引自：流行病学（第8版）/沈洪兵,齐秀英主编.人民卫生出版社,2013:105-106
画龙点睛是什么生肖第三节 筛检与诊断试验的评价
评价某一种诊断试验的优劣，必须将该诊断试验的结果与已有公认的准确可靠的诊断试验，亦就是“金标准”检测的结果相比较。要对参加的受试对象同时应用金标准和该诊断试验进行检测。金标准检测结果与诊断试验的检测结果的比较通常用四格表加以说明（表8-2）。
真阳性（ true positive）表示用金标准方法确诊为阳性且用诊断试验亦判定为阳性者；
假阳性（ fal pos itive）是指用金标准确诊为阴性但用诊断试验却判定为阳性者；假阴性（ fal negative）是指用金标准确诊为阳性但用诊断试验却判定为阴性者；真阴性（ true negative）是指用金标准方法已确诊为阴性且用诊断试验也判定为阴性者。
表8-2诊断试验检测结果与金标准诊断结果的关系
白芷美容方法诊断试验笔记本怎么恢复出厂设置 | 金标准 | 合计 你是谁用英语怎么说 |
患某病 | 未患某病 |
阳性 | 真阳性a | 假阳性b | a＋b |
阴性 | 假阴性c | 真阴性d | c＋d |
合计 | a＋c | b＋d | N |
400字美文 | | 和大海 | |
对于诊断试验的评价，除了考虑方法本身的安全和操作上的简单、快速、方便及价格低廉等因素外，还要考虑试验的真实性、可靠性及收益三个方面。
真实性的评价
真实性（ validity）又称为有效性、效度、准确性是指诊断试验所获得的测量值与实际值的符合程度。实际值往往用“金标准”的结果表示评价诊断试验真实性的指标包括灵敏度、特异度漏诊率、误诊率似然比及正确诊断指数等。以表8-2模式为例，分别说明反映真实性的各项指标。
（一）灵敏度
灵敏度（ nsitivity，Se），也称敏感度、真阳性率，是评价诊断试验发现病人能力的指标。即实际有病且被该诊断试验正确地判为有病的概率。
灵敏度（Se）＝
灵敏度只与金标准判断为阳性组有关理想的诊断试验的灵敏度为100％
假阴性率（ fal negative rate，FNR）也称为漏诊率或第二类错误，即实际有病但依据该诊断试验被确定为非患者的概率。
假阴性率＝
理想的试验假阴性率为0。
（二）特异度
火麻仁的功效与作用特异度（ specificity，sp）也称为真阴性率，是甄别出没有病的人的能力，即实际无病按该诊断试验被正确地判为无病的概率。
特异度（Sp）＝
特异度只与金标准判断为阴性的对照组有关，理想的诊断试验特异度为100％。
假阳性率（ fal positive rate，PR）也称为误诊率或第一类错误，即实际无病但根据该诊断试验被确定为有病的概率。
假阳性率＝
理想的诊断试验假阳性率为0。
（三）似然比
上述关于灵敏度和特异度的叙述是基于二者彼此独立的情况下进行的，但是，实际上同诊断试验的灵敏度和特异度是一个事物的两个方面存在本质的联系，不可能截然分开。而且分别评价灵敏度和特异度不利于全面地把握诊断试验的真实性。此外，对于具有不同灵敏度和特异度的多项诊断试验，实际选择时常常难以取舍。似然比（ likelihood ratiolr）和约登指数（Youden index）是将二者结合起来的指标。
似然比为病例组中出现某种检测结果的概率与对照组中出现相应结果的概率之比，说明病人中出现该结果的机会是非病人的多少倍。由于检测结果通常分为阳性和阴性，因此以然比也相应地分为阳性似然比（positive likelihood ratio， LR+）与阴性似然比（ negative likelihood ratio， LR-）两种。
1. 阳性似然比为真阳性率与假阳性率的比值。说明病大中该诊断试验出现阳性结果的机会是非病人的多少倍。该比值越大，说明该诊断试验的诊断价值越高。其计算公式为:
LR+＝真阳性率/假阳性率＝［a/（a＋c）］/［b/（b＋d）］＝Se/（1-Sp）
2. 阴性似然比为假阴性率与真阴性率的比值。说明病人中该诊断试验出现阴性结果的机会是非病人的多少倍，该比值越小，说明该诊断试验的诊断价值越高。其计算公式为:
LR-＝假阴性率/真阴性率＝［c/（a＋c）］/［d/（b＋d）］＝（1-Se）/Sp
似然比综合了灵敏度和特异度的特征，是一个相对稳定的综合指标，它不受患病率的影响。在选择诊断试验时应该选择阳性似然比较高、阴性似然比较低的方法。
（四）约登指数
约登指数（Youden index，r），也称正确诊断指数，为灵敏度与特异度之和减1。
约登指数（r）＝（灵敏度＋特异度）-1
＝1-（假阳性率＋假阴性率）
该指数表示诊断试验能正确判断病人和非病人的能力。范围在0～1之间，可于两个或多个诊断试验的比较。理想的约登指数为1。
引自：流行病学（第8版）/沈洪兵,齐秀英主编.人民卫生出版社,2013:110-111
预测值是应用诊断试验结果来估计受检者患病与不患病可能性大小的指标。由于诊断试验的结果分为阳性和阴性，因此预测值分为阳性预测值和阴性预测值。由于预测值反映的是持有这种诊断结果的受试者患病与否的可能性（概率），因此又称为验后概率或后验概率。阳性预测值（ positive predictive value，Pv+）:是诊断试验结果为阳性的对象中真正病人（用金标准确诊患某病者）所占的概率。对于一项诊断试验来说，阳性预测值越大越好。阴性预测值（ negative predictive value，PV-）:是诊断试验为阴性结果中真正无病（金标准确诊未患某病者）的概率。该值也是越大越好。根据表8-2，计算公式是:
阳性预测值（PV+）＝
阴性预测值（PV-）＝
灵敏度、特异度和疾病的患病率与预测值的关系
（1）灵敏度、特异度:在临床实践中，医生依据阳性预测值和阴性预测值来判断受试者是否患病。一般来说，患病率相同时，诊断试验的灵敏度越高，则阴性预测值越高，医生更有把握判断阴性结果的受试者为非病人；反之特异度越高，则阳性预测值越高，医师更有可能判断阳性结果的受试者为病人。
（2）疾病的患病率:当一项诊断试验的灵敏度和特异度确定后，阳性预测值和患病率成正比阴性预测值和患病率成反比即使诊断试验的灵敏度和特异度均较高，当患病率很低时，其阳性预测值也会降低，出现许多假阳性。也就是说，在患病率较高的人群中诊断才比较有意义。这就要求医生在分析病人的诊断试验结果时，需要参考其来自高患病率人群还是低患病率人群。一般基层医院门诊病人中某病患病率比专科医院低，所以其阳性预测值一般低于专科医院。如下:
怎么画鲨鱼
阳性预测值和阴性预测值与诊断试验的灵敏度（Se）、特异度（Sp）以及患病率（P）的关系
