一位18歲足球選手主訴4週前扭傷踝關節，經轉診到物理治療部門接受評估與治療，物理治療師想利用前拉測試（anterior drawer test）來確認這位選手的韌帶損傷狀況。經由發表的實證文獻顯示，該測試的測前機率（pre-test probability）為15%、陽性概似比（LR+）為6，請利用概似比計算圖表（likelihood ratio monogram，見下圖）來推算測後機率（post-test probability）為多少百分比？

本題觀念：

本題的核心觀念在於實證醫學（Evidence-Based Medicine, EBM）中的診斷準確度計算。具體而言，是考驗物理治療師如何利用費根諾模圖（Fagan nomogram）或貝氏定理（Bayes' theorem），將「測前機率（Pre-test probability）」與「概似比（Likelihood Ratio, LR）」結合，推算出「測後機率（Post-test probability）」。這是評估臨床測試（如前拉測試）對診斷決策影響力的重要過程。

影像分析：

本題提供的圖片是一個標準的費根諾模圖（Fagan nomogram），用於無需複雜數學計算即可快速估算測後機率的圖表工具。

• 左軸（Pre-test probability）：代表測前機率，即在進行測試前，根據病史或盛行率估計個案患病的可能性。刻度由下至上增加。
• 中軸（Likelihood ratio）：代表概似比，顯示該測試結果（陽性或陰性）改變機率的強度。數值大於 1 代表陽性結果增加患病機率；小於 1 代表陰性結果降低患病機率。
• 右軸（Post-test probability）：代表測後機率，即得出測試結果後，個案真正患病的修正機率。
• 使用方法：在左軸找到測前機率數值，在中軸找

...（解析預覽）...