正向预测值！(阳性预测值是什么意思？)

性能验证矩阵

测试方法的性能验证通常与对照方法进行比较，后者一般是真理或金标准。被验证的事实包括患病和未患病的两组人，所以测试方法的结果会出现四种情况。在患者中检测到的阴性和阳性数字以及在非患者中检测到的阴性和阳性数字如下表所示:

真阳性率(灵敏度):c/a；方法检测出的阳性数在参考物或金标准阳性(患病人群)中的比例；假阴性率越高，假阴性率越低。

真实率(特异性):D1/A1；方法对照物或金标准阴性(非患病人群)中检测出的阴性数的比例；假阳性率越高，假阳性率越低。

假阳性率(误诊率):c1/a1(=1-真阴性率)；方法检测阳性数在参照物或阴性金标准(非患病人群)中的比例。

假阴性率(漏诊率):d/a(=1-真阳性率)；方法对照物或金标准阳性(患病人群)中检测出的阴性数的比例。

预测值:C/B；试验方法真阳性数占试验方法总阳性数的比例

阴性预测值:D1/B1；测试方法的真负数占测试方法总负数的比率

精度:(c+D1)/n；方法真正数和真负数之和占参照物总数的比例(n)

阳性预测值和贝叶斯统计

那么负预测值是什么意思呢？例如:

检测方法的敏感性和特异性分别为95%和90%，疾病的基本患病率为5%。

如果有1000个样本，实际患病人数为50人，非患病人数为950人。在患者中，该方法检测到的阳性和阴性数分别为47.5和2.5，而在非患者中，该方法检测到的阳性和阴性数分别为95和855。

则阳性预测值=47.5/(47.5+95)=33.3%

根据贝叶斯统计公式，计算检测为阳性时的概率P(患病为阳性):

(95%×5%)/{(95%×5%)+(10%×95%)}=33.3%

可见:阳性预测值=P(患病阳性)

阳性预测值与人群基本患病率有关，人群基本患病率受样本量、被检人群、地区等因素影响。因此，阳性预测值只有在引入人群的基本患病率后才有意义。它代表了当检测结果为阳性时，某人患病的概率。