使用者33545130474562022-01-02 21:54:29

acc：classification accuracy，描述分類器的分類準確率

計算公式為：ACC=（TP+TN）/（TP+FP+FN+TN）

ber：balanced error rate

計算公式為：BER=1/2*（FPR+FN/（FN+TP））

tpr：true positive rate，描述識別出的所有正例佔所有正例的比例

計算公式為：TPR=TP/ （TP+ FN）

fpr：false positive rate，描述將負例識別為正例的情況佔所有負例的比例

計算公式為：FPR= FP / （FP + TN）

tnr：true negative rate，描述識別出的負例佔所有負例的比例

計算公式為：TNR= TN / （FP + TN）

ppv：positive predictive value

計算公式為：PPV=TP / （TP + FP）

npv：negative predictive value

計算公式：NPV=TN / （FN + TN）

其中tpr即為敏感度（sensitivity），tnr即為特異度（specificity）。

冀州平原2022-01-02 21:29:00

診斷試驗或者篩查試驗中，一般透過某方法與金標準的比較，計算相應靈敏度、特異度、陽性預測值以及陰性預測值等指標，從而評價這種方法的診斷或篩查價值

臨床上，我們會經常遇到這樣一種情況，兩種檢查方法都可以用於診斷疾病，但都不是金標準，於是乎就想比較一下哪種方法更好。舉個栗子，200人參加了某項臨床研究，分別進行了CT和超聲兩種檢查，計算CT和超聲相對於金標準的靈敏度和特異度

時光丿卑微了誰の承諾2022-01-02 21:19:37

特異度是實際無病按該診斷標準被正確地判為無病的百分比。

特異度（specificity，SPE），又稱 真陰性率（true negative rate，TNR），即它反映篩檢試驗確定非病人的能力。

特異度=真陰性人數/（真陰性人數+假陽性人數））*100%。正確判斷非病人的率；其中真陽性、假陰性、真陰性和假陽性均為檢測值

使用者62221877557322022-01-02 21:09:06

特異度（specificity，SPE），又稱為真陰性率（TNR），即實際無病按該診斷標準正確地判為無病的百分比。

即真陰性人數/（真陰性人數+假陽性人數）*100%。

例如，某項胃癌診斷試驗，受試人數100人，實際患癌10人，無病90人，以該診斷方法測試患癌15人，無病85人，真陰性人數90，假陽性人數5人，特異度為：90/（90+5）*100%=94。74%。