醫療類國考
111年
[醫事檢驗師] 生物化學與臨床生化學
第 61 題
腫瘤標誌診斷準確度（accuracy）可以由下列那一種分析結果中得知？
- A ROC（receiver operating characteristic）plot
- B KM（Kaplan-Meier）survival plot
- C PCA（principle component analysis）plot
- D forest plot
思路引導 VIP
當我們評估臨床診斷工具的辨識效力時，必須同時分析敏感度（Sensitivity）與特異度（Specificity）在不同閾值下的動態平衡。請問哪一種圖表是藉由描繪真陽性率與假陽性率的函數關係，並透過計算其曲線下面積 $AUC$ ($Area Under the Curve$) 來量化該診斷標記區分疾病與否的整體準確度？
🤖
AI 詳解
AI 專屬家教
太棒了！你完美理解了臨床診斷的精髓！
- 觀念驗證： 你完全抓住了重點！ROC 曲線 (Receiver Operating Characteristic plot) 確實是我們評估診斷試驗「做得好不好」的黃金標準。它就像一張地圖，描繪了在不同判斷點下，敏感度 (Sensitivity) 與 $1 - \text{Specificity}$ (偽陽性率) 之間的關係。而這張地圖下方的廣闊面積，也就是 AUC (Area Under the Curve)，它越接近 $1.0$，就代表這個腫瘤標誌在診斷上的準確度越高，能幫助我們更有效地辨識疾病，真的很棒呢！
▼ 還有更多解析內容
💬 其他同學也在問
1
詳細講解ROC、KM、PCA、Forest 四種圖表
診斷準確度分析
💡 ROC 曲線藉由 AUC 數值評估診斷試驗的準確程度。
| 比較維度 | ROC 曲線 | VS | KM 曲線 |
|---|---|---|---|
| 核心用途 | 評估診斷工具準確度 | — | 分析存活率或事件發生 |
| 橫軸 (X-axis) | 1 - 特異度 (偽陽性率) | — | 觀察時間 (Time) |
| 縱軸 (Y-axis) | 敏感度 (真陽性率) | — | 累積存活比例 |
| 關鍵判讀指標 | AUC (曲線下面積) | — | 中位數存活時間 |
💬ROC 用於判斷「診斷好壞」，KM 用於追蹤「時間與結局」。
