不同廠牌的COVID-19 快篩試劑的品質檢測中，A 廠牌檢測的敏感度為99%，特異性為90%；B 廠牌的敏感度為90%，特異性為96%。下列敘述何者正確？
詳細解析
本題觀念
本題考的是診斷檢驗的敏感度與特異性，並要求把統計定義套用到兩種COVID-19快篩試劑的比較。敏感度回答「真正感染的人中，有多少被正確驗出陽性」；特異性回答「真正沒有感染的人中，有多少被正確驗為陰性」。因此，敏感度要看感染者分母，特異性要看未感染者分母，兩者不能混為一談。
A廠牌敏感度99%，B廠牌敏感度90%，代表在感染人數相同的前提下，A能找出較多真正感染者。B廠牌雖然敏感度較低，卻有較高的特異性96%，表示它在未感染者中判定陰性的能力較好。先辨認題目是在比較感染個案還是未感染個案，就能判斷A正確；盛行率則主要影響陽性結果中真正感染的比例，以及整體陽性數量的推估。
選項分析
A A廠牌可正確檢驗COVID-19病毒感染個案較B廠牌多：正確。 敏感度是所有真正感染者中被檢驗出陽性的比例。假設同樣有100位確定感染者，A的敏感度99%約可正確檢出99位，B的敏感度90%約可正確檢出90位。兩者比較的是真正感染者中的正確陽性數，A的敏感度較高，所以A可正確檢驗出較多感染個案。
B A廠牌可正確檢驗COVID-19病毒感染個案較B廠牌少：錯誤。 這正好與敏感度的比較相反。A的99%高於B的90%，在感染人數、採檢條件與判定標準相同時，A漏掉的感染者比例較低，B才會有較多偽陰性。故不能因為A的特異性較低，就推論A正確找出的感染個案較少；特異性不是用來衡量感染者檢出的指標。
C B廠牌可正確檢驗無罹患COVID-19病毒感染個案較A廠牌少：錯誤。 這個選項談的是未感染者的正確判定，應比較特異性。假設同樣有100位確定未感染者，A的特異性90%約可正確判定90位陰性，B的特異性96%約可正確判定96位陰性。因此B在正確排除未感染者方面較多，不是較少；B的假陽性比例也較低。
D 需要知道COVID-19病毒感染的盛行率，才能推估那個廠牌可檢驗出較多的陽性個案：不適用於本題答案。 盛行率確實會影響陽性預測值，也會影響一個群體中預期出現多少陽性結果；但本題A選項比較的是「感染個案」中的正確檢出能力，這是敏感度所定義的範圍。在相同感染人數下，A的99%已足以支持其正確檢出感染者較多。若另問整個族群的陽性結果總數，才需要同時知道盛行率、樣本數，以及兩種試劑的敏感度和特異性，不能只看單一性能數字。
答案解析
答案為 A。解題第一步是確認比較對象：感染個案要看敏感度，未感染個案要看特異性。A廠牌敏感度99%，高於B廠牌90%，所以在相同感染人數下，A能正確檢出較多感染者；B廠牌特異性96%，高於A廠牌90%，則代表B能正確判定較多未感染者。
可以用一個簡化情境記憶：若各有100位感染者與100位未感染者，A約會得到99個真陽性、90個真陰性；B約會得到90個真陽性、96個真陰性。A在「找出感染者」較好，B在「排除未感染者」較好。這個例子不是在預測實際人群結果，而是把敏感度與特異性的分母固定，幫助理解檢驗性能。
盛行率的角色也要分清楚。盛行率高低會改變陽性結果中真正感染者的比例，也就是陽性預測值；在低盛行率環境，即使特異性不錯，少量假陽性也可能占所有陽性結果相當比例。然而，這不會改寫A與B在已知感染者中的敏感度排序。作答時若選項直接問感染個案的正確檢出數，先比較敏感度即可；若問整體族群有多少人驗出陽性或陽性結果有多少是真感染，才要納入盛行率。
核心知識點
- 敏感度＝真正有感染者中，檢驗結果為陽性的比例；敏感度越高，漏掉感染者越少。
- 特異性＝真正未感染者中，檢驗結果為陰性的比例；特異性越高，誤判陽性的比例越低。
- A敏感度99%高於B的90%，在相同感染人數下，A可正確檢出較多感染個案。
- B特異性96%高於A的90%，在相同未感染人數下，B可正確判定較多未感染個案。
- 盛行率會影響陽性預測值、陰性預測值及群體中的結果分布，但不改變已知條件下兩試劑敏感度與特異性的定義。
- 比較檢驗數值時，先問分母是感染者還是未感染者，再選擇敏感度或特異性。