{"id":"2000580","slug":"wiki-8fc2b4cff46987","title":"灵敏度和特异度","summary":"灵敏度和特异度是描述医学检验准确性的指标。灵敏度指实际阳性样本中被判断为阳性的比例，特异度指实际阴性样本中被判断为阴性的比例。两者之间存在权衡关系，可用ROC曲线表示。","topic":"医学","kind":"doc","language":"zh-CN","source":"wikipedia:zh","source_url":"https://zh.wikipedia.org/wiki/%E9%9D%88%E6%95%8F%E5%BA%A6%E5%92%8C%E7%89%B9%E7%95%B0%E5%BA%A6","license":"CC BY-SA 4.0","updated_at":"2026-11-07T13:34:52.775Z","word_count":895,"url":"https://knowledgehub.wujiss.com/a/wiki-8fc2b4cff46987","sections":[{"heading":"","text":"灵敏度和特异度（英语：Sensitivity and specificity），或称敏感性和特异性，是从数学角度描述某种病症检验的准确性，在医学中广为使用。 灵敏度（Sensitivity，也称为真阳性率、召回率（Recall） ）是指实际为阳性的样本中，判断为阳性的比例（例如真正有生病的人中，被判断为有生病者的比例），计算方式是真阳性除以真阳性+假阴性（实际为阳性，但判断为阴性）的比值。 特异度（Specificity，也称为真阴性率）是指实际为阴性的样本中，判断为阴性的比例（例如真正未生病的人中，被医院判断为未生病者的比例），计算方式是真阴性除以真阴性+假阳性（实际为阴性，但判断为阳性）的比值。 必须注意的是「阳性」与「阴性」这两个词并不指涉固定的值，仅是表示存在或不存在，当使用在不同主题时，其意义不会相同。例如应用在讨论疾病时，「阳性」可以表示「染病」，「阴性」可以表示「健康」。 包括医学诊断检验的许多测试中，灵敏度是指真阳性没有被忽视的程度（所以伪阴性很少），而特异度是真阴性确实鉴别的程度（所以伪阳性很少）。因此，一个高灵敏度的检验很少忽略真阳性（例如：即使有异常仍然检验为无异常）；而高特异度检验则很少将不是检验目标的其他东西鉴别为阳性（例如：检验出一种非常相似的细菌却将其误判为目标细菌）。一个高灵敏度且高特异度的检验表示其两方面都做得好，所以这个检验「很少忽略它正在寻找的目标并且很少将其他东西误判为目标。」 灵敏度可以作为避免假阴性的量化指标，而特异度可以作为避免假阳性的量化指标。对于任何测试而言，都需要在灵敏度及特异度之间进行取舍。例如机场安检中对于登机人员是否有携带危险物品的检查，扫描器可能会在检查到像皮带头或锁匙等低危险物品时触发（低特异度），但会减少实际携带了危险物品，但没有检查到的可能性（高灵敏度）。这个取舍可以用ROC曲线（接收者操作特征曲线）来表示。完美的分类器可以达到100%的灵敏度（所有生病的人都会检测为生病），及100%的特异度（没有一个健康不生病的人会被检测为生病）。但是理论上所有的分类器都会有最小的误差范围，称为贝叶斯错误率。"}],"text":"灵敏度和特异度（英语：Sensitivity and specificity），或称敏感性和特异性，是从数学角度描述某种病症检验的准确性，在医学中广为使用。 灵敏度（Sensitivity，也称为真阳性率、召回率（Recall） ）是指实际为阳性的样本中，判断为阳性的比例（例如真正有生病的人中，被判断为有生病者的比例），计算方式是真阳性除以真阳性+假阴性（实际为阳性，但判断为阴性）的比值。 特异度（Specificity，也称为真阴性率）是指实际为阴性的样本中，判断为阴性的比例（例如真正未生病的人中，被医院判断为未生病者的比例），计算方式是真阴性除以真阴性+假阳性（实际为阴性，但判断为阳性）的比值。 必须注意的是「阳性」与「阴性」这两个词并不指涉固定的值，仅是表示存在或不存在，当使用在不同主题时，其意义不会相同。例如应用在讨论疾病时，「阳性」可以表示「染病」，「阴性」可以表示「健康」。 包括医学诊断检验的许多测试中，灵敏度是指真阳性没有被忽视的程度（所以伪阴性很少），而特异度是真阴性确实鉴别的程度（所以伪阳性很少）。因此，一个高灵敏度的检验很少忽略真阳性（例如：即使有异常仍然检验为无异常）；而高特异度检验则很少将不是检验目标的其他东西鉴别为阳性（例如：检验出一种非常相似的细菌却将其误判为目标细菌）。一个高灵敏度且高特异度的检验表示其两方面都做得好，所以这个检验「很少忽略它正在寻找的目标并且很少将其他东西误判为目标。」 灵敏度可以作为避免假阴性的量化指标，而特异度可以作为避免假阳性的量化指标。对于任何测试而言，都需要在灵敏度及特异度之间进行取舍。例如机场安检中对于登机人员是否有携带危险物品的检查，扫描器可能会在检查到像皮带头或锁匙等低危险物品时触发（低特异度），但会减少实际携带了危险物品，但没有检查到的可能性（高灵敏度）。这个取舍可以用ROC曲线（接收者操作特征曲线）来表示。完美的分类器可以达到100%的灵敏度（所有生病的人都会检测为生病），及100%的特异度（没有一个健康不生病的人会被检测为生病）。但是理论上所有的分类器都会有最小的误差范围，称为贝叶斯错误率。"}