诊断实验评估指标-灵敏度（nsitivity）特异度（specificity）动画分镜头脚本
准确度（。。。
在临床上经常会⽤到诊断试验的⼿段，⽤于疾病诊断、病⼈随访或疗效监测等。判断某⼀诊断试验的结果是否真实、可靠，是否具有实⽤性，从⽽确定合理的医疗决策。
衔接班⼀项诊断试验需要具备能正确的鉴别患病和未患病的能⼒，以反映患病实际情况的准确程度，这其中涉及到⼏个重要概念：灵敏度（nsitivity）、特异度（specificity）、准确度（accuracy）、阳性预测值以及阴性预测值。
希望⼤家能够准确理解以上5个重要指标，并通过以下模拟试题练习加深理解。
假新闻案例模拟试题：⼀项胃癌临床诊断试验受试⼈数是200⼈，实际情况为50⼈患胃癌，150⼈正常；诊断结果显⽰，有160⼈正常，40⼈诊断为胃癌，⽽这40⼈当中实则仅有35⼈真正患癌。请根据数据判断该项诊断试验的灵敏度（nsitivity）、特异度（specificity）、准确度（accuracy）、阳性预测值以及阴性预测值。
激情与梦想其实，这5个指标在也适⽤于评价我们call变异所⽤的软件效能。⽐如：全基因组测序进⾏SNV检测时使⽤了2个软件： GATK和MuTect，共检出1300个变异，其中GATK检出1000个SNV，MuTect检出1100个
SNV，共有SNV是800个；经过⽬标区域测序进⾏验证后，发现共有的800个突变均得到验证， GATK特有的SNV有80个得到验证，MuTect特有的SNV有150个得到验证（假定经过⽬标区域测序验证成功的SNV即为真实存在的突变）。请计算MuTect软件的以上5个指标。
灵敏度（Sensitivity，也称为真阳性率）是指实际为阳性的样本中，判断为阳性的⽐例（例如真正有⽣病的⼈中，被医院判断为有⽣病者的⽐例），计算⽅式是真阳性除以真阳性+假阴性（实际为阳性，但判断为阴性）的⽐值（能将实际患病的病例正确地判断为患病的能⼒，即患者被判为阳性的概率）；
特异度（Specificity，也称为真阴性率）是指实际为阴性的样本中，判断为阴性的⽐例（例如真正未⽣病的⼈中，被医院判断为未⽣病者的⽐例），计算⽅式是真阴性除以真阴性+假阳性（实际为阴性，但判断为阳性）的⽐值（能正确判断实际未患病的病例的能⼒，即试验结果为阴性的⽐例）。
曹冲称象课件阳性预测值是指真阳性⼈数占试验结果阳性⼈数的百分⽐，表⽰试验结果阳性者属于真病例的概率。
阴性预测值是指真阴性⼈数占试验结果阴性⼈数的百分⽐，表⽰试验结果阴性者属于⾮病例的概率。
准确度（accuracy）也称效率（efficiency），⽤真阳性与真阴性⼈数之和占受试⼈数的百分率表⽰。
灵敏度= a/（a+c）×100%
特异度=d/（b+d）×100%
六级翻译
阳性预测值=a/（a+b）×100%
阴性预测值=d/（c+d）×100%
准确度=（a+d）/n×100%
模拟题1为基础题，意在帮助⼤家理解概念，⽽在实际情况中我们遇到的情况可能就是类似于模拟题2的情境。准确把握真实值和试验值，画出四格表是关键，然后就可以代⼊公式啦~
模拟题1较为简单，四格表如下：
疾病
阳性阴性
试验结果阳性真阳性 35 a假阳性 5 b 阴性假阴性 15 c真阴性 145 d
分公司与子公司的区别
模拟题2⾸先要画出MuTect 软件和GATK软件变异检出情况（⽂恩图），则理解起来更容易。针对于MuTect软件的变异检出画四格表，如下：
真变异
阳性阴性
MuTect检测结果阳性真阳性 950 a假阳性 150 b 阴性假阴性 80 c
真阴性 120 d关于青春的文章
