Sensitivity Specificity PPV NPV

灵敏度和特异度的关系 Relation between
sensitivity & Specificity
对特定检测方法，灵敏度 特异度；特异度
灵敏度 For a specific test, sensitivity increases as
specificity decreases and vice versa
现在要来看看这种方法有多好 We want to evaluate how
good the test is
如何判断TST是否好？
Disease +
患TB
未患TB
Disease -
合计
Total
皮试阳性
TST +
25
5
2
68
27
73
皮试阴性
TST -
合计
Total
30
25/30 灵敏度
Sensitivity
- 将TST >5mm 定为（+）：
o o
灵敏度很高（绝大多数TB感染病例都会被这种方法发现） 特异度较低（许多TST（+）者都不是真正的TB感染病例）
- 将TST >20mm 定为（+）：
o
o
特异度很高（绝大多数TST（+）的都是真正的TB感染）
灵敏度很低（用这样的判定标准会漏掉许多TB感染病例）
如何判断是否“真正”患有某病 How to
determine “true” disease status
通常是根据某种“金标准”来确定 Usually the „true‟
disease status is determined by some „gold standard‟ method
- 例：用QuantiFERON-TB Gold 判定是否患有TB
思考题4
你需要进行一项流感病毒患病情况的电话调查，了
解该市流感的逐月发病情况。 如果你使用ILI作为病例定义，会对你的结果产生什 么样的影响？
结核病病例定义
Use TST for TB case definition
非病例
Not Cases
疑似病例
Suspect
可能病例
Probable
确诊病例
Confirmed
特异度 Specificity 灵敏度 Sensitivity
检测结果是否“可靠”？ How “reliable” is the
detecting binary features of interest (disease/no disease)
举例
100人中有30人患结核病 There are 100 people with 30 having
TB
用皮肤试验（TST）来判断谁患病，谁没有患病 A
test designed to identify who has the disease and who does not
test result?
一种检测方法具有极高的灵敏度与特异度，它是不
是就是一种十全十美的方法？ Is a test perfect if it has
high sensitivity AND high specificity?
- 例如：某100万人群中，HIV阳性率是0.1%
there are 1 million people with 0.1% infected with HIV
患病率 =P(疾病+)
Prevalence = P (disease+)
阳性预测值，阴性预测值与患病率的关系
Positive Predictive Value & Negative Predictive Value vs. Prevalence
患病率越低，阳性预测值越低，阴性预测值越高
The lower the prevalence, the lower the PPV, and the higher the NPV
因同性恋及静脉吸毒人群中hiv阳性率比一般人群高得多因此某甲的hiv检测的阳性结果高度提示他确实有hiv感染中国北方某中学2010年12月2030日发生了一起发热疾病爆发其中两名学生咽拭子经pcr检测流感病毒阳性
灵敏度，特异度，阳性预测值，阴性预测值
Sensitivity, Specificity, Positive Predictive Value, Negative Predictive Value
200 199800 200000
99.9% 特异度
Specificity
799400 200600
PPV=99.98% 99900/100800 NPV=99.60%
998001/998002
1000000
80% Prevalence
阳性预测值，阴性预测值 Positive Predictive
PPV=99.11% 99900/100800 NPV=99.99%
998001/998002
1000000
10% Prevalence
如果人群阳性率是80%又怎么样？
HIV + HIV Total
Test +
Test Total
799200 800 800000
99.9% 灵敏度
Sensitivity
患病率越高，阳性预测值越高，阴性预测值越低
