阳性预测值(PPV)阴性预测值(NPV)计算器

T+

T-T+（a+c）T-(b+d)Se

1-Sp

Sp D+95297100

100

0.95

0.02

0.98

D-598103100

100

200

Se 0.95Sp 0.98J 0.93P 0.49PV+0.98PV-

0.95

敏感性 (sensitivity ，SE )= TP/（TP+FN ）*100% 通俗地讲敏感性就是有病的里面能检测出多少

特异性 (specificity ，SP)=TN/ (TN+FP)*100% 通俗地讲特异性就是没病的里面能排除多少（备注：敏感性和特异性的算法中的分母都是金标准诊断的有病或者无病的病例数

同一个指标，一般敏感性越高，则特异性越低；反之特异性越高，则敏感性越低。

如果知道a、b、c、d

如果用SPS

已知

原理

一般会在两者中间找到一个合适的平衡点，以兼顾敏感性和特异性。

阳性预测值(positive predictive value,PPV)=TP/(TP+FP)*100% 通俗地讲就是某诊断实验室说有阴性预测值(negative predictive value,NPV)=TN/(TN+FN)*100% 通俗地讲就是某诊断实验室说备注：PPV和NPV的算法中的分母都是某诊断实验室诊断的有病或者无病的病例数

总符合率=(TP+TN)/(TP+FP+TN+FN)*100%

用SPSS算出se和1-sp

J指数P PPV NPV a b c d

0.930.490.980.95952598

就是有病的里面能检测出多少（不漏诊概率）

就是没病的里面能排除多少（不误诊概率）

越低。通俗地讲就是降低漏诊率将会提高误诊率；反之降低误诊率势必会增加漏诊率

俗地讲就是某诊断实验室说有病的人中有多少是真的有病的通俗地讲就是某诊断实验室说没病的人中有多少是真的没病的