診斷檢驗
| 命令: | 檢定 診斷檢驗（2x2 表） |
|---|
由輸入 2x2 表的資料，可以計算敏感度、特異度、陽性和陰性概似比、盛行率以及陽性和陰性預測值等檢定特徵。
所需輸入
輸入患病組中檢定結果為陽性和陰性的個案數（左欄），以及非患病組中檢定結果為陽性和陰性的個案數（右欄）。
注：按一下 
按鈕可以交換欄和列的順序。
疾病盛行率
如果陽性（患病）組和陰性（未患病）組的樣本數不能反映疾病的實際盛行率，可以在相應的輸入框中輸入疾病盛行率。這會影響陽性和陰性預測值以及準確度。
結果
程式報告以下統計量及其 95% 信賴區間：
- 敏感度：存在疾病時檢定結果為陽性的機率（真陽性率）。
- 特異度：不存在疾病時檢定結果為陰性的機率（真陰性率）。
- AUC：ROC 曲線下面積。
- Youden 指數：對於 2x2 表，Youden 指數 J（Youden, 1950）定義為：
$$ J = \text{敏感度} + \text{特異度} - 1 $$
95% Bootstrap 信賴區間透過參數 Bootstrap 計算。由於只有合計資料（而沒有單一患者資料），敏感度和特異度從兩個獨立的二項分布中重抽樣：配適於患病總體的二項分布（n = TP + FN，p = 敏感度）和配適於健康總體的二項分布（n = TN + FP，p = 特異度）。每次重抽樣（共 1000 次）都重新計算 Youden 指數，信賴區間的界限為該 Bootstrap 分布的第 2.5 和第 97.5 百分位數。
- 陽性概似比：存在疾病時檢定結果為陽性的機率與不存在疾病時檢定結果為陽性的機率之比，即：
$$ +LR = \frac { \text{真陽性率} } { \text{假陽性率} } = \frac { \text{敏感度}} { 1 - \text{特異度}} $$
- 陰性概似比：存在疾病時檢定結果為陰性的機率與不存在疾病時檢定結果為陰性的機率之比，即：
$$ -LR = \frac { \text{假陰性率} } { \text{真陰性率} } = \frac { 1 - \text{敏感度}} { \text{特異度}} $$
- 陽性預測值：檢定結果為陽性時患病的機率。
$$ PPV = \frac {\text{敏感度} \times \text{盛行率} } {\text{敏感度} \times \text{盛行率} + (1-\text{特異度})\times (1-\text{盛行率}) } $$
- 陰性預測值：檢定結果為陰性時未患病的機率。
$$ NPV = \frac {\text{特異度} \times (1-\text{盛行率}) }{ (1-\text{敏感度}) \times \text{盛行率} + \text{特異度} \times (1-\text{盛行率}) } $$
- 準確度：患者被正確分類的總體機率。
$$ \text{準確度} = \text{敏感度} \times \text{盛行率} + \text{特異度} \times (1-\text{盛行率}) $$
$$ PPV = \frac {\text{敏感度} \times \text{盛行率} } {\text{敏感度} \times \text{盛行率} + (1-\text{特異度})\times (1-\text{盛行率}) } $$
$$ NPV = \frac {\text{特異度} \times (1-\text{盛行率}) }{ (1-\text{敏感度}) \times \text{盛行率} + \text{特異度} \times (1-\text{盛行率}) } $$
敏感度、特異度、疾病盛行率、陽性和陰性預測值以及準確度均以百分比表示。
敏感度、特異度和準確度的信賴區間為「精確的」Clopper–Pearson 信賴區間。
概似比的信賴區間使用 Altman et al. 2000 第 109 頁所述的「對數法」計算。
預測值的信賴區間為 Mercaldo et al. 2007 的標準 logit 信賴區間，但當預測值為 0 或 100% 時，報告 Clopper–Pearson 信賴區間。
可以在可選的註解輸入欄位中輸入要包含在列印報告中的註解或結論。
參考文獻
- Altman DG, Machin D, Bryant TN, Gardner MJ (Eds) (2000) Statistics with confidence, 2nd ed. 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.
- Youden WJ (1950) Index for rating diagnostic tests. Cancer 3:32-35.
- Zhou XH, Obuchowski NA, McClish DK (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.