下列哪一項最不會影響特定疾病篩檢檢驗的陽性預測值 ( PPV ) 和陰性預測值 ( NPV ) ？

本題觀念：

本題考流行病學中篩檢檢驗特性的觀念，重點在區分「檢驗方法本身固有的特性」與「隨受檢族群盛行率變動的預測值」。陽性預測值（positive predictive value, PPV）指檢驗結果為陽性者，真正罹病的機率；陰性預測值（negative predictive value, NPV）指檢驗結果為陰性者，真正沒有罹病的機率。兩者皆由敏感度（sensitivity）、特異性（specificity）與疾病盛行率（prevalence）三項參數，透過貝氏定理（Bayes' theorem）推算而得。

以公式表示：PPV ＝ TP／(TP＋FP)，NPV ＝ TN／(TN＋FN)；展開貝氏關係則為 PPV ＝（敏感度 × 盛行率）／［敏感度 × 盛行率 ＋（1－特異性）×（1－盛行率）］。

選項分析

A. 敏感度（sensitivity） ❌本身即為PPV、NPV公式的直接組成參數，敏感度改變會直接牽動PPV與NPV的計算結果，因此並非「最不影響」的選項。 B. 特異性（specificity） ❌同樣是PPV、NPV公式中的直接參數。特異性愈高，偽陽性（false positive）愈少，PPV隨之上升，故也會直接影響預測值。 C. 風險率（risk ratio） ✅為本題答案。風險率（相對風險，relative risk）是描述「暴露組」與「非暴

...（解析預覽）...