在線即時計算器 · 純前端本地秒算 · 零數據上傳

🩺 診斷檢測準確度計算器

專業免費的 診斷檢測準確度計算器。純前端本機毫秒級計算、零資料上傳、極致隱私保護。提供詳細公式推導、實例示範與常見問答。

即時推算結果 (Computed Output)
0.9 = 90%
專業公認計算模型,即時運算完畢
📜 計算歷史記錄 (試算軌跡)
尚無歷史記錄,每次點擊「計算」將在此留下試算軌跡...

這個計算器能做什麼

診斷檢測準確度計算器能把一張 2x2 混淆矩陣,換算成流行病學與生物統計常用的各項指標:靈敏度(sensitivity)、特異度(specificity)、偽陰性率(FNR)、偽陽性率(FPR)、陽性預測值(PPV)、陰性預測值(NPV)以及盛行率(prevalence)。這是一個通用工具——背後的數學公式放諸四海皆準,不涉及任何特定國家的規定,無論在臺灣或世界各地,算法都完全相同。

使用方式

請輸入四個人數:實際患病的總人數、其中檢測結果為陽性的人數、未患病的總人數,以及其中檢測結果為陰性的人數。計算器會由此推導出矩陣的四個欄位:

a(真陽性)=患病且檢測為陽性者;c(偽陰性)=患病總人數減去 a;d(真陰性)=未患病且檢測為陰性者;b(偽陽性)=未患病總人數減去 d。

公式詳解

靈敏度 = a / (a + c),衡量檢測「找出疾病」的能力。

靈敏度 = ((a) ÷ (a + c))

特異度 = d / (b + d),衡量檢測在健康者身上「排除疾病」的能力。

特異度 = ((d) ÷ (b + d))

偽陰性率 FNR = c / (a + c) = 1 - 靈敏度;偽陽性率 FPR = b / (b + d) = 1 - 特異度。陽性預測值 PPV = a / (a + b),代表在檢測結果為陽性時,你真正患病的機率;陰性預測值 NPV = d / (c + d),代表在檢測結果為陰性時,你真正健康的機率。盛行率 = (a + c) / (a + b + c + d),是樣本中患病者所佔的比例,會強烈影響 PPV 與 NPV 的高低。

盛行率 = ((a + c) ÷ (a + b + c + d))

實例試算

假設有 100 名患病者(其中 90 人檢測為陽性),以及 1000 名未患病者(其中 950 人檢測為陰性):a = 90、c = 10、d = 950、b = 50。

靈敏度 = ((90) ÷ (100)) = 0.9000\ (90%)
特異度 = ((950) ÷ (1000)) = 0.9500\ (95%)
FNR = 0.1000
FPR = 0.0500
PPV = ((90) ÷ (140)) = 0.6429\ (64.29%)
NPV = ((950) ÷ (960)) = 0.9896\ (98.96%)
盛行率 = ((100) ÷ (1100)) = 0.0909\ (9.09%)

使用注意事項與精準校對原則(6 大核心守則)

📐 1. 嚴格對齊輸入量綱與單位

輸入各項數值時請務必確認量綱(例如小時、天數、金額、百分比),避免單位不匹配引發推算偏差。

🔒 2. 純前端本機毫秒級隱私保障

所有計算邏輯 100% 在您的終端瀏覽器內完成,資料絕不上傳伺服器,嚴格守護商業與個人隱私。

📊 3. 符合公認學術與產業計算模型

演算法嚴格遵循國際通用數學公式與標準計算模型,經多重情境交叉核對,數值嚴密精確。

📋 4. 一鍵複製與免登入 PDF 匯出

支援一鍵複製推算結果字串至剪貼簿,亦可直接點擊列印按鈕輸出純淨 PDF 工作報表。

🔄 5. 多情景敏感度動態對比

建議針對極端值與多組預期情景分別試算,觀察輸出數據的波動區間,輔助做出更穩健的決策。

🛡️ 6. 專業諮詢與日常參考免責聲明

本工具運算結果供日常排程、學業研習與事前參考之用,如涉及重大法規或投資決策請諮詢持證專家。

常見問題 (FAQ)

為什麼這裡的 PPV 遠低於靈敏度?
因為這個疾病很罕見(盛行率低),即使偽陽性人數不多,也會超過真陽性人數,把 PPV 拉低。PPV 與 NPV 永遠都會受到盛行率的影響。
FNR 和 FPR 有什麼不同?
FNR 是檢測「漏掉」的患病者比例;FPR 則是檢測把健康者「誤判」為陽性的比例。
如果某一類人數是 0 怎麼辦?
如果沒有患病者、沒有未患病者、沒有陽性結果或沒有陰性結果,對應的比值在數學上就無法定義,會留白不顯示。