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？

前幾章認識了可能的機制，這一章再問：如何判斷哪種解釋比較合適？好的推理會串連觀察，也留有空間接受可能改變結論的新資訊。

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

檢驗結果描述某個時間取得的一份檢體。緊張會讓貓血糖暫時升高，水合狀態或肌肉量也會影響部分腎臟指標的判讀。參考區間來自特定參考族群，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：真正患病的動物中，有多少能檢出陽性？特異度問：真正未患病的動物中，有多少得到陰性？兩者都不直接等於「陽性動物真的有病的機率」。後者還取決於受檢族群中，這個疾病原本有多常見。試試下面的假想例子，就能看見差別。

假設有 1,000 隻動物。檢測能找出 90% 的患病動物，也能讓 90% 未患病的動物得到陰性結果。只改變這群動物的患病比例，結果會有什麼不同？

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，也不計算你的貓罹病的機率。例子只用來說明背景資訊的重要性。

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更有助於檢視介入效果。來做個原創思想實驗：吃新食物的貓，也增加了遊戲時間。就算體重改善，仍不能只靠結果分開兩項影響。讀研究時可以問：研究了誰、跟誰比較、衡量什麼結果、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。假想的 1,000 隻動物若有 1% 患病，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。這是解釋背景作用的算例，不是實際臨床機率。

為有興趣的一般讀者而寫，不需要醫學背景。這裡協助理解原理；個別貓咪的健康判斷，仍須結合獸醫師的診察。

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