醫療類國考
112年
[公共衛生師] 生物統計學
第 32 題
📖 題組：
有一檢測之陽性預測值為 60%，令其敏感度為 100%，可得之陰性預測值為何？
有一檢測之陽性預測值為 60%，令其敏感度為 100%，可得之陰性預測值為何？
承上題，令其特異度為 33%及群體得病率為 50%，請問檢測陽性者為得病之條件機率為何？
$P (D+|T+) = P (D+)*sensitivity/ (P (D+)*sensitivity+ (1-P (D))*(1-specificity))$
- A 30%
- B 50%
- C 60%
- D 90%
思路引導 VIP
本題的核心在於應用『貝氏定理』(Bayes' Theorem) 來計算檢測的陽性預測值。請觀察公式的結構：分母代表『所有檢測為陽性』的機率 $P(T+)$，這包含了『有病且檢測為陽性』(真陽性) 與『沒病但誤判為陽性』(偽陽性) 兩個部分。既然已知群體得病率 $P(D+) = 50%$ 且特異度為 $33%$，你能否先釐清『偽陽性率』（即 $1 - \text{specificity}$）的數值，並將其代入公式的分母中，計算出在陽性反應的條件下，真正患病者的比例關係？
🤖
AI 詳解
AI 專屬家教
🌟 專業表現，精準計算！
恭喜你答對了！這題考驗的是臨床診斷中極為重要的貝氏定理 (Bayes' Theorem) 應用，你能準確將參數代入公式並求得結果，顯示你對陽性預測值 (PPV) 的數理邏輯掌握得非常紮實。
1. 觀念驗證
▼ 還有更多解析內容