6、诊断测试中的配对互补指标解读

诊断测试中的配对互补指标解读

1. 准确性（Acc）与不准确性（Inacc）

准确性（Acc）指的是真阳性与真阴性之和除以测试的患者总数，其取值范围在 0 到 1 之间，数值越高越好。它有多种表示方式：
- 文字表示法：$Acc = (TP + TN)/(TP + FP + FN + TN) = (TP + TN)/N$
- 代数表示法：$Acc = a + d/(a + b + c + d) = a + d/N$
- 边际总数表示法：$Acc = r/N$

Acc 也被称为正确分类准确率、有效率、正确分数（FC）、测试效率或后验概率等。不过，它将假阴性（FN）和假阳性（FP）视为同样不可取，这在临床实践中往往不符合实际情况，是该指标的一个缺点。

同时，“准确性”这个术语可能存在歧义，除了 Acc 之外，还有其他衡量“准确性”的指标，如马修斯相关系数、F 测度以及受试者工作特征曲线下面积等。

Acc 基于 2×2 列联表两列的数据计算得出，因此它对类别不平衡或偏差较为敏感，即依赖于疾病的患病率。它可以用患病率（P）、互补患病率（P′）、灵敏度（Sens）和特异度（Spec）表示为：$Acc = (Sens · P) + (Spec · P′)$，用误差符号表示则为：$Acc = (1−β) · P + (1−α) · P′$。此外，Acc 还与样本截断值（Q）和预测值相关，即：$Acc = (PPV · Q) + (NPV · Q′)$。

示例 ：在一项 MACE 筛查测试准确性研究中，当 MACE 截断值 ≤20/30 时，$TP = 104$，$FN = 10$，$FP