今天增加陽性相似比(Positive Likelihood Ratio)和陰性相似比(Negative Likelihood Ratio)
 |
| From 100301 |
敏感度和特異度是第一組，其實就是從表格的上面往下面看，上下分析。
陽性預測值和陰性預測值是第二組，其實就是從表格的左邊向右邊看，左右分析。
陽性相似比和陽性相似比是第三組，也是從左邊向右看，但把有病D(+)和沒病D(-)的比率再相除變成比值。
對我們一般人來說，數據怎麼做出來的不重要，怎麼解讀和怎麼用最重要。
第一組(敏感度和特異度)是給研究人員用的。比如說，我已經知道誰有病誰沒病了，我只是想知道那一種檢驗方法比較厲害，可以分清楚誰有病誰沒病？效果如何？
第二組(陽性預測值和陰性預測值)是給醫師和病人用的。比如說，我想知道某項檢驗做完後，若是異常E(+)，我有病的機會是多少。但由於預測值會受到盛行率的影響，如果族群盛行率不同，使用相同的檢驗也會得到不同的預測值。意即，同一檢驗的預測值會因族群盛行率不同而異。
第三組(陽性相似比和陰性相似比)是給檢驗商用的。比如說，有位檢驗商發展了一個很好用的檢驗，如果他能進一步算出該檢驗的相似比，那我們就可以把相似比套用到不同的地區和族群，因為相似比不受族群盛行率的影響。我們可以根據盛行率，算出該族群的「前測勝算」，再把「前測勝算」乘上「相似比」得到「後測勝算」，用來估算受測者檢驗陽性時罹病的機會。
以四指標唐氏症篩檢為例，據說以5%的篩檢陽性率可以篩檢出83%的唐氏症胎兒，那意思是說若篩檢陽性率設在5%(即5%的受測者被歸類為高危險群)時，敏感度為83%。
報告上的唐氏症風險，比如說1/1,600，其實是後測勝算，大約可以解釋成胎兒有唐氏症篩風險。
講勝算，其實很少人聽得懂，除了數學很厲害的人。
