破題引擎 — 看到考題，先問三件事
這章讀完，你會：把公衛、生統、流病題目先分流到頻率、關聯、診斷或檢定，再用設計與變項型態定位方法。 這是全站核心：後面 20 章都只是這台引擎的不同零件。
先想 30 秒再往下讀
題幹說「篩檢陽性者真正有病的比例」、「追蹤 3000 員工是否得肝癌」、「治療前後疼痛分數改善」。你會先背公式，還是先判斷它們各自在問哪一種問題？
第一問：這題到底在問哪一類問題
先把題目分成四條主路：頻率（frequency）問多少人有病；關聯（association）問暴露和疾病有沒有關、幾倍；診斷（diagnosis）問檢驗準不準或陽性後機率；檢定（statistical test）問兩群差異是否顯著。
讀題時先做分診，不要一看到數字就開算。你如果把「陽性者真正有病」當成敏感度，把「病例對照」當成 RR，後面的算式再漂亮也會錯在第一步。
第二問：如果是關聯，研究設計決定指標
關聯題不能只看 2×2 表，還要看研究設計。世代研究（cohort study）從暴露追到結果，可算發生率與 RR；病例對照研究（case-control study）從疾病回推暴露，通常回報 OR；橫斷面研究（cross-sectional study）同一時間點量暴露與疾病，主要談盛行率或 POR。
這一步像看路線圖：你是從暴露出發、從疾病回頭，還是只拍一張現在的照片？方向一錯，RR、OR、盛行率就會整串錯。
第三問：如果是檢定，看結果型態、組數、配對
檢定題的三個開關是：結果變項是連續或類別、比較幾組、是否同一批人配對。這會把你帶到 t 檢定、配對 t 檢定、ANOVA、卡方、Fisher's exact、McNemar 或無母數方法。
連續 + 兩獨立組 → independent t 連續 + 同一批前後 → paired t 連續 + 三組以上 → ANOVA 類別 + 2×2 人數 → chi-square / Fisher 類別 + 配對前後 → McNemar
你不需要把所有檢定排成背誦清單；你只要先問「結果是什麼型態、幾組、是不是同一批人」，答案通常自己會浮出來。
診斷題要分固有特性與事後機率
診斷題特別容易錯。敏感度（sensitivity）與特異度（specificity）是檢驗固有特性，從疾病狀態出發；陽性預測值（positive predictive value, PPV）與陰性預測值（negative predictive value, NPV）是這群人的事後機率，從檢驗結果出發，會受盛行率影響。
病人問「我陽性，真的有病嗎？」這不是敏感度，是 PPV。敏感度是在問「已經有病的人，檢驗抓得到多少」。題幹主詞一換，整題就換線。
統計教育 · 認不出題目比不會算更傷
醫學統計教學長期有一個共識：考生常不是不會公式，而是沒先辨認題目在問頻率、關聯、診斷還是檢定。這章把那個隱性判斷外顯成三問流程；臨床上也是如此，先問對問題，才有可能選對指標。
題幹訊號 → 走哪條路 → 對應章
| 題幹訊號 | 走哪條路 | 下一步 | 對應章 |
|---|---|---|---|
| 多少人正患病、現有比例 | 頻率 | 分發生率 vs 盛行率 | CH06 |
| 暴露和疾病幾倍關聯 | 關聯 | 先看 cohort / case-control / cross-sectional | CH03–04、CH08 |
| 陽性者真的有病、Sn/Sp | 診斷 | 分 Sn/Sp vs PPV/NPV | CH11–12 |
| 兩群平均或比例有沒有差 | 檢定 | 看結果型態 × 組數 × 配對 | CH18 |
| 調整後消失、分層效果不同 | 偏差因果 | 分 confounding vs effect modification | CH21–22 |
破題關鍵字
看到「新發生、追蹤期間出現」→ 想 發生率；看到「病例與對照回頭問暴露」→ 想 case-control 與 OR；看到「陽性者真正有病」→ 想 PPV，不是 sensitivity；看到「同一批人前後」→ 想 配對；看到「2×2 列聯表、某格期望值 ≤5」→ 想 Fisher's exact。
把題目送進破題路由器
依序回答題目在問什麼、設計是什麼、變項與組數如何，引擎會把你帶到應該用的章節與方法。
你剛剛看到了什麼
同一段題幹只要換一個主詞，路線就會變：陽性者真正有病是 PPV；有病者驗陽性是敏感度。同一個 2×2 表只要研究設計不同，也可能從 RR 變成 OR。
案例檔案 · 用真題走一次三問
115-1 醫二 Q43 問篩檢敘述何者最不適當，其中「篩檢陽性者真正有病的比例稱為敏感度」是錯的。三問流程：第一，這是診斷題；第二，主詞是「篩檢陽性者」而不是「有病者」；第三，它問事後機率，所以答案應是 PPV。一句教訓：主詞先抓對，公式才有資格上場。
大家都搞錯
最致命的錯不是計算慢，而是把路線看錯：PPV↔敏感度互換、病例對照硬算 RR、同一批前後卻用獨立 t、類別配對卻用一般卡方。這些都不是算術錯，是破題第一步沒有分流。
國考考過長這樣
篩檢敘述何者最不適當？「篩檢陽性者真正有病的比例稱為敏感度」為錯。
逐句解碼：主詞是「陽性者」，所以問的是陽性預測值（PPV）。敏感度的主詞是「有病者」。這題先分到診斷路線，再分固有特性與事後機率。
100 人治療前後疼痛分數評估改善，正解為配對 t 檢定。
逐句解碼：「疼痛分數」先當連續結果，「治療前後」是同一批人配對，題目問改善是否顯著，所以走檢定路線，答案是 paired t。
3000 員工從 1980 年起追蹤是否得肝癌，正解為世代研究。
逐句解碼：「從某時間起追蹤是否發生疾病」是從暴露或族群往結果走，分到研究設計路線中的 cohort；因此能談發生率與風險，而不是病例對照的 OR 語感。
你來當審稿人
某題寫：「篩檢陽性者真正有病的比例很高，代表此檢驗敏感度高；同一批病人治療前後血壓下降，作者用獨立雙樣本 t 檢定。」
我挑好毛病了，看解答
坑一：陽性者真正有病是 PPV，不是敏感度。坑二：同一批病人前後測是配對資料，應考慮配對 t 檢定。兩個錯都源自沒有先抓主詞與配對結構。
還記得嗎 · CH 01
CH01 先看變項身分證；CH02 把它放進整台路由器。10 秒小題：題幹寫「三組平均肺功能」，結果變項型態與組數各是什麼？
看答案
肺功能是連續結果，三組以上平均值比較會導向 ANOVA。