某篩檢工具同時在 A、B兩個年齡類似的族群進行女性乳癌篩檢。篩檢數據顯示， A族群偽陽性（ false-positive ）個案在所有 A族群陽性個案中的占比（ proportion ），明顯高於 B族群中偽陽性個案在所有 B族群陽性個案中的占比。下列敘述用於解釋這樣的現象何者最恰當？

本題觀念：

陽性預測值 (Positive Predictive Value, PPV) 與盛行率 (Prevalence) 的關係

本題考查流行病學篩檢工具的核心觀念：「即使使用相同的篩檢工具（敏感度與特異度固定），當應用於不同盛行率的族群時，其陽性預測值 (PPV) 會隨盛行率改變。」

題目中提到的數據指標為「偽陽性個案在所有陽性個案中的占比」，數學上表示為： $\frac{\text{偽陽性 (FP)}}{\text{真陽性 (TP)} + \text{偽陽性 (FP)}} = 1 - \text{陽性預測值 (PPV)}$

因此，題目敘述 A 族群的這個占比明顯高於 B 族群，意思即是 A 族群的陽性預測值 (PPV) 明顯低於 B 族群 ($PPV_A < PPV_B$)。

選項分析

• A. 該篩檢工具於 A 族群使用時其特異度（specificity）較低
  • 分析：特異度（Specificity）通常被視為檢驗工具本身的固有屬性，不因族群而輕易改變（除非有明顯的疾病頻譜偏差 Spectrum bias）。雖然若特異度降低確實會導致偽陽性增加、PPV 下降，但在比較同一工具於兩個類似族群的應用時，最主要且最常見的解釋變項是「盛行率」。此外，題目強調是解釋「現象」最恰當的選

...（解析預覽）...