免費開始練習
地特三等申論題 109年 [衛生技術] 生物技術學

第 一 題

📖 題組:
某生醫機構自行研發新型血糖檢測技術方法 B 有成,並利用 receiver operating characteristics curve(簡稱 ROC 曲線)評估方法 B 與臨床常規使用之方法 A 與方法 C 的血糖檢測效能,所獲結果如下圖(A)所示。請據以回答下列問題: [圖表省略,圖A為方法A,B,C之ROC曲線,圖B為方法D,E之ROC曲線]
題組圖片
📝 此題為申論題,共 4 小題

小題 (一)

試說明(A)圖中 x-軸單位1-specificity(FPR)與 y-軸單位 sensitivity(TPR)的意義。(6分)

思路引導 VIP

看到 ROC 曲線題,應立即聯想臨床檢測評估的「混淆矩陣(Confusion Matrix)」。作答時需明確區分「實際生理狀態(有病/無病)」與「檢測結果(陽性/陰性)」,並精確寫出 FPR 與 TPR 的中文專有名詞、公式定義及其對應的臨床漏診與誤診意義。

🤖
AI 詳解
AI 專屬家教

【破題】ROC 曲線(Receiver Operating Characteristic curve)為臨床生醫檢測(如血糖檢測技術)評估診斷效能與決定最佳閾值的核心工具,其 x-軸與 y-軸分別代表檢測工具的誤判率與正確診斷率。 【論述】 一、y-軸 Sensitivity(TPR,真陽性率 True Positive Rate)

小題 (二)

試說明 ROC 曲線下面積(area under curve, AUC)所代表的意義。(5分)

思路引導 VIP

看到ROC與AUC,應直覺聯想其座標軸含義(敏感度與1-特異度)。作答時首要點出AUC數值(0.5~1.0)與「整體診斷效能/鑑別力」的正相關性,並說明在臨床上可用於客觀比較多種檢測方法的優劣。

🤖
AI 詳解
AI 專屬家教

【破題】 ROC 曲線下面積(Area Under Curve, AUC)是臨床醫學與生物統計上,用來評估與比較檢測方法「整體診斷效能(Diagnostic accuracy)」或「鑑別力(Discrimination power)」的客觀量化指標。 【論述】

小題 (三)

根據(A)圖,試比較並說明3種技術方法的血糖檢測效能。(3分)

思路引導 VIP

看到 ROC 曲線(Receiver Operating Characteristic curve)評估檢測效能,第一時間應聯想到「曲線下面積(AUC, Area Under Curve)」的概念。解題關鍵在於觀察曲線與左上角的距離:曲線越靠近左上角(敏感度高且偽陽性率低),其 AUC 越大,代表該檢驗方法的整體準確度與效能越好。

🤖
AI 詳解
AI 專屬家教

【破題】本題測驗以接收者操作特徵曲線(ROC curve)評估並比較不同血糖檢驗方法的臨床診斷效能。 【論述】 一、判讀原理(ROC Curve & AUC)

小題 (四)

(B)圖是比較分析另外2種血糖檢測方法 D 與 E 檢測效能的 ROC 曲線結果。兩條 ROC 曲線相交於一點,AUC 值幾乎相等。試問 D 與 E 兩種血糖檢測方法何者較適用於初步篩檢檢驗,何者較適用於糖尿病確診檢驗,並說明原因。(6分)

思路引導 VIP

解題關鍵在於連結 ROC 曲線特徵與臨床醫學檢驗情境的實際需求。考生首先需釐清:「初步篩檢」需要高靈敏度(避免漏診),「確診」需要高特異度(避免誤判)。接著觀察圖 (B),區分在高靈敏度區間(Y軸高位)與高特異度區間(X軸低位)分別是哪條曲線表現較佳(位於上方),即可推導出正確答案。

🤖
AI 詳解
AI 專屬家教

【破題】 臨床檢驗策略中,「初步篩檢 (Screening test)」首重高靈敏度以避免漏診;而「確診檢驗 (Confirmatory test)」則首重高特異度以避免誤判。 【論述】

升級 VIP 解鎖