通过MCP连接 →

输入计算

数学公式

广告

结果

约登指数(Youden's J)
0.7
取值范围 −1 至 1(越高越好)
灵敏度 90%
特异度 80%

什么是约登指数?

约登指数(Youden's J index,又称约登指数或 J 统计量)是用一个数值来概括二分类诊断试验整体效能的指标。它由 W. J. Youden 于 1950 年提出,将试验的灵敏度(真阳性率)与特异度(真阴性率)综合为一个介于 −1 到 1 之间的数值。当 \(J = 1\) 时,表示这是一个完美的试验,既无假阳性也无假阴性;而 \(J = 0\) 则说明该试验的判别能力与随机猜测无异。

显示真阳性、假阴性、假阳性和真阴性的二乘二混淆矩阵
2x2 混淆矩阵:用于计算约登 J 指数的 TP、FN、FP 和 TN 计数。

如何使用本计算器

请填入 2×2 混淆矩阵中的四项数据:真阳性(TP)、假阴性(FN)、真阴性(TN)和假阳性(FP)。计算器会先推算出灵敏度与特异度,再输出约登指数。该指标常被用于在 ROC 曲线上确定最佳临界值(cut-off)——使 J 值最大的阈值,往往就是最理想的工作点。

计算公式详解

灵敏度 = TP / (TP + FN),即在所有真正的阳性病例中被正确识别出来的比例;特异度 = TN / (TN + FP),即在所有真正的阴性病例中被正确识别出来的比例。约登指数的计算非常简洁:

$$J = \text{灵敏度} + \text{特异度} - 1$$

由于这两个比率都在 0 到 1 之间,因此 J 的取值范围为 −1 到 1。

Advertisement
ROC 曲线,约登 J 指数以从对角随机线到曲线的垂直距离表示
在 ROC 曲线上,约登 J 指数是从对角随机线到曲线的最大垂直距离。

实例演算

假设某项试验的结果为 \(\text{TP} = 90\)、\(\text{FN} = 10\)、\(\text{TN} = 80\)、\(\text{FP} = 20\)。那么灵敏度 = \(90 / 100 = 0.90\),特异度 = \(80 / 100 = 0.80\)。代入公式可得

$$J = 0.90 + 0.80 - 1 = \mathbf{0.70}$$

说明这是一项表现出色但尚未完美的试验。

常见问题

约登指数多少算好?数值越高越好。越接近 1,表示判别能力越强;越接近 0,则说明判别能力较差。

J 值可以是负数吗?可以。J 为负值意味着试验的表现比随机猜测还差,这往往提示阳性与阴性的标签可能被弄反了。

J 值与 ROC 曲线有什么关系?J 值等于 ROC 曲线与无判别力对角线之间的最大垂直距离,因此使 J 最大化的阈值就成为常用的最佳临界值。

最后更新: