진단검사 평가

이 계산기를 사용하여 2x2표를 이용해 진단검사의 성능을 평가합니다. 민감도, 특이도, 예측값, 우도비, 정확도를 계산합니다.

질병군 중 검사 양성(a)과 음성(b)인 증례 수, 그리고 비질병군 중 검사 양성(c)과 음성(d)인 증례 수를 입력합니다.

질병 유병률

양성(질병 있음)군과 음성(질병 없음)군의 표본 크기 비율이 실제 질병 유병률을 반영하지 않는 경우, 해당 입력란에 질병 유병률(백분율)을 입력할 수 있습니다.

질병 유병률

질병 있음군과 질병 없음군의 증례 수 비율이
질병 유병률을 반영하지 않는 경우 입력하십시오:

질병 유병률(%):

결과

(*) 이 값들은 질병 유병률에 의존합니다.

민감도: 질병이 존재할 때 검사 결과가 양성일 확률(진양성률).
$$ 민감도 = \frac{a}{a+b} $$
특이도: 질병이 존재하지 않을 때 검사 결과가 음성일 확률(진음성률).
$$ 특이도 = \frac{d}{c+d} $$
양성 우도비: 질병이 존재하는 경우 검사 결과가 양성이 될 확률과, 질병이 존재하지 않는 경우 검사 결과가 양성이 될 확률의 비율, 즉
$$ LR+ = \frac{진양성률}{위양성률} = \frac{민감도}{1-특이도} $$
음성 우도비: 질병이 존재하는 경우 검사 결과가 음성이 될 확률과, 질병이 존재하지 않는 경우 검사 결과가 음성이 될 확률의 비율, 즉
$$ LR- = = \frac{위음성률}{진음성률} = \frac{1 - 민감도}{특이도} $$
양성 예측도: 검사가 양성일 때 질병이 존재할 확률.
$$ PPV = \frac {민감도 \times 유병률 } {민감도 \times 유병률 + (1-특이도)\times (1-유병률) } $$
음성 예측도: 검사가 음성일 때 질병이 존재하지 않을 확률.
$$ NPV = \frac {특이도 \times (1-유병률) }{ (1-민감도) \times 유병률 + 특이도 \times (1-유병률) } $$
정확도: 환자가 올바르게 분류될 전체 확률.
$$ 정확도 = 민감도 \times 유병률 + 특이도 \times (1 - 유병률) $$

민감도, 특이도, 질병 유병률, 양성 및 음성 예측도, 정확도는 백분율로 표시됩니다.

민감도, 특이도, 정확도의 신뢰구간은 "정확한(exact)" Clopper-Pearson 신뢰구간입니다.

우도비의 신뢰구간은 Altman 등 2000의 109페이지에 제시된 "로그 방법"을 사용하여 계산됩니다.

예측값의 신뢰구간은 Mercaldo 등 2007에 따른 표준 로짓 신뢰구간입니다. 다만 예측값이 0 또는 100%인 경우에는 Clopper-Pearson 신뢰구간이 보고됩니다.

Altman DG, Machin D, Bryant TN, Gardner MJ (Eds) (2000) Statistics with confidence, 제2판. BMJ Books.
Gardner IA, Greiner M (2006) Receiver-operating characteristic curves and likelihood ratios: improvements over traditional methods for the evaluation and application of veterinary clinical pathology tests. Veterinary Clinical Pathology 35:8-17.
Griner PF, Mayewski RJ, Mushlin AI, Greenland P (1981) Selection and interpretation of diagnostic tests and procedures. Annals of Internal Medicine 94:555-600.
Hanley JA, McNeil BJ (1982) The meaning and use of the area under a receiver operating characteristic (ROC) curve. Radiology 143:29-36.
Mercaldo ND, Lau KF, Zhou XH (2007) Confidence intervals for predictive values with an emphasis to case-control studies. Statistics in Medicine 26:2170-2183.
Metz CE (1978) Basic principles of ROC analysis. Seminars in Nuclear Medicine 8:283-298.
Zhou XH, NA Obuchowski, DK McClish (2002) Statistical methods in diagnostic medicine. New York: Wiley.
Zweig MH, Campbell G (1993) Receiver-operating characteristic (ROC) plots: a fundamental evaluation tool in clinical medicine. Clinical Chemistry 39:561-577.

MedCalc Software Ltd. 진단검사 평가. https://www.medcalc.org/ko/calc/diagnostic_test.php (버전 24.0; 액세스 날짜 October 11, 2026)