生物統計學-靈敏度與特異度概念,基礎醫學教室-高點醫護網
高點醫護網

篇名
生物統計學-靈敏度與特異度概念,基礎醫學教室
說明
(觀念剖析)

一般常見評價診斷試驗真實性的指標包括靈敏度(真陽性率)、特異度(真陰性率)、假陽性率、假陰性率、似然比。

一、真陽性、假陽性、真陰性、假陰性
指篩檢或診斷試驗中所得到的數值與實際情況符合的程度,稱作真實性(validity)。一般常見評價診斷試驗真實性的指標包括:靈敏度(真陽性率)、特異度(真陰性率)、假陽性率、假陰性率、似然比。
 

生病(Disease)

健康(non Disease)

 

陽性

a (真陽性)

b (假陽性)

a+b

陰性

c (假陰性)

d (真陰性)

c+d

 

a+c

b+d

a+b+c+d

(註)假陽性:是指健康人的診斷試驗結果為不正常情況
(註)假陰性:是指生病者診斷試驗結果為正常情況

二、靈敏度與特異度

上述表格是用來計算靈敏度與特異度,二者是統計學中用來表示二項分類測試特徵的數據。靈敏度只與病例組有關,理想的試驗靈敏度應為100%;特異度只與非病例組有關,理想的試驗特異度應為100%。

 

定義

公式

靈敏度
(真陽性率) (Sensitivity)

將有病者診斷為陽性結果的比率= 真陽性/生病

a / a+c

特異度
(真陰性率) (Specificity)

將健康者診斷為陰性結果的比率= 真陰性/健康

d / b+d

假陽性率
(false positive rate,Fpr)
(誤診率)
(第一類錯誤)

實際無疾病,但根據診斷試驗卻被定為有病的機率

b / b+d
=1-特異度

假陰性率
 (false negative rate,Fnr)
(漏診率)
(第二類錯誤)

實際有疾病,但根據診斷試驗卻被定為非病者的機率

c / a+c
=1-靈敏度


 

意義

靈敏度
(真陽性率) (Sensitivity)

當靈敏度高的診斷試驗結果為陰性,是未罹患此疾病一項相當可靠指標

特異度
(真陰性率) (Specificity)

在特異性高的診斷試驗結果為陽性,即表示有病

假陽性率
(false positive rate,Fpr)
(誤診率)
(第一類錯誤)

特異度越高,誤診愈少,理想的診斷試驗假陽性率=0

假陰性率
 (false negative rate,Fnr)
(漏診率)
(第二類錯誤)

靈敏度越高,漏診愈少,理想的診斷試驗假陰性率=0

(註)

陽性預測值(Positive Predictive Value,PPV)

為有病者診斷試驗結果呈陽性的比率
=真陽性 / 陽性試驗結果

a / a+b

陰性預測值(Negative Predictive Value,NPV)

為無疾病者診斷試驗結果呈陰性的比率=真陰性 / 陰性試驗結果

d / c+d



三、Likelihood Ratios (似然比):

病患中出現某種試驗結果的概率與非病患中出現該結果的概率之比,說明病患出現該結果的機率是非病患的多少倍。似然比是一個綜合性評價指標,不受患病率的影響,在選擇診斷試驗時應選擇陽性似然比高的方法。

 

定義

公式

意義

陽性似然比(positive likelihood ratio,+LR)

病患中某試驗出現陽性結果的機率是非病患的多少倍---即真陽性率與假陽性率之比

[a/(a+c)]/
[b/(b+d)]

比值愈大,患病的機率愈大;比值愈小,基本可以排除疾病

陰性似然比(negative likelihood ratio,-LR)

病患中某種試驗出現陰性結果的機率是非病患的多少倍—即假陰性率與真陰性率之比

[c/(a+c)]/
[d/(b+d)]

比值越小,試驗診
斷的價值愈高

(註)分子:疾病中,診斷試驗呈陽性或陰性比率
(註)分母:無疾病中,診斷試驗呈陽性或陰性比率
(註) 陽性似然比比值所代表的臨床意義:

陽性似然比

意義

>10

Strong evidence to rule in disease

5–10

Moderate evidence to rule in disease

2–5

Weak evidence to rule in disease

0.5–2.0

No significant change in the likelihood

0.2–0.5

Weak evidence to rule out disease

0.1–0.2

Moderate evidence to rule out disease

<0.1

Strong evidence to rule out disease



四、Youdens index(r):

r=(靈敏度+特異度)-1=1-(假陽性率+假陰性率),用於兩個診斷方法的比較,理想的正確診斷指數為100%。

相關考題
(問題來了) 以下題目摘自考選部公佈醫師專技高考試題
1.<98-1-86>某種疾病的篩選方法研究結果如下表,則該篩選方法的陽性預測值(positive predictive value)為何?

篩檢

疾病

陽性

44

3

陰性

0

98

  1. 84%
  2. 94%
  3. 97%
  4. 100%
解答:B
2.<100-1-99>某種疾病的篩選方法研究結果如下表,則下列那一個是假陽性率(false positivity)?

篩檢

疾病

陽性

a

c

陰性

b

d

  1. a/(a+b)
  2. a/(a+c)
  3. d/(b+d)
  4. c/(c+d)
解答:D
3.<101-1-100>依下表數據計算下列各指標,下列何者錯誤?

 

68

6

12

114







  1. 敏感度為85% 
  2. 特異度為95% 
  3. 陽性預測值為85% 
  4. 陰性預測值為90.5%
解答:C
關鍵詞
靈敏度特異度、真陽性率、真陰性率、假陽性率、假陰性率、似然比、二項分類測試特徵


  • 1

  • 2

  • 3

  • 4

  • 5