COVID-19 流行期間，某地區欲進行社區普篩。某篩檢工具的敏感度為 75%，特異度為 99%。若當時該地區 COVID-19 的盛行率為 1%，一位民眾接受篩檢後結果為陰性，此人篩檢時為 COVID-19 個案的機率約為何？
A0.03%
B0.25%正確答案
C3.0%
D25.0%
答案與詳解
B
正確答案
盛行率1%、敏感度75%、特異度99%時，陰性結果中偽陰性佔比約為0.25%，即陰性預測值的補數。
為什麼答案是 B
正確。陰性結果中為個案的機率即偽陰性人數除以總陰性人數(25/9826)，約為0.25%。
載入中…
完整詳解
Pro · 無限重點 盛行率1%、敏感度75%、特異度99%時，陰性結果中偽陰性佔比約為0.25%，即陰性預測值的補數。
秒殺技巧
假設1萬人有100個病例，偽陰性25人；9900個無病者中真陰性9801人。陰性總數9826人，25除以9826約為0.25%。逐選項分析
A✕
此為干擾選項，可能是將盛行率與偽陰性率相乘(1%×25%=0.25%)時的小數點錯置，或完全計算錯誤。
B✓ 正確
正確。陰性結果中為個案的機率即偽陰性人數除以總陰性人數(25/9826)，約為0.25%。
C✕
此為干擾選項，可能是陽性結果中偽陽性的比例(99/174約56%)的錯誤計算，或與特異度混淆。
D✕ 陷阱
陷阱！25%是「偽陰性率」(1-敏感度)，代表有病的人中篩檢陰性的比例，而非「篩檢陰性後有病的條件機率」。
篩檢指標與貝氏定理計算表 (假設總人數10,000人)
| 專案 | 有病 (盛行率1%, 100人) | 無病 (9,900人) | 總計 |
|---|---|---|---|
| 篩檢陽性 | 75 (真陽性 TP) | 99 (偽陽性 FP) | 174 |
| 篩檢陰性 | 25 (偽陰性 FN) | 9,801 (真陰性 TN) | 9,826 |
| 總計 | 100 | 9,900 | 10,000 |
陷阱提醒
本題陷阱在於混淆「偽陰性率」與「陰性結果為個案的條件機率」。偽陰性率為1減敏感度即25%，但題目問的是篩檢陰性後實際有病的機率，必須用偽陰性人數除以總陰性人數，即25除以9826，約為0.25%。