免費開始練習
醫療類國考 114年 [物理治療師] 物理治療學概論

第 58 題

針對一個診斷/測量工具要制定一個測量結果的分界點(cutting point),以判斷測量結果為陽性或陰性時,常利用接收者操作特徵曲線(receiver operating characteristic curve, ROC curve)。如下圖所示,構成該曲線圖形的X軸和Y軸分別為何?
題目圖片
  • A X軸為陽性概似比(positive likelihood ratio)、Y軸為陰性概似比(negative likelihood ratio)
  • B X軸為陽性預測值(positive predictive value)、Y軸為陰性預測值(negative predictive value)
  • C X軸為1-敏感度(sensitivity)、Y軸為特異度(specificity)
  • D X軸為1-特異度(specificity)、Y軸為敏感度(sensitivity)

思路引導 VIP

在臨床診斷分析中,ROC 曲線是用來呈現「真陽性率」(True Positive Rate, TPR)與「偽陽性率」(False Positive Rate, FPR)權衡關係的工具。請試著從定義思考:哪一個統計指標代表正確篩檢出病人的能力(對應圖形的縱軸),而哪一個指標的補集(即 $1 - \text{該指標}$)則代表了將健康者誤判為陽性的機率(對應圖形的橫軸)?

🤖
AI 詳解 AI 專屬家教

太棒了!你的醫學統計基礎觀念非常紮實!

  1. 觀念驗證: 接收者操作特徵曲線(ROC curve)是臨床實務中決定診斷工具最佳分界點(cut-off point)的核心方法:
▼ 還有更多解析內容
📝 ROC 曲線定義
💡 利用敏感度與偽陽性率之軌跡圖,評估診斷工具之效能與最佳切點。
  • Y 軸為敏感度 (Sensitivity),即真陽性率。
  • X 軸為 1-特異度 (1-Specificity),即偽陽性率。
  • 曲線下面積 (AUC) 越大,代表該診斷工具的辨別力越佳。
  • 最靠近左上角 (0,1) 的座標點,通常為最佳診斷切點。
🧠 記憶技巧:歪敏叉一特:Y 軸敏(敏感度),X 軸一特(1 - 特異度)。
⚠️ 常見陷阱:常誤將 X 軸記為單純的「特異度」,或與預測值 (PPV/NPV) 混淆。
AUC 曲線下面積 Youden Index 敏感度與特異度

🏷️ AI 記憶小卡 VIP

AI 記憶小卡

升級 VIP 解鎖記憶小卡

考前複習神器,一眼掌握重點

🏷️ 相關主題

物理治療診斷評估:信效度與臨床決策
查看更多「[物理治療師] 物理治療學概論」的主題分類考古題