名词 | 解释 |
真阳性(TP) | 本身为阳性,也被识别为阳性的 |
真阴性(TN) | 本身为阴性,也被识别为阴性的 |
假阳性(FP) | 本身为阴性,错误识别为阳性的 |
假阴性(FN) | 本身为阳性,错误识别为阴性的 |
金标准 评估试剂 | 金标准 | 合计 | ||
+ | - | |||
评估试剂 检测结果 | + | 真阳性(TP) | 假阳性(FP) | TP+FP |
- | 假阴性(FN) | 真阴性(TN) | FN+TN | |
合计 | TP+FN | FP+TN | TP+FP+ TN+FN |
敏感性定义:通俗地讲敏感性就是有病的里面能检测出多少(不漏诊概率)
敏感性计算方式: (sensitivity)= TP/(TP+FN)*100%
特异性定义: 通俗地讲特异性就是没病的里面能排除多少(不误诊概率)
特异性计算方式: (specificity)=TN/ (TN+FP)*100%
同一个指标,一般敏感性越高,则特异性越低;反之特异性越高,则敏感性越低。通俗地讲就是降低漏诊率将会提高误诊率;反之降低误诊率势必会增加漏诊率。
一般会在两者中间找到一个合适的平衡点,以兼顾敏感性和特异性。
阳性预测值定义:通俗地讲就是某诊断实验室说有病的人中有多少是真的有病的
阳性预测计算方式:(positive predictive value,PPV)=TP/(TP+FP)*100%
阴性预测值定义: 通俗地讲就是某诊断实验室说没病的人中有多少是真的没病的
阴性预测值计算: (negative predictive value,NPV)=TN/(TN+FN)*100%
总符合率计算:
总符合率= (TP+TN)/(TP+FP+TN+FN)*100%