])、年齡≥85歲者罹患心、腦血管疾病死於其他死因之死 亡相對風險比年齡66-74歲者增加4.63倍(95% CI [ 4.46, 4.82])，當乳癌個案罹患心 腦血管疾病時，其乳癌死因的相對風險則比年齡66-74歲者增加1.24倍( 95% CI [ 1.17, 1.32])、乳癌個案罹患糖尿病時，其乳癌死因的相對風險則比年齡66-74歲 者增加為1.10倍(95% CI [ 1.03, 1.16])，在此研究中，乳癌族群主要死亡原因為心 腦血管疾病死亡(15.9% (95% CI [ 15.6, 16.2])，因此，年齡和共病症大幅的影響乳 癌死因，且罹患心腦血管疾病的乳癌病人會增加乳癌病人較差的預後。 Riihima¨等學者(2012)利用Nationwide Swedish Family-Cancer Database資料， 分析1987年~2006年挪威乳癌病人死亡原因之研究，共納入641,000位死亡個案， 其中48,000位因乳癌死亡，研究結果指出乳癌死亡者比非乳癌死亡者其發生心衰 竭的風險增加1.29倍(95% CI [ 1.22, 1.37])、乳癌死亡者比非乳癌死亡者其發生腦 血管疾病的風險增加1.03倍(95% CI [ 1.00, 1.07])、乳癌死亡者比非乳癌死亡者其 發生糖尿病的風險增加1.18倍( 95% CI [ 1.08, 1.28])、乳癌死亡者比非乳癌死亡者 其發生高血壓性疾病的風險增加1.03倍( 95% CI [ 0.91, 1.17])，但統計尚未達顯著 差異。. 25.

Chavez-MacGregor等學者(2013)利用SEER-Medicare和Texas Cancer Registry–Medicare資料分析2005年至2009年女性乳癌病人年齡 ≥ 66歲共計9,535 位，探討其因接受化學治療引起心臟毒性副作用之研究，研究結果發現2,203位 (23.1%)病人接受Trastuzumab治療的年齡中位數為71歲，接受Trastuzumab化學治 療者vs.未接受Trastuzumab治療者的心臟衰竭(congestive heart failure, CHF)發生 率為29.4% vs.18.9%，且呈現統計顯著差異(P < 0.001)，接受Trastuzumab化學治 療者比未接受者發生心臟衰竭的風險增加1.95倍( 95% CI [ 1.75, 2.17])，此外作者 更進一步分析年齡和病史，發現年齡>80歲族群比年齡66-70歲族群接受治療者發 生心臟衰竭的風險增加1.53倍 ( 95% CI [ 1.16, 2.10])，當個案年齡>80歲者有冠狀 動脈疾病(coronary artery disease, CAD)病史比沒有CAD病史接受治療者發生心 臟衰竭的風險則增加1.82倍( 95% CI [ 1.34, 2.48])、年齡 >80歲者高血壓病史者比 沒有高血壓病史接受治療者發生心臟衰竭的風險則增加1.24倍( 95% CI [ 1.02, 1.50])，可見老年族群、有冠狀動脈疾病、高血壓病史者接受治療時也會有較高 風險發生心衰竭。 Nechuta等學者(2013)以Shanghai Breast Cancer Survival Study(SBCSS)全國 性資料分析2002-2006年乳癌癌症診斷期別為stageⅠ~Ⅲ期的20-75歲女性乳癌病 人，探討共病症與乳癌復發/轉移及存活的相關性研究，共納入共4,664位，以結 構性問卷進行三次訪談，研究結果發現乳癌診斷的年齡中位數為51.0歲(標準差為 10.0)，平均追蹤5.3年期間(中位數)，該研究發現乳癌存活者主要的共病症為高血. 26.

