介紹一些細胞檢測技術特異性和準確性的評估指標

評估細胞檢測技術特異性和準確性的常見指標：

1. 敏感性（Sensitivity，也稱為真陽性率）：

• 定義：在實際患病的人群中，被檢測方法正確判定為患病的比例。

• 計算公式：敏感性 = 真陽性數 / （真陽性數 + 假陰性數）

• 意義：反映檢測方法發現患病個體的能力。

2. 特異性（Specificity，也稱為真陰性率）：

• 定義：在實際未患病的人群中，被檢測方法正確判定為未患病的比例。

• 計算公式：特異性 = 真陰性數 / （真陰性數 + 假陽性數）

• 意義：反映檢測方法排除未患病個體的能力。

3. 陽性預測值（Positive Predictive Value，PPV）：

• 定義：檢測結果為陽性的個體中，真正患病的比例。

• 計算公式：PPV = 真陽性數 / （真陽性數 + 假陽性數）

4. 陰性預測值（Negative Predictive Value，NPV）：

• 定義：檢測結果為陰性的個體中，真正未患病的比例。

• 計算公式：NPV = 真陰性數 / （真陰性數 + 假陰性數）

5. 準確性（Accuracy）：

• 定義：檢測結果正確（包括真陽性和真陰性）的比例。

• 計算公式：準確性 = （真陽性數 + 真陰性數） / （真陽性數 + 真陰性數 + 假陽性數 + 假陰性數）

6. 受試者工作特征曲線（Receiver Operating Characteristic Curve，ROC 曲線）：

• 定義：通過改變診斷閾值，以敏感性為縱坐標，1 - 特異性為橫坐標繪制的曲線。

• 意義：用于評估檢測方法的診斷效能，曲線下面積（AUC）越大，診斷效能越高。

7. 似然比（Likelihood Ratio）：

• 陽性似然比（Positive Likelihood Ratio，PLR）：真陽性率與假陽性率的比值。

• 陰性似然比（Negative Likelihood Ratio，NLR）：假陰性率與真陰性率的比值。

這些指標可以幫助綜合評估細胞檢測技術的性能，為其在臨床和研究中的應用提供可靠的依據。