4.2 📚 國考版（醫師國考 / PGY OSCE）

對象：M6 / PGY 國考前。本章 high yield 在計算題（Sn/Sp/PPV/NPV/Bayes）+ 概念題（heuristics、EBM、AI）。

4.2.0.1 📌 一頁重點整理 (Cram Sheet)

4.2.0.1.1 🔥 高 yield 7 條
  1. Sn / Sp / PPV / NPV 公式必會（計算題每年都出）
  2. SnNout / SpPin 口訣
  3. PPV / NPV 受 prevalence 影響（Sn / Sp 不受）
  4. Bayes’ theorem：post-test prob 受 pre-test 強烈影響
  5. LR+ / LR- 解讀（>10 強、<0.1 強排除）
  6. EBM 4 步驟：Ask、Acquire、Appraise、Apply
  7. Dual-process theory：System 1 vs System 2
4.2.0.1.2 🔢 必記公式
  • Sn = TP/(TP+FN)
  • Sp = TN/(TN+FP)
  • PPV = TP/(TP+FP)
  • NPV = TN/(TN+FN)
  • LR+ = Sn/(1-Sp)
  • LR- = (1-Sn)/Sp
  • Pre-test odds = prob/(1-prob)
  • Post-test odds = pre-test odds × LR
4.2.0.1.3 ⚠️ 易錯陷阱
  1. PPV / NPV ≠ Sn / Sp（前者受 prev 影響）
  2. Bayes 計算時用 odds 不是 probability
  3. 高 Sn 陰性 rule out（不是 rule in）
  4. AI 取代醫師決策（22E 反對）

4.2.0.2 ⭐ 高 yield 摘要

4.2.0.2.1 Dual-Process Theory
System 速度 性質 容易踩坑
System 1 快直覺 Pattern matching Premature closure
System 2 慢分析 Hypothetico-deductive Decision paralysis
4.2.0.2.2 4 個 Heuristics（必認）
Heuristic 內涵 陷阱
Representativeness 「像 X 病」 忽略 base rate
Availability 「最近 case」 受 media / recent encounters 影響
Anchoring 「第一印象」 不依新證據調整
Occam’s razor 「single dx」 老人多重共病無解
4.2.0.2.3 Hickam’s Dictum
  • 「Patients can have as many diseases as they damn well please」
  • 適用：老人、複雜共病
  • 對立 Occam’s razor
4.2.0.2.4 Diagnostic Imperatives
  • 「rare but catastrophic if missed」必排除
  • 例：胸痛 → 排 aortic dissection；頭痛 → 排 SAH；發燒 → 排 meningitis
4.2.0.2.5 2x2 Table 與檢查特性
                Disease+    Disease-
   Test+        TP          FP
   Test-        FN          TN
指標 公式 受 prev 影響？
Sn TP/(TP+FN) ❌ 不受
Sp TN/(TN+FP) ❌ 不受
PPV TP/(TP+FP) ✅ 強烈
NPV TN/(TN+FN) ✅ 強烈
4.2.0.2.6 Likelihood Ratios 速查
LR+ 強度
> 10 強強確診
5-10 中等
2-5 弱
≈ 1 沒用
LR- 強度
< 0.1 強強排除
0.1-0.5 中等
> 0.5 弱
4.2.0.2.7 Bayes’ Theorem 實作
  1. Pre-test prob → odds: odds = p/(1-p)
  2. Post-test odds = pre-test odds × LR
  3. Post-test prob = odds/(1+odds)
4.2.0.2.8 Wells Criteria for PE（表 4-2，必背）
特徵 分數
Clinical signs DVT 3
PE 是 most likely dx 3
HR > 100 1.5
Immobilization ≥3 day or surgery in 4 wk 1.5
Previous DVT/PE 1.5
Hemoptysis 1
Malignancy 1
總分 風險
> 6 High
2-6 Intermediate
< 2 Low
4.2.0.2.9 EBM 4 步驟
  1. Ask：PICO 格式（Population/Intervention/Comparator/Outcome）
  2. Acquire：systematic review > RCT > cohort > case series
  3. Appraise：critically appraise（GRADE 等）
  4. Apply：integrate with clinical judgment + patient preference
4.2.0.2.10 Evidence Hierarchy
Systematic review of RCTs (highest)
   ↓
Single RCT
   ↓
Cohort study
   ↓
Case-control study
   ↓
Case series
   ↓
Expert opinion (lowest)
4.2.0.2.11 Practice Variation 三類影響因子
  1. Practice Style：個人訓練、經驗、subspecialty 影響（cardiologist vs internist 不同）
  2. Practice Setting：work system、tech、organization、physical env
  3. Payment System：fee-for-service vs capitation vs P4P 影響
4.2.0.2.12 Diagnostic Errors（系統議題）
  • 預估每人一生至少 1 次 diagnostic error
  • 解法：EHR Decision Support、checklists、reminder system
4.2.0.2.13 AI 三類
  1. Neural networks
  2. Machine learning（含 deep learning）— image / signal interpretation
  3. Generative AI（LLM）— note-taking、early decision support

22E 立場：「Not abdicate decision-making entirely to algorithm」

4.2.0.3 🏆 易混淆對照

4.2.0.3.1 Sn vs Sp 適用情境
情境 選誰
篩檢（不能漏） Sn 高（如 HIV ELISA）
確診（不能誤判） Sp 高（如 HIV Western blot）
4.2.0.3.2 Hickam vs Occam
原則 適用
Occam’s Razor 年輕、單一系統
Hickam’s Dictum 老人、多重共病
4.2.0.3.3 Practice Style 影響例
  • Cardiologist：「detect ischemia」優先 → 多用 stress imaging
  • Internist：「follow guideline」優先 → 多用 plain stress ECG
  • Same patient → different test → different management
4.2.0.3.4 Defensive Medicine
  • 動機：避免 malpractice 訴訟
  • 結果：過度檢查
  • 例：annual asymptomatic stress test
  • 22E：要避免

4.2.0.4 🔢 必背公式 / 數字 / 概念

4.2.0.4.1 計算公式（必背）
  • Sn = TP/(TP+FN)
  • Sp = TN/(TN+FP)
  • PPV = TP/(TP+FP)
  • NPV = TN/(TN+FN)
  • LR+ = Sn/(1-Sp)
  • LR- = (1-Sn)/Sp
  • Bayes: post-test odds = pre-test odds × LR
4.2.0.4.2 概念數字
  • ROC AUC 0.5 = 無預測值；1.0 = 完美
  • 短期記憶容量：7±2 items（決定為什麼專家用 chunks）
  • Wells PE: > 6 high、2-6 intermediate、< 2 low

4.2.0.5 📝 過去考題類型

4.2.0.5.1 必考
  • Sn/Sp/PPV/NPV 計算（給 2x2 table 算）
  • Bayes’ theorem post-test probability 計算
  • SnNout / SpPin 應用
  • EBM 4 步驟
4.2.0.5.2 偶爾考
  • 4 個 heuristics 辨識（給 case 問哪個 bias）
  • LR 分級
  • Wells criteria 計算與分層
4.2.0.5.3 OSCE 站
  • Clinical reasoning：給 case 問 DDx
  • Test interpretation：給 sn/sp + pre-test prob 問 post-test
  • Patient counseling：解釋檢查 false positive 風險
4.2.0.5.4 陷阱題
  • PPV = Sn（錯，PPV 受 prev 影響）
  • 高 Sn → rule in（錯，rule out）
  • AI 可取代醫師（錯）
  • EBM 必須完全 follow（錯）

4.2.0.6 🎯 自我檢測

  1. Q: Sn = ? A: TP/(TP+FN)
  2. Q: 篩檢用哪個 test 特性高？ A: Sensitivity（高 Sn 陰性可 rule out，不漏診）
  3. Q: PPV 受什麼強烈影響？ A: Disease prevalence
  4. Q: LR+ > 10 代表什麼？ A: 強強確診（高 Sp）
  5. Q: Bayes 計算用 prob 還是 odds？ A: Odds（post-test odds = pre-test odds × LR）
  6. Q: Pre-test prob 5%，做 LR+ = 9 的檢查 positive，post-test prob 約多少？ A: ≈ 32%（odds 0.053 × 9 = 0.474 → prob 32%）
  7. Q: Wells score > 6 表示什麼？ A: PE high probability
  8. Q: EBM 4 步驟？ A: Ask、Acquire、Appraise、Apply
  9. Q: Hickam’s dictum 主張什麼？ A: 病人可同時有多種疾病（對立 Occam’s razor）
  10. Q: System 1 思考的最大陷阱？ A: Premature closure

4.2.0.7 📚 想深入請看

⚠️ AI 草稿，未經盧醫師驗證。