壓(22.4%)、慢性胃炎(14.3%)、糖尿病(6.2%)、氣喘(5.8%)、冠狀動脈疾病(5.0%)、 中風(2.2%)，其中將近50%乳癌病人沒有共病症，其中29.2%罹患一種共病症， 19.1% 罹患 ≥ 2種以上的共病症，而高血壓、糖尿病、冠狀動脈疾病、中風這四 種共病症常見於老年、體重過重(BMI:25~ <30 kg/m 2)或肥胖(BMI:≥ 30kg/m 2 )、 未接受化學治療、未接受放射線治療者，進一步調整社經地位、生活型態、臨床 因素、共病症後，分析共病症對死亡的影響，發現罹患糖尿病的乳癌病人比無者 的總死亡風險增加1.40倍(95% CI [ 1.06, 1.85])及非乳癌死亡的風險比無者增加 2.64倍( 95% CI [ 1.63, 4.27])，中風病史的乳癌病人比沒中風病史者的總死亡風險 增加1.42倍(95% CI [ 0.91, 2.22])，但統計尚未達顯著差異，但卻會顯著增加非乳 癌死亡的風險2.52倍( 95% CI [ 1.33, 4.78] )，而共病症與乳癌復發轉移較無相關。 Jagsi等學者(2006)利用1984-2000年美國單一機構University of Michigan Hospital (Ann Arbor, MI)，研究對象為820位中風的乳癌女性病人，探討放射線治 療與發生中風相關性的研究，研究結果顯示，追蹤中位數6.8年，其中20位病人 在追蹤期間至少發生一次腦中風(cerebrovascular accident, CVA)、35位病人至少發 生一次腦中風(cerebrovascular accident, CVA)或短暫性腦缺血(transient ischemic attack , CVA/TIA)。相較於一般族群，CVA的標準化發生率(standardized incidence ratios, SIR)為1.74( 95% CI [0.94 , 2.37])、CVA/TIA SIR為1.68 (95% CI [ 1.003, 2.06] )，而CVA和CVA/TIA的額外絕對風險(absolute excess risk)分別為1.67、 2.76(每1,000人年)；此外以二元迴歸分析，發現CVA發生的相關危險因素與高血. 27.

壓(p = .002)、年齡 (p < .0001)、冠狀動脈疾病(coronary artery disease, CAD) (p = .001)、心房纖維懺動(atrial fibrillation, Af) (P = .009)、鎖骨上放射線治療 (supraclavicular RT) (p = .021)有統計顯著相關，而 CVA/TIA 相關的危險因素則 與高血壓(p < .001)、CAD (p = .002)、年齡(p < .0001)有統計顯著相關，但與使用 tamoxifen並無顯著相關(p = .19)，但是若罹患高血壓者合併使用tamoxifen則有較 高導致CVA/TIA的風險，其差異呈統計上顯著差異(log-rank p < .0001)；在多元迴 歸分析發現其發生CVA/TIA只有年齡(p < .001)和高血壓(p = .003)有統計顯著相 關，而只有年齡與CVA的發生有統計顯著相關(p < .001)，可見年齡、高血壓病史 和中風的發生有關。 Hooning等學者(2006)以Netherlands Cancer Institute or the Erasmus MC, Daniel den Hoed Cancer Center資料做回溯性族群研究，評估癌症期別為早期乳癌病人併 發腦血管事件(cerebrovascular even,包括中風stroke和短暫性腦缺血transient ischemic attack, TIA)發生情形及其危險因子，分析1970年到1986年存活者且年齡 小於71歲的7,425位女性乳癌病人，此外限制病人須於診斷後存活10年以上4,414 位，排除缺少腫瘤病理組織學資料的46位，最後4,386位納入研究，觀察乳癌存 活者自罹患乳癌確診後至2000年1月1日止是否併發腦血管事件(cerebrovascular accidents, CVA)，並以標準化發生率(standardized incidence ratios, SIRs)來估計該 族群併發CVA觀察值與期望值比率，以exact Poisson probabilities計算SIR的CI 值，排除乳癌確診前或是確診後10年內併發CVA者，研究結果發現在追蹤的18. 28.

