# 醫學證據閱讀：選對教材，審查一項檢驗主張 — 學習任務單 [學習指南](https://unireadinglist.com/zh-tw/guides/medical-evidence/) [課程主題: 研究論文](https://unireadinglist.com/zh-tw/subjects/medicine/#course-research-articles) 來源核驗日期: 2026-11-03 學習路線與例題編輯責任：University Reading List 編輯專案。 這是閱讀研究的教育路線，不是臨床操作規程，也不是個人檢驗或治療建議。練習中的狀態、檢驗與人數全部虛構；規定的效能不是任何真實產品或族群的證據。選用的是特定歷史版次，書中疾病案例不代表當前診療指引。本站不聲稱具備臨床資格、做過教學試驗或逐頁通讀全書。 ## 選擇你的起點 - [ ] 我需要免費的概念入門 先用Testing Treatments理解公平比較與醒目主張的局限。簡短敘述適合作為第一條路線，不是診斷統計手冊；當分母或設計需要更完整解釋時再配合WHO教材。 - [ ] 我手頭有論文，需要評讀路線 先確認問題與研究類型，再讀How to Read a Paper對應章節。理解結果前先查方法；清單是檢查證據的提示，不是給論文認證的分數。 - [ ] 我需要族群測量與設計基礎 用WHO教材的測量、設計與臨床流行病學章節，弄清誰被計數和比較。2006年的例子須保留其日期；需要深入追問特定論文時，再補研究評讀讀物。 ## 三本書如何取捨 ### Testing Treatments: Better Research for Better Healthcare（檢驗療法：更好的研究，更好的醫療） Imogen Evans; Hazel Thornton; Iain Chalmers; Paul Glasziou · 2 · 2011 解釋公平檢驗為何必要的免費入門 適合何時選擇: 初次讀醫學證據，希望質疑僅憑新穎、權威或生動故事成立的主張。 何時另選路線: 需要詳細數量方法課程、當前疾病指引，或完整診斷研究評讀手冊。 建議閱讀範圍: 2011年第二版第6–8章處理比較、偶然與證據綜合；第4章區分一項檢驗與有益的篩檢計畫。 限制與取捨: 作者提供授權全文入口。歷史故事用來說明方法問題，不確立當前治療建議；本書也不是對所有建議活動都配有答案的題庫。 #### 選書前試做 讀第6章後，為虛構的「改善」畫出兩種解釋：介入效果與比較群體本來不同，再指出一項可區分它們的設計特徵。 檢查標準: 說明具體比較與偏差來源，不能只寫「做隨機試驗」。若已經理解這一層、缺的是計算和診斷設計，應補對應方法章節，而非再讀一本敘事入門。 你的筆記: ________________________________ ISBN: 9781905177486 [官方免費閱讀](https://www.testingtreatments.org/wp-content/uploads/2012/09/TT_2ndEd_English_17oct2011.pdf) [書目資訊與取得方式](https://unireadinglist.com/zh-tw/subjects/medicine/testing-treatments-better-research-for-better-healthcare/) ### How to Read a Paper: The Basics of Evidence-Based Healthcare（如何閱讀論文：實證醫療基礎） Trisha M. Greenhalgh; Paul Dijkstra · 7 · 2024 按研究設計組織的批判性評讀指南 適合何時選擇: 能夠說清研究問題，需要沿方法、結果與解釋逐步評讀。 何時另選路線: 期待2024年版提供當前診療建議、無限制線上全文，或代替專業統計訓練。 建議閱讀範圍: 第七版第1、3–5、8、9章；診斷及篩檢論文用第8章，研究綜合用第9章。 限制與取捨: Wiley把所選平裝本列為2024年12月出版，線上首次發表與©2025是不同日期。紙本ISBN不代表電子存取權限；應圍繞真實方法評讀，而非脫離論文機械打分。 #### 選書前試做 利用可得的第8章樣章或合法副本，畫出指標檢驗—參照標準流程。給定論文未報告招募、盲法或驗證時，保留空白。 