【陽性概似比】陽性概似比:預測疾病的強力預測工具
命理

【陽性概似比】陽性概似比:預測疾病的強力預測工具

特性 計算公式 説明
敏感度 TP / (TP + FN) 正確分辨罹病者比例
特異度 TN / (TN + FP) 正確分辨非罹病者比例
精確度 (TP + TN) / (TP + TN + FP + FN) 所有受試者正確比例
陽性預測值 TP / (TP + FP) 陽性檢驗結果真實罹病比例
陰性預測值 TN / (TN + FN) 陰性檢驗結果真實未罹病比例

概似比

陽性概似比 (LR+):敏感度 / (1 – 特異度)
陰性概似比 (LR-): (1 – 敏感度) / 特異度

受檢結果與罹病機率

條件機率法
– P(Disease | Result+) = PV+ = TP / (TP + FP)
– P(Disease | Result-) = PV- = TN / (TN + FN)

概似比法
– P(Disease | Result+) = Pre / LR-
– P(Disease | Result-) = (1 – Pre) / LR+
Pre為疾病盛行率

陽性概似比 Play

臨牀應用

  • 診斷工具效能指標可協助醫療人員評估其準確性。
  • 敏感度和特異度可反映區分罹病與非罹病的能力。
  • 陽性預測值和陰性預測值則考慮疾病盛行率的影響。
  • 概似比不受盛行率影響,可用於不同等級的檢驗結果。

診斷工具選擇

選擇診斷工具時,應考量下列因素:
– 所篩檢疾病的特性
– 診斷工具的效能指標
– 接受操作特性曲線 (ROC) 下面積 (AUROC)
– 財務負擔能力
– 使用便利性

陽性概似比:評估診斷試驗績效的關鍵指標

陽性概似比(LR+)是評估診斷試驗績效的重要指標,它表示在疾病存在的條件下,試驗結果呈陽性的可能性與在疾病不存在的條件下,試驗結果呈陽性的可能性之比。簡而言之,LR+衡量的是試驗結果為陽性時,疾病存在的機率增加多少倍。

陽性概似比

LR+的公式和解釋

LR+的公式如下:

LR+ = TP / (FP + FN)

其中,TP為真陽性,即疾病存在且試驗結果為陽性的病例數;FP為假陽性,即疾病不存在但試驗結果為陽性的病例數;FN為假陰性,即疾病存在但試驗結果為陰性的病例數。

LR+大於1表示試驗結果為陽性時,疾病存在的機率增加;LR+等於1表示試驗結果與疾病的存在與否無關;LR+小於1表示試驗結果為陽性時,疾病存在的機率降低。

LR+的應用

LR+在醫療實務中具有廣泛的應用,包括:

  • 判斷診斷試驗的準確性
  • 評估症狀或徵兆的預測價值
  • 制定臨牀決策

例如,假設某項檢查的LR+為5,表示當檢查結果為陽性時,患者患有疾病的機率增加了5倍。這有助於醫生做出明智的決策,例如是否進一步檢查或施予治療。

LR+的優點和缺點

優點:

  • LR+是一個單一數字,方便解釋和使用。
  • 與敏感度和特異度不同,LR+不依賴疾病的盛行率。

缺點:

  • LR+的計算需要足夠的樣本量。
  • LR+受測試前疾病盛行率的影響,需要根據特定的臨牀情境調整。

陽性概似比與預測值

陽性概似比和預測值(predictive value)是不同的概念,但它們之間存在密切的關係。預測值表示試驗結果為陽性或陰性時,疾病存在的機率。

陽性預測值(PPV):在試驗結果為陽性的病例中,疾病存在的機率。公式為:

PPV = TP / (TP + FP)

陰性預測值(NPV):在試驗結果為陰性的病例中,疾病不存在的機率。公式為:

NPV = TN / (TN + FN)

其中,TN為真陰性,即疾病不存在且試驗結果為陰性的病例數。

LR+與PPV的關係

當疾病的盛行率低時,LR+與PPV成正比。然而,當疾病的盛行率高時,LR+與PPV成反比。此關係可用下表説明:

LR+ PPV
> 1
1 中等
< 1

LR+的實例

下表顯示了不同LR+值對疾病存在機率的影響:

LR+ 疾病存在機率(疾病盛行率為10%) 疾病存在機率(疾病盛行率為80%)
2 19% 89%
5 36% 96%
10 50% 98%

從表中可以看出,隨著LR+的增加,疾病存在機率也隨著增加。然而,疾病的盛行率也會影響疾病存在機率。

延伸閲讀…

醫學篩檢(Medical screening)II-陽性概似比與陰性概似比 …

生物統計學-靈敏度與特異度概念,基礎醫學教室

總結

陽性概似比是一個重要的統計指標,可用於評估診斷試驗的準確性。它提供了試驗結果為陽性時,疾病存在的機率增加多少倍的資訊。LR+的優點包括易於解釋和不依賴疾病盛行率。缺點包括需要足夠的樣本量和受疾病盛行率的影響。瞭解LR+的優點和缺點對於有效使用這一指標至關重要。

風水 玄學