年期間(中位數)，4,368位病人中有164位(3.8%)併發中風(stroke)，109位(2.5%)併 發TIA，此外，相較於一般族群，該乳癌族群併發CVA的發生率(每10,000人年) 比期望值少25%(SIR=0.75, 95% CI [ 0.64, 0.88])、併發TIA的族群以乳癌確診年齡 <45歲者居多，其發生率(每10,000人年)比期望值少20% (SIR=0.8, 95% CI [ 0.7, 1.0])，而併發stroke的乳癌病人年齡中位數為75.5歲、併發TIA者其年齡中位數為 73.1歲。更進一步發現其接受tamoxifen抗荷爾蒙治療者及罹患高血壓、高膽固醇 之女性有較高併發stroke的風險( HRs分別為1.9, 2.1和 1.6)，接受手術及手術合併 放射線治療者與併發CVA無關。相較於沒有接受治療者，接受放射線治療與抗 荷爾蒙治療者有較高併發stroke的風險(SIR=1.31, 95% CI [ 0.87, 1.88])、接受放射 線治療與化學治療者較高併發TIA的風險(SIR=2.90, 95% CI [ 1.45, 5.19])。控制年 齡後分析，接受化學治療者比未接受化學治療者會大約減少9%罹患stroke的風險 (HR=0.91, 95% CI [ 0.53,1.57])，但會增加TIA的風險(HR=1.32, 95% CI [ 0.71,2.47])，接受抗荷爾蒙治療者比未接受治療者增加罹患stroke的風險 (HR=1.88, 95% CI [ 1.28, 2.75])，有高血壓病史者比無病史者會增加stroke及TIA 的風險(HR=2.07, 95% CI [ 1.49, 2.87]；HR=1.23, 95% CI [ 0.81, 1.86])，有糖尿病 病史者比無病史者會增加stroke及TIA的風險(HR=1.33, 95% CI [ 0.88, 2.00]； HR=1.47, 95% CI [ 0.86, 2.49])。 小結，整理上述研究發現，慢性共病症對乳癌的發生和死亡情形都有相關性 (Deckx et al., 2012；Devore et al., 2015；Ghiasvand et al., 2013；Haque et al., 2014；. 29.

Jung et al., 2013；Lipscombe et al., 2013；McDougall et al., 2013；Nechuta et al., 2013；Noh et al., 2013；Salinas-Martínez et al., 2014；Sieri et al., 2014；Patnaik et al., 2011b；Riihima¨et al., 2012)，乳癌個案死亡的主要原因為心血管疾病(Patnaiket al., 2011b)，而且心血管疾病發生隨著年齡而增加(Haque et al., 2014；Patnaik et al., 2011b)，有慢性共病症之乳癌病人亦有較高死亡風險及較少接受治療 (Chavez-MacGregor et al., 2013；Nechuta et al., 2013；Patnaik et al., 2011b； Riihima¨et al., 2012)，一旦罹患共病症接受乳癌治療時也會有較高發生糖尿病 (Lipscombe et al., 2013)、心衰竭、腦血管疾病及死亡的風險(Chavez-MacGregor et al., 2013；Nechuta et al., 2013；Patnaik et al., 2011b；Riihima¨et al., 2012)，可見心 血管疾病、腦血管疾病、高血脂、高血壓、糖尿病等共病症對乳癌的影響是不可 忽視的。. 30.

