Kết nối qua MCP →

Nhập phép tính

Công thức

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

    Specificity (True Negative Rate): Công cụ tính độ chính xác xét nghiệm chẩn đoán

    Specificity = True Negatives / Total with disease absent

  2. Positive Predictive Value (PPV)

    Positive Predictive Value (PPV): Công cụ tính độ chính xác xét nghiệm chẩn đoán

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

  3. Negative Predictive Value (NPV)

    Negative Predictive Value (NPV): Công cụ tính độ chính xác xét nghiệm chẩn đoán

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

  4. Prevalence

    Prevalence: Công cụ tính độ chính xác xét nghiệm chẩn đoán

    Prevalence = Total with disease / Total sample

Quảng cáo

Kết quả

Độ nhạy (tỷ lệ dương tính thật)
0,9
= 90%
Chỉ số Tỷ số Phần trăm
Độ đặc hiệu (tỷ lệ âm tính thật) 0,95 95%
Tỷ lệ âm tính giả (FNR) 0,1 10%
Tỷ lệ dương tính giả (FPR) 0,05 5%
Giá trị tiên đoán dương (PPV) 0,6429 64,29%
Giá trị tiên đoán âm (NPV) 0,9896 98,96%
Tỷ lệ hiện mắc 0,0909 9,09%
Có bệnh Không có bệnh
Xét nghiệm dương tính 90 (TP) 50 (FP)
Xét nghiệm âm tính 10 (FN) 950 (TN)

Công cụ này làm được gì

Công cụ tính độ chính xác xét nghiệm chẩn đoán biến một bảng chéo 2x2 thành các chỉ số quen thuộc trong dịch tễ học và thống kê y sinh: độ nhạy, độ đặc hiệu, tỷ lệ âm tính giả (FNR), tỷ lệ dương tính giả (FPR), giá trị tiên đoán dương (PPV), giá trị tiên đoán âm (NPV) và tỷ lệ hiện mắc. Đây là một công cụ phổ quát — phép toán giống hệt nhau ở mọi nơi trên thế giới và không phụ thuộc vào quy định riêng của bất kỳ quốc gia nào.

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).

Cách sử dụng

Bạn nhập bốn con số về số người: tổng số người thực sự mắc bệnh, trong số đó có bao nhiêu người cho kết quả xét nghiệm dương tính, tổng số người không mắc bệnh, và trong số đó có bao nhiêu người cho kết quả âm tính. Từ đó, công cụ suy ra bốn ô của bảng chéo:

\(a\) (dương tính thật) = người mắc bệnh có kết quả dương tính; \(c\) (âm tính giả) = tổng số người mắc bệnh trừ đi \(a\); \(d\) (âm tính thật) = người không mắc bệnh có kết quả âm tính; \(b\) (dương tính giả) = tổng số người không mắc bệnh trừ đi \(d\).

Giải thích các công thức

Độ nhạy $$\text{Độ nhạy} = \frac{a}{a + c}$$ cho biết xét nghiệm phát hiện bệnh tốt đến mức nào. Độ đặc hiệu $$\text{Độ đặc hiệu} = \frac{d}{b + d}$$ cho biết xét nghiệm loại trừ bệnh ở người khỏe mạnh tốt đến đâu. \(\text{FNR} = \frac{c}{a + c} = 1 - \text{độ nhạy}\), và \(\text{FPR} = \frac{b}{b + d} = 1 - \text{độ đặc hiệu}\). \(\text{PPV} = \frac{a}{a + b}\) là xác suất bạn thực sự mắc bệnh khi nhận kết quả dương tính, còn \(\text{NPV} = \frac{d}{c + d}\) là xác suất bạn thực sự khỏe mạnh khi nhận kết quả âm tính. \(\text{Tỷ lệ hiện mắc} = \frac{a + c}{a + b + c + d}\) là tỷ trọng người mắc bệnh trong mẫu và ảnh hưởng mạnh đến PPV cũng như NPV.

Quảng cáo
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)).

Ví dụ minh họa

Với 100 người mắc bệnh (90 người dương tính) và 1000 người không mắc bệnh (950 người âm tính): \(a = 90\), \(c = 10\), \(d = 950\), \(b = 50\). Độ nhạy $$\frac{90}{100} = 0{,}9000 \ (90\%)$$ Độ đặc hiệu $$\frac{950}{1000} = 0{,}9500 \ (95\%)$$ \(\text{FNR} = 0{,}1000\), \(\text{FPR} = 0{,}0500\), PPV $$\frac{90}{140} = 0{,}6429 \ (64{,}29\%)$$ NPV $$\frac{950}{960} = 0{,}9896 \ (98{,}96\%)$$ Tỷ lệ hiện mắc $$\frac{100}{1100} = 0{,}0909 \ (9{,}09\%)$$

Câu hỏi thường gặp

Vì sao PPV ở đây thấp hơn nhiều so với độ nhạy? Vì bệnh hiếm gặp (tỷ lệ hiện mắc thấp), nên dù số ca dương tính giả nhỏ thì vẫn lấn át số ca dương tính thật, kéo PPV xuống. PPV và NPV luôn phụ thuộc vào tỷ lệ hiện mắc.

FNR và FPR khác nhau ở điểm nào? FNR là tỷ lệ người mắc bệnh mà xét nghiệm bỏ sót; FPR là tỷ lệ người khỏe mạnh bị xét nghiệm gắn nhầm là dương tính.

Nếu một nhóm không có ai thì sao? Nếu không có người mắc bệnh, không có người khỏe mạnh, không có kết quả dương tính hoặc không có kết quả âm tính, thì tỷ số tương ứng không xác định về mặt toán học và sẽ được để trống.

Cập nhật lần cuối: