灵敏度和特异度
此条目需要扩充。 (2015年4月4日) |
此条目需要补充更多来源。 (2021年2月5日) |
灵敏度和特异度（英语：Sensitivity and specificity），或称敏感性和特异性[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]。
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）。一个高灵敏度且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
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
- ^ 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）.
- ^ 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）.
- ^ 3.0 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））.
