人年
Person-years
把每個人按研究規則計入的觀察時間相加，得到的總觀察量。1個人觀察1年是1人年；它常用作事件發生率的分母。
讀文章時怎麼看
先看研究在數什麼事件、每個人從何時開始和停止計時，再看事件數除以多少人年。人年把人數和時間一起放進分母，常見於隨訪研究、臨床試驗安全性分析及使用日常診療記錄的研究。觀察時長不一時尤其有用，時長相同也可以使用。
最容易誤解什麼
人年不是平均值的替代品，也不是因為資料來源多樣才需要使用。每10萬人年6.4例是發生率，不是6.4%，也不是某個人未來1年的精確風險。人年不能自動消除人群差異、失訪偏倚或隨時間變化的風險。
為什麼不只數人數
假設甲被觀察1年，乙被觀察2年，按方案計入的觀察時間合計3人年。只說“觀察了2個人”，會漏掉這段時間差。這裡是為解釋計算方法而設計的教學例子。
計算方法是：研究期間的事件數 ÷ 按研究規則累計的觀察人年。研究首次發病時，通常只計到首次發病、失訪、死亡或研究結束等規定時點；研究重複事件時，規則可能不同，需要回到方案。
它與平均值和風險比例有什麼區別
平均減重回答“平均改變了多少”；固定時間內的風險回答“這段時間有多少人發生事件”；按人年計的發生率回答“累計這些觀察時間，出現事件有多頻繁”。它們回答不同問題，可以在同一項研究中同時報告。
平均隨訪時間可以計算，但它本身不等於事件發生率。真正完整的算術平均隨訪時間乘以對應人數，可以還原總觀察時間；中位隨訪時間乘以人數通常不能這樣使用。
為什麼這次GLP-1資料使用人年
FDA於2026年11月9日披露126項隨機試驗的彙總：用藥組計156947人年、識別10例可能NAION事件，合併對照組計131932人年、識別5例；相應發生率約6.4與3.8例/10萬人年。按人年報告，把各組累計觀察時間也計入了分母。
這組數字來自隨機試驗彙總。FDA另外討論了Sentinel觀察性比較，不能把兩部分混成同一項研究。“電子病歷、處方記錄、保險理賠”說明資料來源；“隨機或觀察性”說明研究如何組織比較；“人年”說明發生率怎樣計入觀察時間。
讀到人年時還要問什麼
10萬人年可以由不同人數、不同觀察時長組成；觀察量相同，不表示不同年齡、不同病情或不同用藥階段的人風險相同。如果風險隨時間改變，應考慮分時段分析，不能直接把總體發生率乘以任意年數，當成個人累計風險。
計入失訪前的觀察時間，不代表失訪問題已經解決。如果更容易出問題的人更早退出，結果仍可能偏。比較藥物時，還要看人群是否可比、事件如何判定及估計有多不確定。
用案例練習讀研究
閱讀全文：GLP-1 罕見風險為什麼仍需要警告 →區分隨機試驗彙總的人年發生率、日常診療資料的來源，以及觀察性比較的證據邊界。
本篇播客連結待補。