檢查標準: 空白是尚未解決的報告問題，不能直接證明方法沒有實施。解釋每個缺項為何影響評讀；只找到一個清單名稱並不夠。 你的筆記: ________________________________ ISBN: 9781394206902 [書目資訊與取得方式](https://unireadinglist.com/zh-tw/subjects/medicine/how-to-read-a-paper/) ### Basic Epidemiology Ruth Bonita; Robert Beaglehole; Tord Kjellström · 2 · 2006 銜接族群方法的免費教材 適合何時選擇: 希望先理解族群、疾病頻率與研究設計，再解釋論文表格。 何時另選路線: 主要需要短篇通俗導論，或當前衛生政策與篩檢規則。 建議閱讀範圍: 2006年第二版第2章講測量，第3章講設計與誤差，第8章講臨床流行病學及診斷檢驗。 限制與取捨: 權利者資料庫是免費閱讀入口，不等於無限制再利用許可。本書提供方法與學習問題，歷史人口數字及政策背景仍須註明其年代。 #### 選書前試做 用第2–3章為一張虛構表格標註目標族群、分子、分母、時間窗和選擇機制，判斷它描述盛行比例、發生率還是兩者皆非。 檢查標準: 定義族群的一時點狀態計數可以描述盛行比例；一段時間的新發事件需要不同分母和設計。若這些區別不清楚，應先補基礎，再解釋檢驗陽性者中的比例。 你的筆記: ________________________________ ISBN: 9789241547079 [官方免費閱讀](https://iris.who.int/handle/10665/43541) [書目資訊與取得方式](https://unireadinglist.com/zh-tw/subjects/medicine/basic-epidemiology-bonita-beaglehole-kjellstrom/) ## 檢查先修準備 ### 敏感度的分母是什麼？ 你的筆記: ________________________________ ### 準確的檢驗必然意味有益的篩檢計畫嗎？ 你的筆記: ________________________________ ### 論文未報告一項方法細節，能說明什麼？ 你的筆記: ________________________________ ## 六步學習與具體成果 - [ ] 先定義問題，再評讀設計 建議閱讀範圍: Testing Treatments第4、6章；How to Read a Paper第1章。 動手產出: 分別寫兩個問題：虛構指標檢驗能否識別參照狀態，以及提供檢驗能否改善指定結果。為每個問題列族群與比較。 檢查標準: 前者是區辨能力問題，後者需要結果比較。單憑敏感度不能回答後一個問題。 你的筆記: ________________________________ - [ ] 畫出誰入組、誰被測量 建議閱讀範圍: WHO第3章；How to Read a Paper第3–4章。 動手產出: 用可免費閱讀的例子或下方虛構材料，畫「招募→指標檢驗→參照評估→分析」，明確排除與未知資訊。 檢查標準: 說明是否人人接受參照評估，分析族群與招募族群是否對應。未知欄保持未知，不補造研究事實。 你的筆記: ________________________________ - [ ] 製作偏差與適用性台帳 建議閱讀範圍: How to Read a Paper第4、8章；WHO第3章。 動手產出: 針對選擇、參照評估、盲法與受檢族群，分別寫報告事實、可能問題及其重要性理由，並把適用性與內部效度分開。 檢查標準: 可能問題不是已經發生偏差的證明。區分「樣本不同於目標族群」與「研究未能一致測量自身樣本」。 你的筆記: ________________________________ - [ ] 建立並審查四格表 建議閱讀範圍: WHO第8章；How to Read a Paper第8章；CDC定義資料。 動手產出: 用狀態作欄、檢驗結果作列，解原創例題，明確分母並計算敏感度、特異度與陽性者中的狀態比例。 檢查標準: 每人只出現一次，各列欄合計正確；不要把TP+FN與TP+FP混淆。數值旁須寫出該統計回答什麼問題。 