某物理治療師檢查一位 23 歲男性運動員三週前扭傷右膝，目前仍存有中等疼痛和膝關節不穩的狀況。治療師決定使用系統回顧文獻對於前拉測驗（ anterior drawer test ）的結論，下列那些資訊，可以提升診斷檢查其關節不穩的結果？ ①測前機率（ pre-test probability ）②檢查是否為陽性 ③盛行率 ④陽性或陰性的概似比（likelihood ratio ）

本題觀念：

診斷測試的後測機率計算——測前機率（pre-test probability）、概似比（likelihood ratio）的應用

在實證醫學的診斷推理中，要將某項檢查結果轉化為有意義的診斷資訊，必須結合三個核心要素：測前機率（pre-test probability）、檢查結果（陽性或陰性）、以及概似比（likelihood ratio, LR）。根據貝氏定理（Bayes' theorem），可計算出測後機率（post-test probability）：

$\text{Post-test odds} = \text{Pre-test odds} \times \text{Likelihood Ratio}$

選項分析

題目問：哪些資訊可以「提升診斷檢查關節不穩的結果」？

① 測前機率（pre-test probability）：這是使用任何診斷測試前的基礎，代表在執行測試前，該病患罹患目標疾病的概率估計。沒有測前機率，概似比便無從應用。→ 必要

② 檢查是否為陽性：知道測試結果是陽性還是陰性，決定要使用「陽性概似比（LR+）」還是「陰性概似比（LR-）」來計算後測機率。→ 必要

③ 盛行率（prevalence）：盛行率是「群體」中的疾病頻率，在診斷測試的個別臨床應用中，它可作為測前機率的參考，

...（解析預覽）...