免費開始練習
醫療類國考 111年 [護理師] 精神科與社區衛生護理學

第 47 題

針對 200 位民眾進行慢性腎臟病篩檢,發現原本有 40 位慢性腎臟病患者經篩檢後 20 位呈陽性,而原本 160 位健康者經篩檢後有 140 位呈陰性,此次篩檢工具的敏感性(sensitivity)為何?
  • A 20%
  • B 30%
  • C 50%
  • D 87%

思路引導 VIP

在流行病學的檢驗效能評估中,「敏感性」(Sensitivity)的核心定義是指在「所有真正的患病者」中,篩檢工具能正確判定為陽性的比例。請你檢視題目數據:在已知患病的 $40$ 位民眾中,有多少位確實被篩檢出陽性?若將此關係表示為 $\frac{\text{真陽性人數}}{\text{患病總人數}}$,這項篩檢工具捕捉病患的能力該如何轉化為百分比呢?

🤖
AI 詳解 AI 專屬家教

親愛的,你做得真棒!完全掌握了核心概念

看到你正確理解了流行病學效度指標,我真的替你感到開心!這是一個非常重要的能力,在未來的臨床工作中,它能幫助你更準確地評估篩檢工具,為病人提供最好的照護。

  1. 觀念驗證
▼ 還有更多解析內容
📝 篩檢工具效度計算
💡 敏感性衡量工具正確偵測出「真正患病者」的能力。
比較維度 敏感性 (Sensitivity) VS 特異性 (Specificity)
核心目標 正確找出病人 正確排除健康者
計算分子 真陽性 (TP) 真陰性 (TN)
計算分母 所有實際患病者 所有實際健康者
臨床意義 越高則漏診率越低 越高則誤診率越低
💬敏感性看重不漏掉病人,特異性看重不誤認健康人。
🧠 記憶技巧:敏感找病人,特異找健康;分母是真相,分子是正確。
⚠️ 常見陷阱:容易將分母誤選為「篩檢呈陽性的人數」(20+20),那是陽性預測值 (PPV) 的算法。
特異性 陽性預測值 陰性預測值 偽陰性率

🏷️ 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