免費開始練習
普考申論題 108年 [衛生技術] 流行病學概要

第 二 題

📖 題組:
使用 A 篩檢法與 B 篩檢法檢測個案是否罹患糖尿病,研究結果顯示於下列表格,請回答下列問題:
(一)A 與 B 篩檢法檢測糖尿病的一致度(agreement)為何?(5 分)
(二)A 與 B 篩檢法檢測糖尿病的 kappa 統計量為何?(5 分)
(三)B 篩檢法檢測糖尿病的特異度(specificity)為何?(5 分)
(四)假如糖尿病的盛行率為 15%,C 篩檢法檢測糖尿病的敏感度為 80%,特異度為 88%。請問 C 篩檢法檢測糖尿病的陽性預測值為何?確定每個糖尿病個案的總檢測數為何?確定每個糖尿病個案的陽性檢測數為何?(15 分)

[附表]
A 篩檢法
B 篩檢法 陽性 陰性
陽性 350 120
陰性 150 780
📝 此題為申論題,共 4 小題

小題 (二)

A 與 B 篩檢法檢測糖尿病的 kappa 統計量為何?(5 分)

思路引導 VIP

Kappa 是扣除「純粹機率導致的一致」後的真實一致性。公式:$(P_o - P_e) / (1 - P_e)$。需先算出預期一致度 $P_e$。

🤖
AI 詳解
AI 專屬家教

【考點分析】 Kappa 統計量計算。 【理論/法規依據】

小題 (一)

A 與 B 篩檢法檢測糖尿病的一致度(agreement)為何?(5 分)

思路引導 VIP

一致度是指兩法結果相同的比例。分子是「同為陽性」加上「同為陰性」,分母是「總人數」。

🤖
AI 詳解
AI 專屬家教

【考點分析】 觀測者間/方法間信度(Reliability)的一致性計算。 【理論/法規依據】

小題 (三)

B 篩檢法檢測糖尿病的特異度(specificity)為何?(5 分)

思路引導 VIP

注意!題目提供的表格是 A 與 B 的比較,並非與「黃金標準」的比較。在沒有黃金標準的情況下,通常無法直接求特異度。但若題意隱含 A 是黃金標準,則以此計算。依考題常態,若沒給黃金標準,考生應註明假設,或根據現有定義計算。

🤖
AI 詳解
AI 專屬家教

【考點分析】 篩檢試驗指標計算。 【理論/法規依據】

小題 (四)

假如糖尿病的盛行率為 15%,C 篩檢法檢測糖尿病的敏感度為 80%,特異度為 88%。請問 C 篩檢法檢測糖尿病的陽性預測值為何?確定每個糖尿病個案的總檢測數為何?確定每個糖尿病個案的陽性檢測數為何?(15 分)

思路引導 VIP

  1. PPV 公式:$(Prevalence \times Sen) / [Prevalence \times Sen + (1-Prevalence) \times (1-Spe)]$
  2. 「確定每個糖尿病個案的總檢測數」與「陽性檢測數」:這部分題目文字較為罕見,推測是指為了找出「一個」真正病例,平均需要檢測多少人($1/Prevalence$)以及會出現多少陽性結果($1/PPV$)。
🤖
AI 詳解
AI 專屬家教

【考點分析】 貝氏定理應用與篩檢效能評估。 【理論/法規依據】

📝 Kappa與篩檢效度評估
💡 結合 Kappa 統計量與診斷指標評估篩檢工具的可靠度與效度。

🔗 Kappa 統計量計算三部曲

  1. 1 觀察一致率 Po — 對角線(相同者)總數 / 總樣本數
  2. ↓
  3. 2 期望一致率 Pe — 兩工具邊際機率乘積之總和
  4. ↓
  5. 3 套用 Kappa 公式 — (Po - Pe) / (1 - Pe)
  6. ↓
  7. 4 強度詮釋 — 依數值判斷為低、中、高度一致
🔄 延伸學習:延伸學習:當盛行率極高或極低時,Kappa 值可能會受到偏態分布的影響。
🧠 記憶技巧:VIP 會員可查看這題的記憶口訣與速記法
⚠️ 常見陷阱:VIP 會員可查看這題最常被誘答的陷阱整理
敏感度與特異度 貝氏定理與預測值 ROC 曲線 信度與效度分析

🏷️ AI 記憶小卡 VIP

AI 記憶小卡

升級 VIP 解鎖記憶小卡

考前複習神器,一眼掌握重點

🏷️ 相關主題

篩檢策略與診斷效能評估
查看更多「[衛生技術] 流行病學概要」的主題分類考古題