章節 06 / 06

從線索走向有根據的解釋

一個陽性結果，究竟告訴了我們什麼？

前幾章介紹了身體可能的運作機制，這一章再問：面對不同解釋時，如何判斷哪一種比較合適？可靠的推理會綜合多項觀察，並在出現新資訊時隨時修正結論。

順著機制想一遍

這是協助理解的簡化關係圖。真實身體有許多互相影響的路徑，並非一條直線。

把測量放回當時情境

檢驗結果反映的是某個時間點採集的檢體。緊張可能讓貓的血糖暫時升高，水合狀態或肌肉量也會影響部分腎臟指標的判讀。參考區間來自特定的參考族群，並不等於診斷的界線。病史、診察、相關檢查及長期趨勢，能提供單一數字無法交代的背景。

「敏感度」問的是：真正患病的動物中，有多少能檢出陽性？「特異度」問的是：真正未患病的動物中，有多少會得到陰性？這兩個數字都不直接等於「測出陽性就真的有病」的機率——後者還取決於受檢族群中，這個疾病原本有多常見。不妨切換下面的假想算例，看看其中的差別。

假設有 1,000 隻動物。這項檢測能讓 90% 真正患病的動物測出陽性，也能讓 90% 未患病的動物測出陰性。現在只改變這群動物裡實際患病的比例，看看結果會怎麼變。

共有 108 個陽性結果，其中 9 個是真陽性。

共有 180 個陽性結果，其中 90 個是真陽性。

共有 500 個陽性結果，其中 450 個是真陽性。

這些數字僅供教學，不對應任何真實疾病或檢測，也不計算你家貓罹病的機率。例子只用來說明為什麼看陽性結果時離不開背景資訊。

病例報告描述一次經驗，觀察性研究可能發現關聯，設計良好的對照研究則更有助於檢視介入效果。不妨設想這樣一個例子：一群貓換了新飼料，但與此同時，玩耍的時間也變多了。就算之後體重改善，單憑這個結果也無法把兩項影響拆開。讀研究時可以多問幾句：研究了誰？跟誰比較？衡量了什麼結果？還有哪些其他解釋？

敏感度和特異度都是 90%，每次陽性就表示有 90% 的患病機率嗎？

展開說明

不是。在假想的 1,000 隻動物中，若實際患病比例是 1%，會得到 9 個真陽性、99 個偽陽性；108 個陽性結果裡，實際患病的只有 9 個。這道算式只是用來說明背景比例的作用，不是實際臨床機率。

寫給有興趣的一般讀者，不需要醫學背景。這裡講的是原理；判斷某隻貓的健康狀況，仍然需要獸醫師檢查。

正文獨立撰寫，並對照下列資料查核。引用不代表相關機構為本站背書，也不表示 PurrJung 已經獸醫師審稿。

資料查核日期 · 2026-09-11 · 參考資料為英文