表 2 乳癌和共病症之文獻簡表 年代 作者/國家. 資料來源. 研究對象. 自變項. 依變項. 研究結果. 2015 Devore et al.. 1988-2012 年 Nurses'. 註冊護士共 210,641. 高血壓藥物. 乳癌. 目前使用抗高血壓藥者(-)乳癌. Health Study (NHS). 電子郵件問卷. 美國. NHS:. 和 1989-2011 年. RR=1.00 (95% CI=0.95, 1.06). Nurses' Health Study. NHS II:. II (NHS II). RR=0.94( 95% CI=0.86, 0.03). 2014 Haque et al.. 6 US health plans 、. 1990-1994 年. 美國. National Death Index. 病例組 1,361 人. 乳癌. 對照組 1,361 人. 心血管疾病. 1.肥胖(+)心血管疾病(p =.01). 危險因子. 2.高血壓(+)心血管疾病(p=.005) 3.抽菸(+)心血管疾病 HR=1.29 (95% CI=1.15, 1.46) 4.高血壓(+)心血管疾病 HR=1.48 (95% CI=1.31, 1.67) 5.糖尿病(+)心血管疾病 HR=1.72 (95% CI=1.48, 1.99) 6.乳癌(-)心血管疾病 HR=0.97 (95% CI=0.87, 1.09) (續下頁). 31.

年代 作者/國家. 資料來源. 研究對象. 自變項. 依變項. 研究結果. 2014 Potluri et al.. large clinical database. 2000~2013 年. 膽固醇指數. 乳癌. 高膽固醇血症(+)乳癌. of patient records. 664,159 位女性. 英國. OR=1.64 (95% CI=1.50, 1.79). in the United Kingdom 2014 Sieri et al. 義大利. EPIC study (European. 337,327 位. 膽固醇指數、. Investigation into. 歐盟不同國家女性. 高飽和脂肪指. Cancer and Nutrition). 平均追蹤 11.5 年. 數. 乳癌. 1.高總膽固醇血症(+)乳癌 HR=1.20 (95% CI=1.00, 1.45) 2.高飽和脂肪血症(+)乳癌 HR=1.28 (95% CI=1.09, 1.52). 2014 Salinas-Martínez et al., 墨西哥. Public health. 2011-2013 年. sector affiliated with 乳癌個案組 240 位 the Instituto Mexicano 乳房攝影結果正常之 del Seguro Social 對照組 406 位 in the northeast of. 糖尿病前期 糖尿病. 乳癌. 1.糖尿病前期(+)乳癌 OR= 1.69 (95% CI=1.04, 2.74) 2.糖尿病(+)乳癌 OR= 2.58 (95% CI=1.61, 1.12) 3.停經後糖尿病前期(+)乳癌. Mexico. OR= 2.08 (95% CI=1.10, 3.96) 4.停經後糖尿病(+)乳癌 OR=2.58 (95% CI=1.55, 5.26) (續下頁). 32.

年代 作者/國家. 資料來源. 研究對象. 自變項. 依變項. 研究結果 5.停經後糖尿病≥7 年(+)乳癌 OR=2.80 (95% CI=1.40, 5.60) 6.停經後糖尿病<7 年(+)乳癌 OR=3.00 (95% CI=1.50, 5.90). 2013 Jung et al. 韓國. Seoul Breast Cancer. 2001~2007年. Study (SeBCS). 個案組3,242位. 已存在的共病. 乳癌. 1. 糖尿病(+)乳癌 OR=1.33 (95% CI=0.99, 1.78). 對照組1,818位. 2. 高血壓(+)乳癌 OR=1.46 (95% CI=1.18, 1.83) 3. 糖尿病 or 高血壓或 糖尿病 and 高血壓(+)乳癌 OR=1.54 (95% CI=1.25, 1.89) 4.停經前:糖尿病 or 高血壓(+)乳癌 OR=1.01 (95% CI=0.63, 1.62) 5.停經後:糖尿病 or 高血壓(+)乳癌 OR=1.93 (95% CI=1.51, 2.47) 6.停經後:糖尿病(+)乳癌 OR=1.44 (95% CI=1.03, 2.01) (續下頁). 33.

