根据Bayes理论阳性预测率公式是()。
A:
B: 灵敏度÷[灵敏度×流行率+(1-特异性)×(1-流行率)]
C:
D: (灵敏度×流行率)÷[灵敏度×流行率+(1-特异性)×(1-流行率)]
E:
F: 流行率÷[灵敏度×流行率+(1-特异性)×(1-流行率)]
G:
H: [特异性×(1-流行率)]÷[(1-灵敏度)×流行率+特异性×(1-流行率)]
I:
J: 流行率÷[灵敏度×流行率+特异性×(1-流行率)]
A:
B: 灵敏度÷[灵敏度×流行率+(1-特异性)×(1-流行率)]
C:
D: (灵敏度×流行率)÷[灵敏度×流行率+(1-特异性)×(1-流行率)]
E:
F: 流行率÷[灵敏度×流行率+(1-特异性)×(1-流行率)]
G:
H: [特异性×(1-流行率)]÷[(1-灵敏度)×流行率+特异性×(1-流行率)]
I:
J: 流行率÷[灵敏度×流行率+特异性×(1-流行率)]
B
举一反三
- 根据Bayes理论,阳性预测率公式是 A: (灵敏度×流行率)÷[灵敏度×流行率+(1-特异性)×(1-流行率)] B: (特异性×流行率)÷[灵敏度×流行率+(1-特异性)×(1-流行率)] C: 流行率÷[灵敏度×流行率+(1-特异性)×(1-流行率)] D: 灵敏度÷[灵敏度×流行率+(1-特异性)×(1-流行率)] E: 流行率÷[灵敏度×流行率+特异性×(1-流行率)]
- 根据Bayes理论,阴性预测率公式是() A: A[特异性×(1-流行率)]÷[(1-灵敏度)×流行率+特异性×(-1-流行率)] B: B(特异性×流行率)÷[(1-灵敏度)×流行率+特异性×(1-流行率)] C: C流行率÷[灵敏度×流行率+(1-特异性)×(1-流行率)] D: D灵敏度÷[灵敏度×流行率+(1-特异性)×(1-流行率)] E: E流行率÷[灵敏度×流行率十特异性×(1-流行率)]
- 阳性似然比是指诊断试验的真阳性率与假阳性率的比值,即阳性似然比= A: 特异度/(1-灵敏度) B: (1- 灵敏度)/特异度 C: 灵敏度/(1-特异度) D: (1- 特异度)/灵敏度 E: (1-灵敏度)/(1-特异度)
- 阳性拟然比() A: =灵敏度/(1-特异度) B: =假阴性/真阳性 C: =真阳性/假阴性 D: =(1-灵敏度)/特异度 E: =灵敏度/特异度
- 两项筛检试验联合应用时按照并联试验判定结果,则: A: 灵敏度↑误诊率↓ B: 灵敏度↑漏诊率↓ C: 灵敏度↓特异度↑ D: 特异度↑误诊率↓ E: 特异度↑漏诊率↓
内容
- 0
关于诊断试验的评价指标,哪个说法是正确的?() A: 灵敏度愈高.误诊率愈低 B: 灵敏度愈高.漏诊率愈低 C: 特异度愈高.误诊率愈高 D: 特异度愈高.漏诊率愈高 E: 灵敏度越高.特异度也越高
- 1
评价筛检试验真实性的指标是( ) A: 特异度、灵敏度 B: 符合率 C: 灵敏度、假阴性率 D: 灵敏度、假阳性率
- 2
假阴性率也称为() A: 灵敏度 B: 特异度 C: 漏诊率 D: 误诊率 E: 约登指数
- 3
评价筛检试验真实性的指标是 A: OR、RR B: 符合率 C: 灵敏度、假阴性率 D: 灵敏度、假阳性率 E: 特异度、灵敏度
- 4
设备的有形损耗率等于______。 A: 1-成新率 B: 1/成新率 C: 成新率-1 D: 1×成新率