有關篩檢工具信度（reliability）與效度（validity）的敘述，下列何者最不適當？

信度高只代表測量結果一致，不代表能準確測到目標，故信度高不保證效度一定高。

篩檢工具信度與效度之核心概念

本題旨在測驗對於篩檢工具心理計量特性中，信度（Reliability）與效度（Validity）基本定義及其相互關係的理解。在臨床護理與研究實務中，選用具有良好信效度的評估工具是確保資料品質與病人安全的基石。

各選項之臨床邏輯與病理機轉詳解

選項 1：信度是指測量結果的一致性、穩定性及可靠性
此敘述為信度的標準定義，完全正確。信度反映的是測量工具在不同時間點（再測信度，Test-retest reliability）、不同施測者（評分者間信度，Inter-rater reliability）或不同題目之間（內部一致性，Internal consistency）所得到結果的穩定程度。例如，在參考文獻中，研究者會透過計算組內相關係數（ICC）或Cronbach's alpha係數來驗證中文版量表是否具備此特性 [1, 3]。若一個血壓計連續測量三次都得到相近的數值，我們就說它信度高，這意味著隨機誤差小。

選項 2：信度很高的工具，其效度一定高
此選項為錯誤觀念，也是本題的正確答案。信度與效度之間存在不對稱的邏輯關係。信度是效度的必要條件，但非充分條件。我們可以將測量工具想像成射箭的靶面：信度高代表箭著點集中（一致性好），但若這群集中的箭全都打在靶面以外的同一個角落，雖然信度極高，卻完全沒有命中靶心，這就是效度極差的情況。效度是指工具是否能真正測量到它所宣稱要測量的構念（Construct）。例如，一份翻譯後的失志量表，即便內部一致性極高（信度高），仍需透過驗證性因素分析來確認其結構是否與原始理論相符（建構效度），以確保它測到的是「尊嚴」而非其他混淆變項 [1, 3]。因此，信度高並不能保證效度一定高。

選項 3：陽性預測值與陰性預測值會受到疾病盛行率的影響
此敘述正確。陽性預測值（Positive Predictive Value, PPV）是指篩檢結果為陽性者中，真正罹病的比例；陰性預測值（Negative Predictive Value, NPV）則是篩檢結果為陰性者中，真正未罹病的比例。這兩項指標與敏感度、特異度最大的不同在於，它們並非工具本身的固定特性，而是會隨著該疾病在受測族群中的盛行率（Prevalence）高低而波動。當疾病盛行率越高時，陽性預測值會隨之上升，而陰性預測值則會下降。此概念在臨床大規模篩檢時至關重要，例如在血液透析病人這類高風險族群中進行憂鬱篩檢，其陽性預測值會比在一般社區民眾中進行篩檢來得更高 。

選項 4：效度是視工具的特異度（specificity）及敏感度（sensitivity）來決定
此敘述正確。在探討篩檢或診斷工具的效度時，最常使用的指標即為敏感度（Sensitivity）與特異度（Specificity），這屬於效標關聯效度（Criterion-related validity）的一種。敏感度是指工具能正確找出真正病人的能力（真陽性率），而特異度則是指工具能正確排除非病人的能力（真陰性率）。這兩個指標是評估一個工具診斷準確度的核心，它們決定了該工具是否能有效區分有病與無病的狀態，因此效度確實是透過這些指標來決定的。