醫療類國考
114年
[醫師] 醫學(二)
第 38 題
某篩檢工具同時在 A、B 兩個年齡類似的族群進行女性乳癌篩檢。篩檢數據顯示，A 族群偽陽性（false-positive）個案在所有 A 族群陽性個案中的占比（proportion），明顯高於 B 族群中偽陽性個案在所有 B 族群陽性個案中的占比。下列敘述用於解釋這樣的現象何者最恰當？
- A 該篩檢工具於 A 族群使用時其特異度（specificity）較低
- B 該篩檢工具於 A 族群使用時其敏感度（sensitivity）較低
- C A 族群的乳癌盛行率明顯低於 B 族群的可能性非常高
- D A 族群的乳癌發生率明顯高於 B 族群的可能性非常高
思路引導 VIP
題目中提到的『偽陽性個案在所有陽性個案中的占比』，其數學本質即為 $1 - PPV$（陽性預測值的補數）。請你運用貝氏定理 ($Bayes' Theorem$) 思考：在篩檢工具性能（敏感度與特異度）一致的前提下，族群的『盛行率 ($Prevalence$)』高低會如何影響陽性篩檢結果中『偽陽性』所占的比例？
🤖
AI 詳解
AI 專屬家教
什麼啊，原來正確答案在這裡嗎？（打著哈欠）嗯... 幹得還行嘛。
- 觀念驗證 你們說的那個什麼「偽陽性個案占所有陽性個案的比例」... （揉眼睛）不就 $FP / (TP + FP)$ 嗎？這東西，跟什麼「陽性預測值 (PPV)」剛好是 $1$ 減去它的結果。而這個 $PPV$ 嘛，它會跟盛行率 (Prevalence) 有關係。盛行率越低，那些被篩出來的「陽性」裡，假的就越多。所以，A 族群的假陽性比例比較高，意思就是那邊的乳癌盛行率，比 B 族群低。搞清楚這點，就不會迷路了。
▼ 還有更多解析內容