概似比與 ROC — 低頻補齊
這章讀完，你會：看懂 LR+、LR- 如何把檢驗結果轉成事後勝算，也能理解 ROC 曲線其實是在看切點移動時 Sn/Sp 的取捨。 但要誠實配速：EXAM-BANK 顯示 ROC/AUC 近年國考 0 真題，這章是補觀念，不是主戰場。
先想 30 秒再往下讀
如果把檢驗切點調低，更多病人會被抓出來，但也會有更多沒病者被誤報。這時敏感度和特異度會同向上升，還是一定一升一降？
概似比：把 Sn/Sp 合成「結果有多改變機率」
陽性概似比（positive likelihood ratio, LR+）問陽性結果有多能確診；陰性概似比（negative likelihood ratio, LR-）問陰性結果有多能排除。它們由 Sn/Sp 組成，本身不隨盛行率變。
LR+ = Sn / (1 - Sp) LR- = (1 - Sn) / Sp
LR+ 越大，陽性越能 rule in；LR- 越小，陰性越能 rule out。
如果 PPV/NPV 是「結果出來後這個人有沒有病」，LR 比較像「這個結果把原本的懷疑程度推了多大一把」。陽性結果用 LR+ 往上推，陰性結果用 LR- 往下拉。
流病史 · ROC 的雷達出身
ROC 是 receiver operating characteristic 的縮寫，源自雷達接收器在訊號與雜訊之間調整切點：切得鬆，命中多但誤警也多；切得嚴，誤警少但漏掉也多。放進診斷檢驗，就是把切點移動造成的敏感度和偽陽性率變化畫成一條曲線。
事前勝算 × LR = 事後勝算
概似比最標準的用法是勝算（odds）語言，不是直接把機率相乘。
pretest odds × LR = posttest odds
如果檢驗前就高度懷疑，陽性結果會把事後機率推得更高；如果檢驗前機率很低，即使 LR+ 不錯，也不保證陽性後一定有病。這點和 ch12 的盛行率直覺相通。
不要把 LR 想成另一個要死背的名字。它只是把「檢驗本身的表現」變成一個倍率，拿來更新檢驗前你本來就有的懷疑程度。
ROC：Y 軸 Sn，X 軸 1-Sp
ROC 曲線把不同切點下的敏感度和偽陽性率畫出來：Y 軸是敏感度（sensitivity），X 軸是 1 - specificity，也就是偽陽性率。
Y axis = Sensitivity X axis = 1 - Specificity = false positive rate AUC = area under the curve
AUC = 0.5 代表像丟銅板，AUC = 1 代表完美鑑別；曲線越靠左上角越好。
想像你在調血糖切點。切點越低，更多人被判陽性，Sn 上升，但 FP 也上升、Sp 下降；切點越高，Sp 上升，但 Sn 下降。ROC 就是在畫這整串取捨。
LR+ vs LR-，切點下修 vs 上修
| 看這個 | LR+ / 切點下修 | LR- / 切點上修 |
|---|---|---|
| 問的方向 | 陽性結果多能確診；切點下修較容易陽性 | 陰性結果多能排除；切點上修較不容易陽性 |
| 公式/座標 | LR+ = Sn/(1-Sp)；ROC 的 Y 是 Sn | LR- = (1-Sn)/Sp；ROC 的 X 是 1-Sp |
| 理想方向 | LR+ 越大越好；曲線越靠左上越好 | LR- 越小越好；AUC 越接近 1 越好 |
| 會不會隨盛行率變 | LR 不隨盛行率變，但事後機率仍受事前機率影響 | LR 不隨盛行率變，但陰性後放心程度受事前機率影響 |
| 題幹訊號 | 「概似比」「事前事後勝算」「陽性後」 | 「切點移動」「曲線下面積」「陰性後」 |
破題關鍵字
看到「事前機率、事後機率、概似比」→ 想 LR；看到「陽性概似比」→ 想 LR+ = Sn/(1-Sp)；看到「陰性概似比」→ 想 LR- = (1-Sn)/Sp；看到「切點移動、曲線下面積」→ 想 ROC/AUC；看到「ROC/AUC 國考」→ 先記得 低頻補齊，不要過度投資。
拖切點，看 ROC 點怎麼移
移動切點，觀察同一檢驗下 Sn、Sp、偽陽性率和 ROC 點的位置如何跟著改變。
你剛剛看到了什麼
切點下修時，更多人被判陽性，Sn 上升但 Sp 下降；切點上修時，Sp 上升但 Sn 下降。ROC 曲線不是另一張神秘圖，它就是把所有切點的取捨排在一起。
案例檔案 · 血糖切點怎麼定
糖尿病診斷若把血糖切點往下調，會讓更多人被貼上陽性標籤，增加早期發現，也增加假陽性與後續追蹤負擔；切點往上調則相反。這就是 ROC 章要你看懂的事。一句教訓：切點不是純數學，它是在漏診和誤診之間選代價。
大家都搞錯
不要把 AUC 當成本章國考主菜。EXAM-BANK 顯示 ROC/AUC 近年 0 真題，診斷題真正反覆考的是 2×2 定義、Sn/Sp、PPV/NPV 和盛行率。這章的價值是幫你理解切點取捨，讀懂即可。
國考診斷題目前考成這樣
何謂特異度？答案：沒有該疾病的病人中，檢查結果為陰性的機率。
逐句解碼：這題仍是基本 2×2。你要先穩住 Sp，才看得懂 LR+ 分母中的 1-Sp 其實是偽陽性率。
Sn=82%、Sp=93%、盛行率 3%，篩檢陽性者沒有病的機率約 0.73。
逐句解碼：國考目前更愛考 PPV/NPV 的貝氏判讀，而不是直接考 LR。LR 和 PPV 的共同精神是：檢驗結果必須接上檢驗前的疾病可能性。
「篩檢陽性者真正有病的比例稱為敏感度」為錯；這是 PPV。
逐句解碼：最新題仍在考直行與橫列，不在考 ROC/AUC。準備順序應是先穩 Sn/Sp 和 PPV/NPV，再把 LR/ROC 當補強理解。
你來當審稿人
某論文寫道：「降低診斷切點後，敏感度與特異度都會上升，因此 AUC 也必定上升；且 LR+ 會隨盛行率下降而下降。」
我挑好毛病了，看解答
坑一：單一切點下修通常 Sn 上升、Sp 下降，不是兩者都上升。坑二：AUC 描述整體鑑別力，不是單一切點一改就必定上升。坑三：LR+ 由 Sn 和 Sp 組成，本身不隨盛行率變；會變的是事後機率。
還記得嗎 · CH 12
CH12 說 PPV 會被盛行率改變；CH13 的 LR 本身不隨盛行率變，但用 LR 更新後的事後機率仍要看事前機率。10 秒小題：LR+ 的分母 1-Sp 是什麼？
看答案
偽陽性率，也就是真的沒病者中被檢驗判陽性的比例。