還有 370 題 這樣的題目挑戰 ›
精神科與社區衛生護理學
某社區共有 5,700 位居民運用某子宮頸癌篩檢工具，發現原本 2,500 名子宮頸癌的個案經篩檢後有 500 名呈現陽性，2,000 名呈現陰性；而原本 3,200 健康者經篩檢後有 1,600 名呈現陽性，另 1,600 名呈現 陰性結果，此篩檢工具的陽性預測值為何？
-
1
20%
-
2
23.81%
✓ 正確答案
-
3
44.44%
-
4
50%
解析
陽性預測值 (PPV) = 真正有病(TP) / 所有篩檢陽性者(TP+FP) = 500 / (500 + 1,600) = 500 / 2,100 ≈ 23.81%。
國考解析
考點分析 (Exam Focus)：此題考的是社區衛生護理學中，篩檢工具效度評估的計算，特別是陽性預測值 (Positive Predictive Value, PPV)。正確答案為 0.2381。這類題目在國考中屬於易混淆！的計算題，必須清楚區分「敏感度 (Sensitivity)」、「特異度 (Specificity)」、「陽性預測值 (PPV)」、「陰性預測值 (NPV)」的定義與計算公式。
護理學理整合 (Nursing Theory Integration)：篩檢工具的評估是社區衛生護理與流行病學的重要基礎。陽性預測值 (PPV) 的臨床意義在於：當篩檢結果為陽性時，個案「真正有病」的機率有多高？ PPV 的高低不僅取決於篩檢工具本身的敏感度與特異度，更受到易混淆！「疾病盛行率」的影響。盛行率越高，PPV 通常也越高。這解釋了為什麼在一般族群進行大規模篩檢時，即使工具很好，也可能產生許多「偽陽性」個案，造成後續追蹤的醫療負擔與民眾焦慮。
選項比較 (Options Comparison)：
1. 選項 1 (0.2)：這是「敏感度 (Sensitivity)」的計算結果。敏感度 = 真陽性 / (真陽性 + 假陰性) = 500 / (500+2000) = 500/2500 = 0.2。考生若混淆敏感度與陽性預測值，就會選此錯誤答案。
2. 選項 2 (0.2381)：正確答案。陽性預測值 (PPV) = 真陽性 / 所有篩檢陽性者 = 500 / (500 + 1600) = 500 / 2100 ≈ 0.2381。
3. 選項 3 (0.4444)：這是「陰性預測值 (NPV)」的計算結果。NPV = 真陰性 / 所有篩檢陰性者 = 1600 / (2000 + 1600) = 1600 / 3600 ≈ 0.4444。考生若混淆 NPV 與 PPV，就會選此錯誤答案。
4. 選項 4 (0.5)：這是「特異度 (Specificity)」的計算結果。特異度 = 真陰性 / (真陰性 + 假陽性) = 1600 / (1600+1600) = 1600/3200 = 0.5。考生若混淆特異度與陽性預測值，就會選此錯誤答案。
高頻考點整理
1. 敏感度 (Sensitivity)：找出「所有病人」的能力。公式：TP / (TP+FN)。高敏感度工具用於篩檢嚴重疾病，避免漏診。
2. 特異度 (Specificity)：確認「沒有病的人」的能力。公式：TN / (TN+FP)。高特異度工具用於確診，避免誤診。
3. 陽性預測值 (PPV) 與盛行率關係：盛行率上升 → PPV 上升，NPV 下降。這是國考常考的觀念題。
記憶口訣
「陽性預測值，看陽性族群」：PPV 的分母是「所有篩檢陽性的人 (TP+FP)」，分子是其中「真正有病的人 (TP)」。記住「預測」的是「篩檢結果出來後」的機率。
延伸學習
建議複習「二乘二列聯表 (2x2 Contingency Table)」的畫法，並練習計算敏感度、特異度、PPV、NPV、盛行率。此為社區衛生護理與生物統計的基礎。
臨床護理情境
在台灣的社區健康篩檢活動（如：子宮頸抹片、大腸癌糞便潛血、B/C肝炎篩檢）中，護理師的角色不僅是執行篩檢，更要能向民眾解釋篩檢結果的意義。護理評估與衛教：當你向一位篩檢結果為「陽性」的婦女進行衛教時，你可以這樣說明：「王太太，這次的抹片檢查結果是陽性，這表示需要進一步做檢查來確認。請別太擔心，在我們社區所有篩檢陽性的人裡面，大約每4-5位中會有1位是真正需要治療的問題，其他幾位可能是發炎或其他狀況。所以這個陽性結果是一個『提醒』，告訴我們必須去醫院做更精確的檢查（如陰道鏡切片），才能確定實際狀況。」這樣的解釋能緩解民眾焦慮，並促進其接受後續診斷。跨專業合作：護理師需將篩檢陽性個案名單轉介給個案管理師或公共衛生護士，進行追蹤管理，確保個案完成後續就醫診斷，這是台灣癌症篩檢計畫成功與否的關鍵。
護理安全提醒
解釋篩檢結果時，務必避免造成民眾不必要的恐慌（對偽陽性者）或錯誤的安全感（對偽陰性者）。應強調篩檢的「初步」性質，以及定期篩檢和後續追蹤的重要性。
國考陷阱提醒
注意！國考最愛把敏感度、特異度、PPV、NPV 四個公式混在一起考。解題關鍵第一步：易混淆！先根據題意畫出「二乘二列聯表」，將 TP (真陽性)、FN (假陰性)、FP (假陽性)、TN (真陰性) 四個數字填進去，再根據題目問的指標套公式，就不容易出錯。
- 陽性預測值 (Positive Predictive Value, PPV) — 指當篩檢結果為陽性時，受檢者「真正患病」的機率。計算公式為：真陽性 (TP) / 所有篩檢陽性者 (TP + FP)。其數值受疾病盛行率影響。
- 敏感度 — 指篩檢工具能正確識別出「有病者」的能力。計算公式為：真陽性 (TP) / (真陽性 + 假陰性 (FN))。高敏感度工具用於初步篩檢，避免漏掉病人。
- 特異度 — 指篩檢工具能正確識別出「無病者」的能力。計算公式為：真陰性 (TN) / (真陰性 + 假陽性 (FP))。高特異度工具用於確診，避免誤診健康者。
- 陰性預測值 (Negative Predictive Value, NPV) — 指當篩檢結果為陰性時，受檢者「真正健康」的機率。計算公式為：真陰性 (TN) / 所有篩檢陰性者 (TN + FN)。其數值亦受疾病盛行率影響。
- 盛行率 — 在特定時間點，特定人群中患有某疾病的人數比例。計算公式為：(真陽性 + 假陰性) / 總人口數。盛行率是影響陽性與陰性預測值的關鍵因素。
用 MyMerci 全面準備護理師國家考試
免費提供歷屆試題與詳細解析。分析弱點、追蹤進度，讀得更聰明。
免費開始
僅供學習參考。實際臨床請遵循最新指引與所屬機構規範。