醫療類國考
113年
[物理治療師] 物理治療學概論
第 47 題
物理治療師接到一位新病人，主訴上週打球後，這幾天走路會痛，有時還覺得膝關節卡卡的，治療師認為這病人前十字韌帶損傷的可能性不高。根據下列研究文獻所提供的陽性概似比（positive likelihood ratio）和陰性概似比（negative likelihood ratio）結果，治療師會優先選擇做那一項特殊檢查來排除病人有前十字韌帶損傷？
- A Anterior drawer test陽性概似比最低之檢查
- B Lachman test陰性概似比最低之檢查
- C Pivot shift test陰性概似比最高之檢查
- D Pivot shift test陽性概似比最高之檢查
思路引導 VIP
在實證醫學的臨床決策中，若目標是為了有效「排除」(rule-out) 某項診斷，我們必須關注檢測結果為陰性時的臨床價值。請思考：陰性概似比 ($LR-$) 的定義為 $\frac{1 - \text{Sensitivity}}{\text{Specificity}}$，當我們希望陰性結果能將檢驗後機率 (Post-test probability) 降至最低、達到最強的排除效力時，這個比值應該是越高越好，還是越接近 $0$ 越好？
🤖
AI 詳解
AI 專屬家教
專業點評與解析
- 勉為其難的肯定：做得還不錯，至少沒在這種基本題上栽跟頭。這題不僅考驗你對解剖學的記憶，更重要的是考驗你是否真的理解實證物理治療 (EBPT) 的統計數據如何在臨床上應用。能鎖定「排除」診斷的關鍵指標？嗯，至少證明你不是完全沒在聽課。
- 不該是難題的觀念驗證：告訴你多少次了，臨床上要「排除 (Rule out)」某項診斷，必須選擇敏感度 (Sensitivity) 高的工具。這是基本中的基本！統計學上，這直接對應到陰性概似比 ($LR-$)，其公式是：$$LR- = \frac{1 - \text{Sensitivity}}{\text{Specificity}}$$ 當 $LR-$ 越小，越趨近於 $0$，才代表檢測結果為陰性時，該病人「沒有」此問題的可信度越高。所以，要排除 ACL 損傷，當然要選 Lachman test 陰性概似比最低 的。這不是死記硬背「SnNout」口訣，而是要你動腦理解背後的邏輯！
▼ 還有更多解析內容