The higher the prevalence, the higher the PPV, and the lower the NPV
思考题1
某甲自美国来中国工作，海关体检时发现HIV阳性。
经向医院咨询，发现所用检测方法灵敏度与特异度 均为99.9%。若你是他的医生，你应该告诉他：
E. 去做 A, B, C
F. A, B, C, D 皆非
思考题2
在病史询问过程中，你发现某甲是同性恋，并有静
脉吸毒史。这一信息在你对某甲的咨询中有没有什 么参考价值？
- 如有，有什么样的参考价值？为什么？
思考题3
中国北方某中学2010年12月20-30日发生了一起发
热疾病爆发，其中两名学生咽拭子经PCR检测，流 感病毒阳性。CFETP派遣你与当地CDC一起去进行 调查。 制定病例定义时，同事A建议采用ILI（体温≥38C, 伴咳嗽或咽痛之一）作为这次爆发的可能病例定义。 但同事B提出异议，认为只有PCR流感病毒阳性才 能定义为流感病例。 你同意A同事还是B同事的建议？
70
68/70 特异度
Specificity
100
灵敏度和特异度 Sensitivity & Specificity
灵敏度=P (检测+ | 疾病+)
Sensitivity = P (test+ | disease+)
特异度=P (检测- | 疾病-)
Specificity = P (test- | disease-)
因同性恋及静脉吸毒人群中HIV阳性率比一般人群高得 多，因此某甲的HIV检测的阳性结果高度提示他确实有 HIV感染
思考题3
中国北方某中学2010年12月20-30日发生了一起发
热疾病爆发，其中两名学生咽拭子经PCR检测，流 感病毒阳性。CFETP派遣你与当地CDC一起去进行 调查。 制定病例定义时，同事A建议采用ILI（体温≥38C, 伴咳嗽或咽痛之一）作为这次爆发的可能病例定义。 但同事B提出异议，认为只有PCR流感病毒阳性才 能定义为流感病例。 你同意A同事还是B同事的建议？ A同事
Suppose
- 一种监测HIV病毒的方法灵敏度与特异度均为99.9%
A test can identify HIV infected people with 99.9% sensitivity and 99.9% specificity
Test results 某100万人群中，HIV阳性率是0.1% Suppose there are 1 million people with 0.1% infected with HIV
HIV监测结果
HIV + HIV -
Total
Test +
Test Total
999 1 1000
99.9% 灵敏度
Sensitivity
999 998001 999000
99.9% 特异度
Specificity
1998 998002
PPV=50%
999/1998
NPV100%
998001/998002
朱保平（医学博士，生物统计学硕士） CFETP常驻国际指导专家
思考题1
某甲自美国来中国工作，海关体检时发现HIV阳性。
经向医院咨询，发现所用检测方法灵敏度与特异度 均为99.9%。若你是他的医生，你应该告诉他：
A. 赶紧写遗书，并准备后事
B. 赶紧开始进行抗HIV治疗
C. 等6个月后再检测一次 D. 先不要紧张，再去做进一步检查
A. 赶紧写遗书，并准备后事
B. 赶紧开始进行抗HIV治疗
C. 等6个月后再检测一次 D. 先不要紧张，再去做进一步检查
E. 去做 A, B, C
F. A, B, C, D 皆非
思考题2
在病史询问过程中，你发现某甲是同性恋，并有静
脉吸毒史。这一信息在你对某甲的咨询中有没有什 么参考价值？- 如有，有什么样的Fra bibliotek考价值？为什么？
1000000
0.1% Prevalence
如果人群阳性率是10%又怎么样？
HIV + HIV Total
Test +
Test Total
99900 100 100000
99.9% 灵敏度
Sensitivity
900 899100 900000
99.9% 特异度
Specificity
100800 899200
思考题4
你需要进行一项流感病毒患病情况的电话调查，了
解该市流感的逐月发病情况。 如果你使用ILI作为病例定义，会对你的结果产生什 么样的影响？
灵敏度和特异度 Sensitivity & Specificity
测量一种检测方法在区分二分结果（例：发病/未发
病）上有多“好”的指标 Measure how „good‟ a test is at
Value & Negative Predictive Value
阳性预测值 =P(疾病+|检测+)
Positive Predictive Value (PPV) = P (disease+ | test+)
阴性预测值 =P(疾病-|检测-)
Negative Predictive Value (NPV) = P (disease- | test-)