免費開始練習
地特四等申論題 114年 [衛生技術] 流行病學與生物統計學概要

第 一 題

📖 題組:
二、有一名醫師想要評估低劑量肺部電腦斷層為肺癌篩檢工具,假若利用低劑量肺部電腦斷層的檢驗結果為真實的疾病狀態,此篩檢工具的篩檢結果如下表: | 真實疾病狀態 | 肺癌(+) | 肺癌(-) | 總和 | | --- | --- | --- | --- | | 篩檢結果:陽性(Positive) | 99 | 533 | 632 | | 篩檢結果:陰性(Negative) | 16 | 8213 | 8229 | | 總和(Total) | 115 | 8746 | 8861 | 請計算下列指標:(每小題 5 分,共 25 分)
📝 此題為申論題,共 5 小題

小題 (一)

敏感度(Sensitivity)

思路引導 VIP

這是一題標準的二分法診斷工具評估計算題(四格表計算)。 首先定義各格子:

🤖
AI 詳解
AI 專屬家教

【考點分析】 本題考點為篩檢工具指標中「敏感度(Sensitivity)」的定義與計算。 【理論/法規依據】

小題 (二)

精確度(Specificity)

思路引導 VIP

精確度在流行病學與診斷試驗中,通常中文翻譯為「特異度(Specificity)」。 特異度 (Specificity) 的定義為:在所有「真正沒病」的人之中,被篩檢「判定為陰性」的比例。即 $TN / (TN + FP)$。注意不要與「精確度 (Precision/PPV)」混淆,此處題目英文寫的是 Specificity,即指特異度。

🤖
AI 詳解
AI 專屬家教

【考點分析】 本題考點為篩檢工具指標中「特異度(Specificity,題中譯為精確度)」的定義與計算。 【理論/法規依據】

小題 (三)

陽性預測值(Positive Predictive Value)

思路引導 VIP

陽性預測值 (PPV) 是臨床上非常實用的指標。其定義為:在所有「篩檢結果為陽性」的人之中,最後被證實「真的有病」的比例。即 $TP / (TP + FP)$。分母是篩檢陽性的總和。

🤖
AI 詳解
AI 專屬家教

【考點分析】 本題考點為「陽性預測值(Positive Predictive Value, PPV)」的定義與計算。 【理論/法規依據】

小題 (四)

陰性預測值(Negative Predictive Value)

思路引導 VIP

陰性預測值 (NPV) 的定義為:在所有「篩檢結果為陰性」的人之中,最後被證實「真的沒病」的比例。即 $TN / (TN + FN)$。分母是篩檢陰性的總和。

🤖
AI 詳解
AI 專屬家教

【考點分析】 本題考點為「陰性預測值(Negative Predictive Value, NPV)」的定義與計算。 【理論/法規依據】

小題 (五)

肺癌盛行率(Prevalence)

思路引導 VIP

盛行率 (Prevalence) 是指在特定時間點,群體中「患有該病(真陽性+偽陰性)」的人數占「總研究人數」的比例。即 $(TP + FN) / Total$。注意分母是全體受試者。

🤖
AI 詳解
AI 專屬家教

【考點分析】 本題考點為「盛行率(Prevalence)」的計算。 【理論/法規依據】