什么是验后概率？
验后概率（post-test probability）是指在得知某项诊断检查结果之后，患者真正患病的更新后概率。它是循证诊断的核心：一项检查并不是简单地给出"有"或"没有"的答案，而是把你原有的判断向上或向下调整。本计算器采用贝叶斯定理便于运算的"比值（odds）形式"，借助似然比（LR）来更新验前概率。
如何使用
输入验前概率（即检查前你对患病可能性的估计，以百分比表示）和该检查结果对应的似然比。阳性结果请使用阳性似然比（LR+），阴性结果请使用阴性似然比（LR−）。计算器会给出验后概率，并同时显示中间过程的验前比值和验后比值。
公式详解
由于概率和比值描述的是同一件事，我们先把概率换算成比值：验前比值 = P /（1 − P）。再乘以似然比，得到验后比值 = 验前比值 × LR。最后把比值换算回概率：验后概率 = 验后比值 /（1 + 验后比值）。LR 大于 1 会提高患病概率；LR 小于 1 会降低概率；LR 恰好等于 1 则不改变原有判断。
$$\text{Post-Test Prob} = \frac{O_{post}}{1 + O_{post}} \times 100\%$$ $$\text{where}\quad \left\{ \begin{aligned} O_{pre} &= \frac{p}{1 - p}, \quad p = \dfrac{\text{Pre-Test (\%)}}{100} \\ O_{post} &= O_{pre} \times \text{Likelihood Ratio} \end{aligned} \right.$$
实例演算
假设验前概率为 30%，检查结果的 LR 为 10。验前比值 = \(0.30 / 0.70 = 0.4286\)。验后比值 = \(0.4286 \times 10 = 4.2857\)。验后概率 = \(4.2857 / (1 + 4.2857) = 0.8108\)，约为 81%。这个阳性结果把患病的怀疑程度从 30% 提升到了 81%。
常见问题
似然比是怎么来的？ 它由检查的灵敏度（sensitivity）和特异度（specificity）推算而来：\(\text{LR+} = \text{灵敏度} / (1 - \text{特异度})\)，\(\text{LR−} = (1 - \text{灵敏度}) / \text{特异度}\)。
怎样才算"好"的 LR？ 经验法则是：LR+ 大于 10 或 LR− 小于 0.1，往往能让概率发生大幅甚至决定性的变化；而接近 1 的数值在临床上几乎没有参考价值。
验前概率可以是 100% 吗？ 在 0% 或 100% 时，比值会变成 0 或无穷大，任何检查都无法改变一个"确定"的结论——这正是临床上为何采用接近、但不等于极端值的估计的原因。
