透過 MCP 連接 →

輸入計算

數學公式

廣告

結果

尤登指數(Youden's J)
0.7
範圍 −1 到 1(數值越高越好)
敏感度 90%
特異度 80%

什麼是尤登指數(Youden's J)?

尤登指數(Youden's J index,又稱尤登指數或 J 統計量)是用單一數值來概括二元診斷檢驗整體表現的指標。由 W. J. Youden 於 1950 年提出,它把檢驗的敏感度(真陽性率)與特異度(真陰性率)整合成一個介於 −1 到 1 之間的數值。當 \(J = 1\) 時,代表這是一個完美的檢驗,沒有任何偽陽性或偽陰性;而 \(J = 0\) 則表示檢驗的表現與隨機猜測無異。

顯示真陽性、假陰性、假陽性與真陰性的二乘二混淆矩陣
2x2 混淆矩陣:用於計算約登 J 指數的 TP、FN、FP 與 TN 計數。

如何使用這個計算機

請依照您的 2×2 混淆矩陣,輸入四個數值:真陽性(TP)、偽陰性(FN)、真陰性(TN)與偽陽性(FP)。計算機會自動推算敏感度與特異度,再算出尤登指數。此指數最常用於在 ROC 曲線上選擇最佳切點(cut-off)——能讓 J 達到最大值的閾值,通常就是最理想的判讀切點。

公式說明

敏感度 = TP / (TP + FN),代表實際為陽性的個案中被正確判讀出來的比例。特異度 = TN / (TN + FP),代表實際為陰性的個案中被正確判讀出來的比例。尤登指數的算式相當簡潔:J = 敏感度 + 特異度 − 1。 $$ \begin{gathered} J = \text{Sensitivity} + \text{Specificity} - 1 \\[1.5em] \text{where}\quad \left\{ \begin{aligned} \text{Sensitivity} &= \dfrac{\text{TP}}{\text{TP} + \text{FN}} \\[0.6em] \text{Specificity} &= \dfrac{\text{TN}}{\text{TN} + \text{FP}} \end{aligned} \right. \end{gathered} $$ 由於這兩項比率都落在 0 到 1 之間,因此 J 必定落在 −1 到 1 之間。

Advertisement
ROC 曲線,約登 J 指數以從對角隨機線到曲線的垂直距離表示
在 ROC 曲線上,約登 J 指數是從對角隨機線到曲線的最大垂直距離。

計算範例

假設某項檢驗的結果為 \(\text{TP} = 90\)、\(\text{FN} = 10\)、\(\text{TN} = 80\)、\(\text{FP} = 20\)。則敏感度 = 90 / 100 = 0.90,特異度 = 80 / 100 = 0.80。代入公式可得 $$ J = 0.90 + 0.80 - 1 = 0.70 $$ 顯示這是一個表現相當不錯、但尚未達到完美的檢驗。

常見問題

尤登指數要多高才算好?數值越高越好。接近 1 代表鑑別力極佳,接近 0 則代表鑑別力很差。

J 值有可能是負數嗎?有可能。J 為負值表示檢驗表現比隨機猜測還差,這通常意味著陽性/陰性的標籤可能被弄反了。

J 值與 ROC 曲線有什麼關係?J 值等於 ROC 曲線與「無鑑別力對角線」之間的最大垂直距離,因此讓 J 達到最大的閾值,常被選為最佳判讀切點。

最後更新: