不管是灵敏度还是特异度，都是越高，说明逻辑回归模型越有效。

关于灵敏度（Sensitivity）和特异度（Specificity）的说法，正确答案是：A 和 C。

以下是对各选项的专业分析：

- **A: 灵敏度越高，逻辑回归模型越有效**
- **分析**：灵敏度是指模型正确预测正类（实际为正）的能力。灵敏度越高，意味着模型能够更准确地识别出正例，减少漏报（false negative）。在某些应用场景中，如疾病筛查，较高的灵敏度是非常重要的。因此，在重视正类识别的任务中，灵敏度越高，模型越有效。

- **B: 灵敏度越低，逻辑回归模型越有效**
- **分析**：这是不正确的。低灵敏度意味着模型在识别正例时较差，会漏掉很多实际为正的样本，这在大多数情况下都不理想。

- **C: 特异度越高，逻辑回归模型越有效**
- **分析**：特异度是指模型正确预测负类（实际为负）的能力。特异度越高，意味着模型能够更准确地识别出负例，减少误报（false positive）。在某些应用场景中，如垃圾邮件过滤，较高的特异度是非常重要的。因此，在重视负类识别的任务中，特异度越高，模型越有效。

- **D: 特异度越低，逻辑回归模型越有效**
- **分析**：这是不正确的。低特异度意味着模型在识别负例时较差，会误将很多实际为负的样本识别为正，这通常是不可取的。

灵敏度和特异度通常需要结合具体应用场景进行权衡和优化。在某些情况下，需要更高的灵敏度，而在其他情况下则可能更需要高特异度。