灵敏度和特异度

灵敏度特异度(英语:Sensitivity and specificity),或称敏感性特异性[1],是从数学角度描述某种病症检验的准确性,在医学中广为使用。

  • 灵敏度Sensitivity,也称为真阳性率、召回率(Recall)[2] )是指实际为阳性的样本中,判断为阳性的比例(例如真正有生病的人中,被判断为有生病者的比例),计算方式是真阳性除以真阳性+假阴性(实际为阳性,但判断为阴性)的比值[3]
  • 特异度Specificity,也称为真阴性率)是指实际为阴性的样本中,判断为阴性的比例(例如真正未生病的人中,被医院判断为未生病者的比例),计算方式是真阴性除以真阴性+假阳性(实际为阴性,但判断为阳性)的比值[3]
灵敏度和特异度

必须注意的是“阳性”与“阴性”这两个词并不指涉固定的值,仅是表示存在或不存在,当使用在不同主题时,其意义不会相同。例如应用在讨论疾病时,“阳性”可以表示“染病”,“阴性”可以表示“健康”。

包括医学诊断检验的许多测试中,灵敏度是指真阳性没有被忽视的程度(所以伪阴性很少),而特异度是真阴性确实鉴别的程度(所以伪阳性很少)。因此,一个高灵敏度的检验很少忽略真阳性(例如:即使有异常仍然检验为无异常);而高特异度检验则很少将不是检验目标的其他东西鉴别为阳性(例如:检验出一种非常相似的细菌却将其误判为目标细菌)。一个高灵敏度高特异度的检验表示其两方面都做得好,所以这个检验“很少忽略它正在寻找的目标并且很少将其他东西误判为目标。”

灵敏度可以作为避免假阴性的量化指标,而特异度可以作为避免假阳性的量化指标。对于任何测试而言,都需要在灵敏度及特异度之间进行取舍。例如机场安检英语Airport security中对于登机人员是否有携带危险物品的检查,扫描器可能会在检查到像皮带头或锁匙等低危险物品时触发(低特异度),但会减少实际携带了危险物品,但没有检查到的可能性(高灵敏度)。这个取舍可以用ROC曲线(接收者操作特征曲线)来表示。完美的分类器可以达到100%的灵敏度(所有生病的人都会检测为生病),及100%的特异度(没有一个健康不生病的人会被检测为生病)。但是理论上所有的分类器都会有最小的误差范围,称为贝叶斯错误率

举例

编辑

在个100人的样本中,有10人事实上患有A病(阳性),经过检测后,9人判定患有A病(真阳性),而1人判定并不患有A病(假阴性); 另外的90人实际上并不患有A病(阴性),然后经过检测后,其中的5人被判定患有A病(假阳性),另外的85人判定不患有A病(真阴性)。

灵敏度=真阳性/(真阳性+假阴性)=9/(9+1)=90%;

特异度=真阴性/(真阴性+假阳性)=85/(85+5)=94.4%.

此处,灵敏度即为在患病人群中,成功确证患病的概率;而特异度即为在不患病的人群中,成功排除患病的概率。

参考资料

编辑
  1. ^ 李雅芬. 【檢驗小百科】檢驗報告面面觀. epaper.ntuh.gov.tw. 台大医院健康电子报. 2016-06 [2021-02-05]. (原始内容存档于2021-02-09). 
  2. ^ Detector Performance Analysis Using ROC Curves – MATLAB & Simulink Example. www.mathworks.com. [2016-08-11]. (原始内容存档于2020-06-14). 
  3. ^ 3.0 3.1 生物統計學-靈敏度與特異度概念,基礎醫學教室. 高点医护网. [2020-05-06]. (原始内容存档于2020-10-07) (中文(台湾)). 

相关条目

编辑