阳性预测值(PPV)阴性预测值(NPV)计算器

1、如果知道a、b、c、d如果用SPSS算出se和1-sp已知T+T-T+（a+c） T-(b+d) Se1-SpSpD+952971001000.950.020.98D-598103100100200Se0.95Sp0.98J0.93P0.49PV+0.98PV-0.95原原理理 金标准 评估试剂金标准合计评估试剂检测结果 真阳性（TP）假阳性（FP） TP+FP 假阴性（FN）真阴性（TN） FN+TN合计TP+FNFP+TNTP+FP+TN+FN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（不漏诊概率）特异性 (spec

2、ificity，SP)=TN/ (TN+FP)*100% 通俗地讲特异性就是没病的里面能排除多少（不误诊概率）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。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 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病的人中有多少是真的有病的阴性预测值(negative predictive va

3、lue,NPV)=TN/(TN+FN)*100% 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%J指数PPPVNPVabcd0.930.490.980.95952598如果用SPSS算出se和1-sp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（不漏诊概率）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（不误诊概

4、率） 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。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 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病的人中有多少是真的有病的阴性预测值(negative predictive value,NPV)=TN/(TN+FN)*100% 通俗地讲就是某诊断实验室说没病的人中有多少是真的没病的检测阳性T+ 检测阴性 实际阳性D+ a b 实际阴性 c d 敏感性Se=a/(a+b) 特异性Sp=d/(c+d) 约登系数 J

5、=Se+Sp-1 p检验人群的患病比率 阳性预测值PV+=P(D+|T+)=p.Se/[p.Se+(1-p)(1-Sp)] 阴性预测值PV-= (1-p)Sp/[(1-p)Sp+p(1-Se)] .xls我做了个简单的excel表检测阳性T+ 检测阴性 实际阳性D+ a b 实际阴性 c d 敏感性Se=a/(a+b) 特异性Sp=d/(c+d) 约登系数 J=Se+Sp-1 p检验人群的患病比率 阳性预测值PV+=P(D+|T+)=p.Se/[p.Se+(1-p)(1-Sp)] 阴性预测值PV-= (1-p)Sp/[(1-p)Sp+p(1-Se)] .xls我做了个简单的excel表检测阳性T+ 检测阴性 实际阳性D+ a b 实际阴性 c d 敏感性Se=a/(a+b) 特异性Sp=d/(c+d) 约登系数 J=Se+Sp-1 p检验人群的患病比率 阳性预测值PV+=P(D+|T+)=p.Se/[p.Se+(1