針對特定疾病，下列何種分析最適合用於同時評估多個檢測標誌的優劣？

本題觀念：

本題目在考查各種統計分析方法在評估診斷標誌（biomarker）或檢測方法表現上的適用性。重點是比較多個檢測標誌同時評估其敏感性（sensitivity）、特異性（specificity）及整體辨識能力（overall discriminatory power）的最佳工具。

選項分析

• 選項A 簡單直線迴歸（simple linear regression）
  簡單直線迴歸用於描述並量化兩個連續變數之間的線性關係，依迴歸線最小平方法（ordinary least squares）估計斜率和截距(en.wikipedia.org)。迴歸分析關注預測值與實際值之間的差異，而非檢測工具的敏感性或特異性，無法生成 ROC 曲線或比較多個標誌的診斷性能。因此不適用於本題所述「同時評估多個檢測標誌優劣」的需求。

• 選項B 接受者操作特性曲線（ROC curve）
  ROC 曲線以假陽性率（1–specificity）為橫軸、真陽性率（sensitivity）為縱軸，可視化不同閾值下診斷試驗的性能。曲線下面積（AUC）可作為單一標誌或綜合模型的整體辨識力指標；不同標誌的 AUC 亦可直接比較，落點越

...（解析預覽）...