你的筆記: ________________________________ - [ ] 檢驗遷移與不確定性的假設 建議閱讀範圍: Testing Treatments第7章；How to Read a Paper第5、8章。 動手產出: 紙上模型只改變盛行比例，再列三種實際條件效能可能無法遷移的原因，說明真實不確定性分析還需要哪些抽樣或測量資訊。 檢查標準: 固定敏感度與特異度是一個假設，不是新受檢族群的研究發現。確定性算例不會自動產生信賴區間，也不能確立臨床效用。 你的筆記: ________________________________ - [ ] 寫一份有邊界的評讀備忘錄 建議閱讀範圍: Testing Treatments第8章；How to Read a Paper第9章；WHO第11章。 動手產出: 寫短備忘錄，包含所選主教材、精確問題、來源與章節台帳、一項核算結果、一個未解方法問題和下一項研究問題。 檢查標準: 區分來源事實、虛構輸入與自己的解釋。下一步應是需要取得的證據，不是個人臨床行動或編造的建議。 你的筆記: ________________________________ ## 原創例題與解析: 原創例題：基礎比例改變陽性結果的含義 虛構L、H兩個族群各10000人，L中100人有狀態Q，H中1000人有Q。規定一項虛構檢驗在兩組中的敏感度均90%、特異度均98%。建立兩張完整四格表，比較檢驗陽性者中有Q的比例。 前提假設: 參照狀態對每個人均已知且無誤，無不確定結果或失訪。使用同一檢驗規則，刻意把兩個條件比例固定。人數與狀態Q完全虛構，跨族群效能相同是計算假設，不是真實驗證發現。 你的筆記: ________________________________ ## 改變假設，再做一題: 延伸題：只驗證陽性者，不能確定敏感度 改為一項新的虛構研究，撤回原先已知盛行比例及檢驗效能的假設。僅保留總數10000、實際實施的參照評估無誤、指標檢驗無不確定結果。288名陽性者全部驗證，其中90人有Q、198人無Q；9712名陰性者均未做參照評估。已經觀察到什麼比例，能否確定敏感度？ 你的筆記: ________________________________ ## 進入下一階段之前 - 能在選擇評讀章節前，說清研究問題與受檢族群。 - 能重建表格、說明分母，區分模型規定與經驗發現。 - 能解釋未解的偏差或適用性問題，以及可解決它的證據，不把備忘錄變成診療建議。 ## 答案與解釋 ### 敏感度的分母是什麼？ 參照標準判定有該狀態的人，即TP/(TP+FN)。陽性預測值則以檢驗陽性者作分母，TP/(TP+FP)。倒置條件，就改變了問題。 ### 準確的檢驗必然意味有益的篩檢計畫嗎？ 不必然。區辨能力只是一個組成部分；計畫成果還涉及檢驗後發生什麼、獲益與傷害，以及比較方式。本指南的表格不能證明這些結果。 ### 論文未報告一項方法細節，能說明什麼？ 說明報告未提供足夠資訊。不能自動判為實施良好或一定存在偏差，應指出哪項來源或澄清能解決不確定性。 ### 原創例題：基礎比例改變陽性結果的含義 1. L組：有Q的100人中，90人陽性、10人陰性；無Q的9900人中，2%即198人陽性、9702人陰性。陽性合計288人，陰性9712人。 2. H組：有Q的1000人中，900人陽性、100人陰性；無Q的9000人中，180人陽性、8820人陰性。陽性合計1080人，陰性8920人。 3. 敏感度90/100 = 900/1000 = 90%；特異度9702/9900 = 8820/9000 = 98%。陽性預測值分別90/288 = 31.25%和900/1080 ≈ 83.33%。 4. 盛行比例較低時，無該狀態的族群更大，即使特異度高，也可能貢獻較多偽陽性。計算不說明檢驗能否改善結果，也不說明表格是否適用於某位個人。 在規定效能相同的前提下，L組陽性288人中有90人真陽性，占31.25%；H組陽性1080人中有900人，占約83.33%。陽性者中的狀態比例不是敏感度；無需改變兩個規定條件比例的計算，基礎比例就能改變它。 檢驗結果: 分別用列合計和欄合計還原每組10000人，再說明為何不能僅憑檢驗名稱相同，就把H組百分比直接用於新受檢族群。 ### 改變假設，再做一題: 延伸題：只驗證陽性者，不能確定敏感度 1. 全部檢驗陽性者中有Q的比例是90/288 = 31.25%。不能把未驗證的陰性者默默填入「無Q」一欄。 2. 一種相容補全是陰性者中無人有Q：FN = 0、TN = 9712，敏感度90/(90+0) = 100%；另一種是有90人有Q：FN = 90、TN = 9622，敏感度90/(90+90) = 50%。兩者都符合全部給定觀察。 本研究已驗證的陽性者中，Q比例為31.25%。僅憑觀察資料，不能識別全部入組者的敏感度、特異度與盛行比例；不能把前題規定的效能當作新研究的發現。 檢驗結果: 核對90+198+9712 = 10000及兩種補全的總數。問題是參照驗證缺失與指標檢驗結果相關，不只是樣本小；增加陽性者驗證，不能填補陰性者的參照狀態。 ## 常見誤區 ### 把檢驗準確性當作計畫收益 診斷表描述參照定義下的分類。改善健康結果的主張需要另一個問題、合適比較，並同時評價獲益與傷害。 ### 只借效能，不帶上族群條件 一對敏感度與特異度不能證明它們跨疾病譜、閾值、場景或參照程序都相同。遷移結果前應先標明這些條件。 ### 把未報告變成確定判決 記錄缺失細節與影響。未答的清單項目或權威來源本身，都不能確立論文實際怎樣實施。 ## 來源與版次核驗 - [Testing Treatments authors: official 2011 second edition and chapter access](https://en.testingtreatments.org/book/) 作者官網確認2011年第二版並提供完整章節閱讀。本路線選擇公平比較、偶然與綜合，不把書中疾病案例當作當前推薦。 - [Wiley: seventh-edition paperback, release and contents](https://www.wiley.com/en-us/how-to-read-a-paper-the-basics-of-evidence-based-healthcare-7th-edition-p-9781394206902) 所選平裝產品記載ISBN 9781394206902、2024年12月、352頁及第七版目錄，不用早期版權目錄中的計畫資訊替代最終產品。 - [Wiley Online Library: edition identifiers and chapter map](https://onlinelibrary.wiley.com/doi/book/10.1002/9781394206933) Wiley電子版首次發表為2024年11月，版權年為2025，電子ISBN另列。這些格式日期不能證明紙本2024年錯誤。 - [WHO repository: Basic Epidemiology, second edition](https://iris.who.int/handle/10665/43541) 選用2006年第二版族群方法導論，權利者資料庫仍為正式閱讀入口，不把第三方副本作為替代資源提供。 - [WHO regional library: 2006 edition and ISBN](https://library.wpro.who.int/bib/11159) WHO區域圖書館確認作者、第二版與紙本ISBN 9789241547079；測量、研究設計及臨床流行病學章節用於方法銜接。 - [CDC OneLab: diagnostic sensitivity and specificity definitions](https://reach.cdc.gov/sites/default/files/job-aids-resources/Sensitivity_and_Specificity.pdf) CDC資料用於核對敏感度與特異度定義，不借用其檢驗選擇或複檢指引，也未移植任何真實檢驗及疾病參數。 - [CDC epidemiology teaching reference: predictive-value formulas](https://www.cdc.gov/eis/downloads/xscreening-hiv-student-871-703.pdf) 歷史CDC教學資料僅用於核對預測值、盛行比例的分母與公式，不復用其疾病案例或決策建議；本指南數值與延伸題為原創。 這些是本站建議的學習活動，並非大學官方作業，也不代表對每本書逐頁通讀。 [編輯與選書方法](https://unireadinglist.com/zh-tw/editorial/)