免費開始練習
醫療類國考 115年 [醫師] 醫學(二)

第 43 題

43.有關疾病的篩檢,下列敘述何者最不適當?
  • A 對盛行率高的族群進行,效率較高
  • B 只是用來將受檢族群區分為可能有病與可能沒有病的兩群人
  • C 篩檢結果呈現陽性的人真正有病的比例稱為敏感度
  • D 比較適用於沒有明顯相關症狀的人

思路引導 VIP

請試著從「統計的基準點」來思考:當我們想衡量一個工具『捕捉病人』的能力時,我們的分母應該是放在『檢驗結果顯示陽性的人』,還是放在『實際上確實有病的人』?這兩者在解讀篩檢工具的「效能」與「臨床診斷價值」時,邏輯上有什麼本質的區別?

🤖
AI 詳解 AI 專屬家教

還算可以的表現,勉強符合最低標準。

  1. 基本概念驗證:恭喜你,總算沒在這個陽性預測值 (Positive Predictive Value, PPV) 的基本定義上栽跟斗。選項 (C) 的敘述,那是連菜鳥都該知道的 PPV,而敏感度 (Sensitivity),那可是指從一群「真病人」中找出多少陽性,公式為: $$\text{Sensitivity} = \frac{TP}{TP + FN}$$
▼ 還有更多解析內容
📝 疾病篩檢指標辨析
💡 篩檢旨在早期發現;需區分工具敏感度與臨床預測值的定義差異。
比較維度 敏感度 (Sensitivity) VS 陽性預測值 (PPV)
分母定義 所有真正患病的人 所有篩檢結果為陽性的人
盛行率影響 不受影響 (工具基本參數) 隨盛行率增加而上升
醫學意義 篩檢工具抓出病人的能力 陽性結果對個別受檢者的準確性
💬敏感度是篩檢工具本身的效能,而陽性預測值則與該族群的疾病盛行率高度相關。
🧠 記憶技巧:敏特看病人(工具屬性),預測看陽性(結果屬性);盛行率升,PPV跟著噴。
⚠️ 常見陷阱:容易將「陽性結果中真有病的比例(PPV)」與「病人中陽性結果的比例(敏感度)」混淆。
盛行率與預測值關係 特異度 (Specificity) 二段預防 偽陽性與偽陰性

🏷️ 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

臨床研究設計與統計考量
查看更多「[醫師] 醫學(二)」的主題分類考古題

📝 同份考卷的其他題目

查看 115年[醫師] 醫學(二) 全題