描述

在此图（ROC曲线分析的一部分）中，可以针对一对敏感性/特异性值绘制针对疾病患病率的阳性和阴性预测值。

您可以从ROC曲线分析或文献中获得灵敏度和特异性值。

• 阳性预测值 

  测试呈阳性时疾病存在的可能性。 

  

• 负预测值 

  测试阴性时疾病不存在的可能性。 

  

程序可以选择绘制95％的置信区间。

必填项

Giguère等。（2016）研究了使用马end侧血清淀粉样蛋白（SAA）早期发现马蹄疫的地方病农场中的肺炎。对于> 53μg/ mL的最佳切点，他们发现灵敏度为64％，特异性为77％。

• 敏感性和特异性：以百分比形式输入敏感性和特异性。
• 选项：见下文 

图形

在图中，将阳性和阴性预测值相对于疾病患病率绘制。

绘制95％置信区间

MedCalc还可以在图中绘制95％的置信区间。这要求您输入患病组和正常组的病例数。这些是研究中确定敏感性和特异性的病例数。

首先单击选项95％置信区间，然后输入患病组和正常组的病例数。

Giguère等人的研究。（2016）包括25只小马驹经培养证实的马科肺炎（确定敏感性的阳性或患病病例），以及22只在整个繁殖季节保持临床健康的小马驹（阴性或正常病例，其特异性建立了）。

图形

新图包括正预测值和负预测值的95％置信区间。

MedCalc使用Mercaldo等人给出的标准logit方法计算预测值的置信区间。2007年。