临床诊断试验统计四格表--专业版
临床诊断计算器
来自观察到的样本:人口患病率、敏感性、特异性、预测值和似然比的估计值
给定 一个根据某种条件是否存在进行交叉分类的受试者样本,以及根据旨在表明该条件存在的测试是否证明为阳性或阴性,此页面将计算估计的总体中点和 95% 置信度间隔为
  • 患病率;T
  • 测试灵敏度(如果条件存在,则测试为阳性的条件概率);T
  • 测试特异性(如果条件不存在,测试为阴性的条件概率);T
  • 测试的预测值(真阳性、真阴性、假阳性和假阴性的概率); T
  • 阴阳性似然比.T
要继续,将四格表中每一个的观察频率输入指定的单元格,然后单击“计算”按钮。要使用一组新数据执行新分析,请单击 «重置» 按钮。
条件 合计
不存在疾病 存在疾病
测试阳性
测试阴性
总计
   
估计值 95%的置信区间
下限 上限
患病率
灵敏度
特异性
对于任何特定的测试结果,其概率为:
总阳性符合率
总阴性符合率
对于任何特定的阳性检测结果,其概率为:
真阳性 (阳性预测值)
假阳性
对于任何特定的阴性测试结果,其概率为:
真阴性 (阴性预测值)
假阴性
似然比:    [C] = 常规
   [W] = 按患病率加权      [定义]
阳性 [C]
阴性 [C]
阳性 [W]
阴性 [W]
上述任何单元格中的条目“NaN”表示
无法执行计算,因为
输入的值包含一个或多个零实例。关于计算置信区间的
说明关于置信区间计算



©Richard Lowry(理查德.劳瑞)&Kevin Lee(李先坤) 2001-2022版权所有,All rights reserved.

























 
 

关于置信区间计算说明



95% 的比例置信区间(包括上述最后四个除外)是根据 Robert Newcombe 描述的有效评分方法(针对连续性进行校正)计算的,基于以下概述的程序EB Wilson 在 1927 年。正如 Newcombe 在他 1998 年的论文中指出的那样,熟悉的高斯近似
± 1.96 × p(1-p)/n
不适用于比例很小的情况,通常是流行度测量的情况,或相当大的情况,最好是敏感性和特异性测量的情况。

参考文献:
Newcombe, Robert G. "Two-Sided Confidence Intervals for the Single Proportion: Comparison of Seven Methods," Statistics in Medicine, 17, 857-872 (1998).

Wilson, E. B. "Probable Inference, the Law of Succession, and Statistical Inference," Journal of the American Statistical Association, 22, 209-212 (1927).
返回









 

似然比的定义:


返回