年代 作者/國家. 資料來源. 研究對象. 自變項. 依變項. 研究結果 7.停經後:高血壓(+)乳癌 OR=1.87 (95% CI=1.44, 2.43) 8.停經後: 糖尿病 and 高血壓(+)乳癌 OR= 1.93 (95% CI=1.51, 2.47). 2013 Lipscombe. Ontario Cancer. 1996~2008 年. et al.. Registry(OCR). 以年齡 1:5 匹配. 加拿大. 乳癌化學治療. 糖尿病. 1. 乳癌診斷後 2 年(+)糖尿病 HR=1.07 (95% CI=1.02, 1.12). 乳癌 24,976 位. 2. 乳癌診斷後 10 年(+)糖尿病. 對照組 124,880 位. HR=1.21 (95% CI=1.09, 1.35) 3.乳癌診斷化療後 2 年(+)糖尿病 HR=1.24 (95% CI=1.12, 1.38) 4.乳癌診斷化療後 10 年(+)糖尿病 HR=1.08 (95% CI=0.79, 1.48). (續下頁). 34.

年代 作者/國家. 資料來源. 研究對象. 自變項. 依變項. 研究結果. 2013 McDougall. Cancer Surveillance. 2000〜2008 年. Statin 藥物. 乳癌. 1.使用 statin 藥物≥10 年(+)乳癌. System (CSS). 個案組 1984 位. et al. 美國. 管狀 OR=1.83 (95% CI=1.14, 2.93). 對照組 902 位. 葉狀 OR=1.97 (95% CI=1.25, 3.12). 問卷訪談. 2.高膽固醇血症者 statin 藥物≥10 年 管狀 OR=2.04 (95% CI=1.17, 3.57) 葉狀 OR=2.43 (95% CI=1.40, 4.21). 2013 Noh. Health Promotion. 1995~2011 年. et al.. Center of the Samsung 依年齡和停經狀態. 韓國. Medical Center. 代謝症候群 危險因子. 1:2 進行匹配. 乳癌. 1.肥胖(+)乳癌 OR=1.48 (95% CI=1.02, 2.17) 2.高血糖(+)乳癌. 個案組 270 位. OR=1.08 (95% CI=0.72, 1.63). 對照組 540 位. 3.高血壓(-)乳癌 OR=0.96 (95% CI=0.67, 1.38) 4.低密度膽固醇(+)乳癌 OR=1.19 (95% CI=0.84, 1.69) (續下頁). 35.

年代 作者/國家. 資料來源. 研究對象. 自變項. 依變項. 研究結果 5.停經後:肥胖(+)乳癌 OR=2.24 (95% CI=1.22, 4.10) 6.停經後:≥3 種代謝症候群(+)乳癌 OR=2.36 (95% CI=1.10, 5.10) 7.荷爾蒙補充治療(+)乳癌 OR=2.22 (95% CI=1.33, 3.71) 8.停經後:荷爾蒙補充治療(+)乳癌 OR=2.22 (95% CI=1.33, 3.71). Registration Network. 依年齡、性別、. et al.. Family Practices. 家庭醫師. 比利時. (RegistratieNet. 以 1:4 匹配. Huisartspraktijken,. 癌症者(n=3,835). RNH. 非癌症者(n=11,973). 2012 Deckx. 已存在共病症. 癌症. 1.血脂異常(+)癌症 OR=1.03 (95% CI=0.92, 1.15) 2. 血脂異常(-)癌症診斷後的前兩年 OR=0.49 (95% CI=0.29, 0.82). 註：(+)有相關，(-)無相關. 36.

