目录
- 可易于评估人们健康的两种测试：诊断测试和筛查测试。
- 筛选试验通常具有优于诊断测试的优点，例如对医疗保健系统的更少的要求放置更少的要求，并且更易于侵入性，更少的危险，更危险，更昂贵，耗时较少，而且对客户的不太身体和心理不足。
- 然而，筛查测试也以不完美而闻名，有时它们也很模糊。
- 因此，重要的是确定这些测试能够识别可能存在或不存在条件的程度。
- 除了敏感性和特异性外，筛查试验的表现还通过其“预测价值”来衡量，这反映了该试验的诊断能力。
- 敏感性和特异性衡量的是检测的准确性(与疾病或人群无关)，而阳性预测值和阴性预测值衡量的是检测结果反映其健康状况并因此受到疾病流行程度影响的人群比例。
- 阳性预测值是指在测试阳性时具有疾病的人的可能性。
- 否定预测值是指当测试为负时没有疾病的人的可能性。
- 阳性预测值和阴性预测值(分别为PPV和NPV)是统计和诊断试验中阳性结果和阴性结果分别为真阳性和真阴性结果的比例。
- PPV和NPV描述了诊断测试或其他统计措施的性能。
- 高结果可以解释为指示这种统计的准确性。
阳性预测值
阳性预测值(PPV)定义为
PPV =（真实阳性的数量）/ {（真实阳性的数量）+（误报的数量）}
=正呼叫的真实阳性数量/数量
其中“真正的正面”是测试作出阳性预测的事件，并且受试者在黄金标准下具有积极的结果，并且
“假阳性”是测试作出阳性预测的事件，并且受试者在黄金标准下具有负面结果。
- PPV的理想值，具有完美的测试，是1（100％），最差的值为零。
负预测值
否定预测值定义为：
NPV =(真阴性数)/{(真阴性数)+(假阴性数)}
=否定的真实否定数/负呼叫数量
其中“真正的否定”是测试产生负面预测的事件，并且主题在金标准下具有负面结果，并且
“假阴性”是指在黄金标准下，测试做出了负面预测，而被试得到了正面结果。
- NPV的理想值，具有完美的测试，是1（100％），最差的值为零。
预测值和普遍存在
- 正负预测值与人口中疾病的患病率直接相关。
- 假设所有其他因素保持不变，PPV将随着患病率的增加而增加;并且NPV随着患病率的增加而降低。
预测值的意义
预测值对于确定筛选测试能够识别感兴趣条件的可能存在或不存在的程度是重要的，以便他们的调查结果鼓励适当的决策。
参考文献
- 公园，K。（N.D.）。Park的预防和社会医学教科书。
- Beablehole，Robert，Bonita，Ruth，Kjellström，Tord＆World Healtom组织。（1993）。基本流行病学，更新重印。世界卫生组织。
- Hennekens Ch，BING SPITION JE。医学的流行病学，Lippincott Williams＆Wilkins，1987年。
- 白色，F.，Stallones，L.，最后，J. M.（2013）。全球公共卫生：生态基础。纽约，纽约：牛津大学出版社。
- http://sphweb.bumc.bu.edu/otlt/MPH-Modules/EP/EP713_Screening/EP713_Screening5.html
- https://newonlinecourses.science.psu.edu/stat507/node/71/
- Parikh，R.，Mathai，A.，Parikh，S.，Chandra Sekhar，G.，＆Thomas，R。（2008）。理解和使用敏感性，特异性和预测值。印度眼科杂志那56.(1), 45 - 50。doi: 10.4103 / 0301 - 4738.37595
- https://www.bmj.com/about-bmj/resources-readers/publications/epidemiology-uninitiated/10-screening
- https://www.frontiersin.org/articles/10.3389/fpubh.2017.00307/full