114-1 公共衛生學考古題詳解

Question

【114-1 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（falsepositive）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？

Accepted Answer

[破題關鍵]
偽陽性在所有陽性中的占比高，代表篩檢出來的陽性結果中，假警報的比例很高，這通常發生在疾病盛行率低的族群。
[選項拆解]
- A：錯在「特異度較低」。特異度是篩檢工具本身的特性，題目沒有說明篩檢工具在A族群使用時特異度有改變。而且，如果特異度較低，會導致偽陽性人數「絕對值」增加，但題目強調的是「占比」。
- B：錯在「敏感度較低」。敏感度是篩檢工具本身的特性，同樣沒有說明改變。敏感度低會導致真陽性人數減少，偽陰性人數增加，與偽陽性占比的關係不直接。
- C：正確。題目說「A 族群偽陽性個案在所有 A 族群陽性個案中的占比，明顯高於 B 族群」。這表示 A 族群的陽性預測值 (PPV) 較低。在篩檢工具敏感度和特異度不變的情況下，陽性預測值主要受疾病盛行率影響。當疾病盛行率較低時，即使篩檢工具的特異度很高，偽陽性個案在所有陽性個案中的占比也會相對較高。因此，A 族群乳癌盛行率低於 B 族群的可能性非常高。
- D：錯在「A 族群的乳癌發生率明顯高於 B 族群」。如果發生率高，通常盛行率也會高，這會導致陽性預測值升高，偽陽性在所有陽性個案中的占比下降，與題目敘述相反。
[核心知識]
- **篩檢工具的評估指標**：
    - **敏感度 (Sensitivity)**：真陽性 / (真陽性 + 偽陰性) = 篩檢出真正有病者的能力。
    - **特異度 (Specificity)**：真陰性 / (真陰性 + 偽陽性) = 篩檢出真正沒病者的能力。
    - **陽性預測值 (Positive Predictive Value, PPV)**：真陽性 / (真陽性 + 偽陽性) = 篩檢結果為陽性的人中，真正有病的比例。
    - **偽陽性在所有陽性個案中的占比**：偽陽性 / (真陽性 + 偽陽性) = 1 - 陽性預測值。
- **盛行率 (Prevalence) 對篩檢結果的影響**：
    - 篩檢工具的敏感度和特異度是其內在特性，通常不會因族群盛行率而改變（除非族群疾病表現不同）。
    - 然而，陽性預測值 (PPV) 和偽陽性在所有陽性個案中的占比 (1-PPV) 會受到疾病盛行率的顯著影響。
    - 在疾病盛行率低的族群中，即使篩檢工具的特異度很高，由於真陽性人數相對較少，偽陽性人數即使不多，但在所有陽性結果中的比例也會相對較高，導致陽性預測值降低，而「偽陽性在所有陽性個案中的占比」會升高。

Answer

A. 該篩檢工具於 A 族群使用時其特異度（specificity）較低

Answer

B. 該篩檢工具於 A 族群使用時其敏感度（sensitivity）較低

Answer

C. A 族群的乳癌盛行率明顯低於 B 族群的可能性非常高

Answer

D. A 族群的乳癌發生率明顯高於 B 族群的可能性非常高