表 3 乳癌治療與中風、心衰竭相關文獻簡表 年代. 作者/國家. 資料來源. 研究對象. 觀察時間. 控制變項. 2013. Chavez-. SEER-Medicare和. 9,535位女. 2005~2009 年 1.腫瘤分級. MacGregor. Texas Cancer. 性乳癌病人 (4 年). et al.. Registry–Medicare. 2.ER、PR 狀態. 美國. 3.癌症期別. 統計方法. 研究結果. Cox. 1.接受 Trastuzumab 化療(+)心衰竭. proportional hazards models. HR=1.95 (95% CI=1.75, 2.17) 2.>80 歲接受治療(+)心衰竭 HR=1.53 (95% CI=1.16, 2.10) 3. >80 歲 CAD 病史接受治療(+)心衰竭. 4.手術治療 5.放射線治. HR=1.82 (95% CI=1.34, 2.48). 療. 4. >80 歲高血壓病史治療(+)心衰竭 HR=1.24 (95% CI=1.02, 1.50). 2013. 20-75歲. 2002~2006 年 1.人口學. Nechuta. Shanghai Breast. et al.,. Cancer Survival Study 新診斷乳癌 平均追蹤中位 2.臨床因素. 中國. (SBCSS). stage I–III 共4,664人. 數 5.3 年. Cox proportional. 3.社經因素. hazards. 4.生育史、. models. 生活型態. 1. 糖尿病(+)總死亡風險 HR=1.40 ( 95% CI=1.06, 1.85) 2. 糖尿病(+)非乳癌死亡 HR=2.64 (95% CI=1.63, 4.27) 3. 中風病史(-)總死亡的風險 HR=1.42 (95% CI=0.91, 2.22) 4.中風病史(+)非乳癌死亡的風險 HR=2.52 (95% CI=1.33, 4.78) (續下頁). 37.

年代. 作者/國家. 資料來源. 研究對象. 觀察時間. 控制變項. 統計方法. 研究結果. 2011b. Patnaik. Surveillance,. 年齡≥66 歲. 1992~2000. Cox. 1.心腦血管疾病(+)乳癌死因. Et al.,. Epidemiology and. 63,566 位. 年. proportional. 美國. End. 乳癌病人. 追蹤 9 年. 1.年齡 2.種族 3.腫瘤分期 4.ER狀況. HR=1.24 (95% CI=1.13, 1.26) 2.癌症病史(+)乳癌死因. (中位數). Results-Medicare linked database. 5.外科手術. hazards models. HR=1.10 (95% CI=1.03, 1.16). 6.放射線治療. (SEER). HR=1.13 (95% CI=1.13, 1.26) 3.糖尿病(+)乳癌死因. 7.化學治療 8.所有共病症. 2006. Jagsi et al.. 1984-2000 年. 820 位乳癌. 追蹤中位數. 1.年齡. Cox. 美國. University of. 中風個案. 6.8 年. 2.種族. proportional. HR=1.09( 95% CI=1.06, 1.13. Michigan Hospital. 3.放射線治. hazards models. , p < .0001). (Ann Arbor, MI). 療. 1.年齡(+)中風/短暫性腦缺血. 2.高血壓(+)中風/短暫性腦缺血 HR=6.6 (95% CI=2.9, 15.1, p = .002) 3.CAD(+)中風/短暫性腦缺血 HR=3.6 (95% CI=1.6, 8.0, p = .001). (續下頁). 38.

年代. 作者/國家. 資料來源. 研究對象. 觀察時間. 控制變項. 統計方法. 2006. Hooning. Netherlands Cancer. 接受治療且 1970~1986. et al.. Institute or the. 荷蘭. 研究結果. 診斷年齡. Cox. 1.接受荷爾蒙治療(+)中風. 存活十年以 年追蹤中位. proportional. Erasmus MC, Daniel. 上之乳癌者 數 18 年. hazards models. HR=1.9 (95% CI=1.28, 2.75) 2.高血壓(+)中風. den Hoed Cancer. 4,368 位. HR=2.1 (95% CI=1.49, 2.87) 3.高膽固醇血症(+)中風. Center. HR=1.6 (95% CI=1.09, 2.47). 註：(+)有相關，(-)無相關. 39.