在医学统计里,任何一个诊断指标,都有两个最基本的特征,即敏感性和特异性。
所谓敏感性,就是指其在诊断疾病的时候不漏诊的机会有多大,所谓特异性就是指该指标在诊断某疾病时,不误诊的机会有多大。
单独一个指标,如果提高其诊断的敏感性,必然降低其诊断的特异性,换句话说,减少漏诊必然增加误诊,反之亦然。
测试数据
1、灵敏性,即病人中得出阳性检测的样本占病人总数的百分比;例,感冒病人,血常规中白细胞数高的比率;
2、特异性,即健康人中得出阴性检测的样本占健康人总数的百分比;
3、阳性预测值,即得出阳性检测的样本总数中,病人样本占阳性检测样本总数的百分比;
4、阴性预测值,即得出阴性检测的样本总数中,正常人样本占阴性检测样本总数的百分比。
特异性中提到的健康人是相对的,指没有观察疾病的人,例如在研究肿瘤指标对于胃癌的特异性时,胃溃疡患者也是健康人。你的检出标准未必能够在胃溃疡组里面得出全阴性的结果,如果得不出全阴性的结果,这组数据就说明了正常人误诊的概率。
敏感性--百度百科
敏感度是在确诊病症的情况下不误诊(假阴性)的机遇有多大(小),说白了特异性是该指标值在确诊某病症时,不错诊(阳性)的机遇有多大(小)。独立一个指标值,假如提升其确诊的敏感度,必定减少其确诊的特异性,也就是说降低误诊必定提升错诊,相反也是。
某个指标的敏感性和特异性,敏感性就是本来有病的人,用这个指标来鉴别,也诊断为有病的人的概率。特异度就是本来没病的人,用这个指标来鉴别,也诊断为没病的人的概率。
医学统计学是运用概率论与数理统计的原理及方法,结合医学实际,研究数字资料的搜集、整理分析与推断的一门学科。医学研究的对象主要是人体以及与人的健康有关的各种因素。
医学统计学的特点
在医学数据的统计分析方面也是这样,如某一指标发生缺失,采用相应的方法对缺失数据进行了填补,比较填补前和填补后的统计结果的差异,并讨论分析这一变化,这便可称为敏感性分析。
如在临床试验中,往往会定义和形成多个统计分析数据集(如PPS、FAS和SS),当然每个数据集有着特定功能和应用规则,但是多个数据集结果的比较在一定程度上也可称为敏感性分析。同样,多中心临床研究的统计分析思考中是否需要加入中心效应项,也是敏感性分析的范畴。
以上内容参考 百度百科-敏感性、百度百科-特异性、百度百科-医学统计学
您好!
任何一个诊断指标,都有两个最基本的特征,即敏感性和特异性,所谓敏感性,就是指其在诊断疾病的时候不漏诊(假阳性)的机会有多大(小),所谓特异性就是指该指标在诊断某疾病时,不误诊(假阴性)的机会有多大(小)。
希望我的回答对您有所帮助!
敏感性(具有该特性的对象被预知的可能性大小)=真阳性率=a/a+c;
特异性(对象所具有的特殊属性的程度)=真阴性率=d/b+d;
漏诊率=1-敏感性=c/a+c;
误诊率=1-特异性=b/b+d