MCP के माध्यम से कनेक्ट करें →

गणना दर्ज करें

सूत्र (फॉर्मूला)

Show calculation steps (4)
  1. Specificity (True Negative Rate)

    Specificity (True Negative Rate): डायग्नोस्टिक टेस्ट सटीकता कैलकुलेटर

    Specificity = True Negatives / Total with disease absent

  2. Positive Predictive Value (PPV)

    Positive Predictive Value (PPV): डायग्नोस्टिक टेस्ट सटीकता कैलकुलेटर

    PPV = True Positives / All who test positive; FP = Disease absent - test negative

  3. Negative Predictive Value (NPV)

    Negative Predictive Value (NPV): डायग्नोस्टिक टेस्ट सटीकता कैलकुलेटर

    NPV = True Negatives / All who test negative; FN = Disease present - test positive

  4. Prevalence

    Prevalence: डायग्नोस्टिक टेस्ट सटीकता कैलकुलेटर

    Prevalence = Total with disease / Total sample

विज्ञापन

परिणाम

सेंसिटिविटी (ट्रू पॉजिटिव दर)
0.9
= 90%
मापदंड अनुपात प्रतिशत
स्पेसिफिसिटी (ट्रू नेगेटिव दर) 0.95 95%
फॉल्स नेगेटिव दर (FNR) 0.1 10%
फॉल्स पॉजिटिव दर (FPR) 0.05 5%
पॉजिटिव प्रिडिक्टिव वैल्यू (PPV) 0.6429 64.29%
नेगेटिव प्रिडिक्टिव वैल्यू (NPV) 0.9896 98.96%
प्रिवेलेंस (व्यापकता) 0.0909 9.09%
बीमारी मौजूद बीमारी अनुपस्थित
टेस्ट पॉजिटिव 90 (TP) 50 (FP)
टेस्ट नेगेटिव 10 (FN) 950 (TN)

यह कैलकुलेटर क्या करता है

डायग्नोस्टिक टेस्ट सटीकता कैलकुलेटर एक 2x2 कन्फ्यूजन मैट्रिक्स को एपिडेमियोलॉजी और बायोस्टैटिस्टिक्स में इस्तेमाल होने वाले मानक मापदंडों में बदल देता है: सेंसिटिविटी, स्पेसिफिसिटी, फॉल्स नेगेटिव दर (FNR), फॉल्स पॉजिटिव दर (FPR), पॉजिटिव प्रिडिक्टिव वैल्यू (PPV), नेगेटिव प्रिडिक्टिव वैल्यू (NPV) और प्रिवेलेंस (व्यापकता)। यह एक सार्वभौमिक टूल है — इसका गणित दुनिया में हर जगह एक जैसा रहता है और इसमें किसी देश के विशेष नियम शामिल नहीं होते।

2x2 confusion matrix showing disease status versus test result with cells a, b, c, d
The 2x2 diagnostic confusion matrix: true positives (a), false positives (b), false negatives (c) and true negatives (d).

इसका उपयोग कैसे करें

चार संख्याएँ दर्ज करें: ऐसे लोगों की कुल संख्या जिन्हें सचमुच बीमारी है, उनमें से कितने का टेस्ट पॉजिटिव आया, बिना बीमारी वाले लोगों की कुल संख्या, और उनमें से कितने का टेस्ट नेगेटिव आया। इन्हीं से कैलकुलेटर मैट्रिक्स के चार खाने निकालता है:

\(a\) (ट्रू पॉजिटिव) = बीमार लोग जिनका टेस्ट पॉजिटिव आया; \(c\) (फॉल्स नेगेटिव) = कुल बीमार लोग घटा \(a\); \(d\) (ट्रू नेगेटिव) = बिना बीमारी वाले लोग जिनका टेस्ट नेगेटिव आया; \(b\) (फॉल्स पॉजिटिव) = कुल गैर-बीमार लोग घटा \(d\)।

फॉर्मूलों की व्याख्या

सेंसिटिविटी $$\text{Sensitivity} = \frac{a}{a + c}$$ यह बताती है कि टेस्ट बीमारी को कितनी अच्छी तरह पकड़ता है। स्पेसिफिसिटी $$\text{Specificity} = \frac{d}{b + d}$$ यह बताती है कि स्वस्थ लोगों में बीमारी को टेस्ट कितनी अच्छी तरह खारिज करता है। $$\text{FNR} = \frac{c}{a + c} = 1 - \text{Sensitivity}$$ और $$\text{FPR} = \frac{b}{b + d} = 1 - \text{Specificity}$$ \(\text{PPV} = \frac{a}{a + b}\) यह संभावना है कि पॉजिटिव रिजल्ट आने पर आपको सचमुच बीमारी है, जबकि \(\text{NPV} = \frac{d}{c + d}\) यह संभावना है कि नेगेटिव रिजल्ट आने पर आप सचमुच स्वस्थ हैं। प्रिवेलेंस $$\text{Prevalence} = \frac{a + c}{a + b + c + d}$$ यानी नमूने में बीमार लोगों का हिस्सा, जो PPV और NPV को काफी हद तक प्रभावित करता है।

विज्ञापन
Diagram showing sensitivity and specificity as proportions within the confusion matrix columns
Sensitivity uses the diseased column (a/(a+c)); specificity uses the healthy column (d/(b+d)).

हल किया हुआ उदाहरण

मान लीजिए 100 बीमार लोग हैं (90 का टेस्ट पॉजिटिव) और 1000 गैर-बीमार लोग हैं (950 का टेस्ट नेगेटिव): \(a = 90\), \(c = 10\), \(d = 950\), \(b = 50\)। सेंसिटिविटी $$\text{Sensitivity} = \frac{90}{100} = 0.9000 \ (90\%)$$ स्पेसिफिसिटी $$\text{Specificity} = \frac{950}{1000} = 0.9500 \ (95\%)$$ \(\text{FNR} = 0.1000\), \(\text{FPR} = 0.0500\), PPV $$\text{PPV} = \frac{90}{140} = 0.6429 \ (64.29\%)$$ NPV $$\text{NPV} = \frac{950}{960} = 0.9896 \ (98.96\%)$$ प्रिवेलेंस $$\text{Prevalence} = \frac{100}{1100} = 0.0909 \ (9.09\%)$$

अक्सर पूछे जाने वाले सवाल

यहाँ PPV सेंसिटिविटी से इतनी कम क्यों है? क्योंकि बीमारी दुर्लभ है (कम प्रिवेलेंस), इसलिए फॉल्स पॉजिटिव की थोड़ी संख्या भी ट्रू पॉजिटिव पर भारी पड़ जाती है और PPV को नीचे खींच लेती है। PPV और NPV हमेशा प्रिवेलेंस पर निर्भर करते हैं।

FNR और FPR में क्या अंतर है? FNR उन बीमार लोगों का अनुपात है जिन्हें टेस्ट चूक जाता है; FPR उन स्वस्थ लोगों का अनुपात है जिन्हें टेस्ट गलती से पॉजिटिव बता देता है।

अगर कोई श्रेणी खाली हो तो क्या होगा? अगर कोई बीमार व्यक्ति न हो, कोई गैर-बीमार व्यक्ति न हो, कोई पॉजिटिव टेस्ट न हो या कोई नेगेटिव टेस्ट न हो, तो संबंधित अनुपात गणितीय रूप से अपरिभाषित होता है और उसे खाली छोड़ दिया जाता है।

अंतिम अपडेट: