ماشین‌حساب نسبت درست‌نمایی

درباره این ابزار

نسبت درست‌نمایی تشخیصی نشان می‌دهد نتیجهٔ یک آزمون چقدر باید باور شما را دربارهٔ اینکه بیمار دچار یک وضعیت است جابه‌جا کند. نسبت درست‌نمایی مثبت LR+ = حساسیت / (1 − ویژگی) است، که نشان می‌دهد نتیجهٔ مثبت در کسی که بیماری دارد در برابر کسی که ندارد چقدر محتمل‌تر است؛ نسبت درست‌نمایی منفی LR− = (1 − حساسیت) / ویژگی است، که نشان می‌دهد نتیجهٔ منفی تا چه حد باید سوءظن را کاهش دهد. LR+ بالاتر از ۱۰ یا LR− پایین‌تر از ۰٫۱ عموماً شاهد قوی شمرده می‌شود.

بالینگران LR را با احتمال پیش‌آزمون بیمار (بر پایهٔ شیوع و تظاهر بالینی) — اغلب از راه نوموگرام فاگان یا قضیهٔ بیز — ترکیب می‌کنند تا احتمال پس‌آزمون بیماری را بسنجند، و همین آن را در استدلال تشخیصی مبتنی بر شواهد محوری می‌کند. همه‌گیرشناسان از نسبت‌های درست‌نمایی برای ارزیابی اینکه یک آزمون غربالگری یا تشخیصی فراتر از حساسیت و ویژگی خامش واقعاً چقدر مفید است استفاده می‌کنند، و دانشجویان پزشکی LR را ابزاری اصلی برای تفسیر نتایج آزمایش و تصویربرداری در بافتار می‌آموزند.