診斷檢測準確度計算器

診斷檢測準確度計算器

成長中 AI Skill PRO

輸入計算

數學公式

靈敏度=患病且檢測陽性患病\text{靈敏度} = \frac{\text{患病且檢測陽性}}{\text{患病}}

計算範例

靈敏度=90100=0.9\text{靈敏度} = \frac{90}{100} = 0.9
顯示計算步驟 (4)
  1. 特異度(真陰性率)

    特異度=未患病且檢測陰性未患病\text{特異度} = \frac{\text{未患病且檢測陰性}}{\text{未患病}}

    特異度 = 真陰性 / 未患病總人數

  2. 陽性預測值(PPV)

    PPV=患病且檢測陽性患病且檢測陽性+(未患病−未患病且檢測陰性)\text{PPV} = \frac{\text{患病且檢測陽性}}{\text{患病且檢測陽性} + \left(\text{未患病} - \text{未患病且檢測陰性}\right)}

    PPV = 真陽性 / 所有檢測陽性者;FP = 未患病 - 檢測陰性

  3. 陰性預測值(NPV)

    NPV=未患病且檢測陰性未患病且檢測陰性+(患病−患病且檢測陽性)\text{NPV} = \frac{\text{未患病且檢測陰性}}{\text{未患病且檢測陰性} + \left(\text{患病} - \text{患病且檢測陽性}\right)}

    NPV = 真陰性 / 所有檢測陰性者;FN = 患病 - 檢測陽性

  4. 盛行率

    盛行率=患病患病+未患病\text{盛行率} = \frac{\text{患病}}{\text{患病} + \text{未患病}}

    盛行率 = 患病總人數 / 樣本總數

使用統計

廣告

結果

靈敏度(真陽性率)
0.9
= 90%
指標 比值 百分比
特異度(真陰性率) 0.95 95%
偽陰性率(FNR) 0.1 10%
偽陽性率(FPR) 0.05 5%
陽性預測值(PPV) 0.6429 64.29%
陰性預測值(NPV) 0.9896 98.96%
盛行率 0.0909 9.09%
患病 未患病
檢測陽性 90 (TP) 50 (FP)
檢測陰性 10 (FN) 950 (TN)

僅供參考,不能取代醫師的診斷或評估。

回報本頁錯誤

這個計算器能做什麼

診斷檢測準確度計算器能把一張 2x2 混淆矩陣,換算成流行病學與生物統計常用的各項指標:靈敏度(sensitivity)、特異度(specificity)、偽陰性率(FNR)、偽陽性率(FPR)、陽性預測值(PPV)、陰性預測值(NPV)以及盛行率(prevalence)。這是一個通用工具——背後的數學公式放諸四海皆準,不涉及任何特定國家的規定,無論在臺灣或世界各地,算法都完全相同。

呈現疾病狀態與檢驗結果對照的 2x2 混淆矩陣,含方格 a、b、c、d
2x2 診斷混淆矩陣:真陽性(a)、偽陽性(b)、偽陰性(c)與真陰性(d)。

使用方式

請輸入四個人數:實際患病的總人數、其中檢測結果為陽性的人數、未患病的總人數,以及其中檢測結果為陰性的人數。計算器會由此推導出矩陣的四個欄位:

a(真陽性)=患病且檢測為陽性者;c(偽陰性)=患病總人數減去 a;d(真陰性)=未患病且檢測為陰性者;b(偽陽性)=未患病總人數減去 d。

公式詳解

靈敏度 \(= a / (a + c)\),衡量檢測「找出疾病」的能力。

$$\text{靈敏度} = \frac{a}{a + c}$$

特異度 \(= d / (b + d)\),衡量檢測在健康者身上「排除疾病」的能力。

$$\text{特異度} = \frac{d}{b + d}$$

偽陰性率 \(\text{FNR} = c / (a + c) = 1 - \text{靈敏度}\);偽陽性率 \(\text{FPR} = b / (b + d) = 1 - \text{特異度}\)。陽性預測值 \(\text{PPV} = a / (a + b)\),代表在檢測結果為陽性時,你真正患病的機率;陰性預測值 \(\text{NPV} = d / (c + d)\),代表在檢測結果為陰性時,你真正健康的機率。盛行率 \(= (a + c) / (a + b + c + d)\),是樣本中患病者所佔的比例,會強烈影響 PPV 與 NPV 的高低。

$$\text{盛行率} = \frac{a + c}{a + b + c + d}$$
廣告
以混淆矩陣各欄內比例呈現敏感度與特異度的示意圖
敏感度以患病欄計算(a/(a+c));特異度以健康欄計算(d/(b+d))。

實例試算

假設有 100 名患病者(其中 90 人檢測為陽性),以及 1000 名未患病者(其中 950 人檢測為陰性):\(a = 90\)、\(c = 10\)、\(d = 950\)、\(b = 50\)。

$$\text{靈敏度} = \frac{90}{100} = 0.9000\ (90\%)$$$$\text{特異度} = \frac{950}{1000} = 0.9500\ (95\%)$$$$\text{FNR} = 0.1000$$$$\text{FPR} = 0.0500$$$$\text{PPV} = \frac{90}{140} = 0.6429\ (64.29\%)$$$$\text{NPV} = \frac{950}{960} = 0.9896\ (98.96\%)$$$$\text{盛行率} = \frac{100}{1100} = 0.0909\ (9.09\%)$$

常見問題

為什麼這裡的 PPV 遠低於靈敏度?因為這個疾病很罕見(盛行率低),即使偽陽性人數不多,也會超過真陽性人數,把 PPV 拉低。PPV 與 NPV 永遠都會受到盛行率的影響。

FNR 和 FPR 有什麼不同?FNR 是檢測「漏掉」的患病者比例;FPR 則是檢測把健康者「誤判」為陽性的比例。

如果某一類人數是 0 怎麼辦?如果沒有患病者、沒有未患病者、沒有陽性結果或沒有陰性結果,對應的比值在數學上就無法定義,會留白不顯示。

資料來源與參考

已與上述來源核對,日期 . 未經醫師審閱。 僅供一般參考,不構成醫療建議或診斷。如有任何健康疑慮,請諮詢醫師。

最後更新:

健康與健身熱門計算器

查看全部健康與健身計算器