敏感度

敏感度是指某项检测正确识别为阳性的、真正患有某种疾病的人群的比例。它回答了“在患有该疾病的人群中，有多少人能被检测出来？”这个问题，是评估诊断和筛查检测相对于参考标准的两种内在准确性测量指标之一，与特异度并列。

Definition

敏感度是给定疾病确实存在的情况下，检测结果为阳性的条件概率，计算方法是真阳性数除以患病总人数（真阳性数加假阴性数）。

Scope

本条目将敏感度定义为真阳性率，将其置于检测结果与真实疾病状态的2x2列联表中，解释了其补数（假阴性率），并阐述了如何估计敏感度、它为何会因患者谱而异，以及它与似然比的关系。这是一个方法学主题，不就任何特定检测的使用提供建议。

Key concepts

• 真阳性率
• 假阴性率（1 - 敏感度）
• 参考（金）标准
• 给定疾病的条件概率
• 谱偏倚
• 阳性似然比

Mechanisms

敏感度是沿着2x2列联表中的患病列计算的：在所有真实状态（由参考标准确定）为患病的受试者中，它是检测结果为阳性的比例。由于它以真实的疾病状态为条件，敏感度原则上独立于疾病在受检人群中的普遍程度；它表征的是检测本身而非人群。其补数，即1减去敏感度，是假阴性率——检测漏诊的患病人群比例。高度敏感的检测，当结果为阴性时，有助于排除某种疾病，因为很少有真实病例会产生阴性结果。敏感度与特异度结合形成阳性似然比，它表示阳性结果在多大程度上增加了患病的几率。敏感度的估计值会随着所研究病例的临床谱而变化，因此在严重、明确的病例中测得的值可能会高估其在较轻表现中的性能。

Clinical relevance

敏感度是判断检测发现疾病效果的常用标准，在漏诊病例会带来严重后果（如许多筛查情境）的情况下尤其受到重视。这一概念支持对诊断证据进行批判性评估；它描述的是检测的一种特性，而不是个体诊断或治疗决策的基础。

Epidemiology

在筛查中，通常优先考虑高敏感度，以尽量减少漏诊真实病例，同时接受更多的假阳性作为权衡。报告的敏感度对研究设计很敏感：谱偏倚以及参考标准的不完整或差异性应用可能会夸大其值，这也是STARD等报告标准要求明确描述如何处理参与者和参考标准的部分原因。

Evidence & guidelines

STARD声明要求诊断准确性研究报告参与者是如何选择的以及参考标准是如何应用的，这两者都直接影响估计的敏感度。

History

敏感度和特异度这对概念从更广泛的分类理论和信号检测理论进入医学统计学，并通过20世纪90年代医学文献中的阐释性工作，被临床医生广泛接受。20世纪70年代早期的方法学著作曾指出，所研究患者的谱系如何可能使这些测量产生偏倚。

Debates

敏感度是否真正独立于受检人群？

尽管敏感度被定义为检测的一种特性，但测得的敏感度会随病例的临床谱而变化，因此报告的值可能无法适用于疾病严重程度构成不同的人群。

Key figures

• Douglas Altman
• Martin Bland
• Jonathan Deeks
• David Ransohoff
• Alvan Feinstein

Seminal works

• altman-bland-1994a
• ransohoff-feinstein-1978
• deeks-altman-2004

Frequently asked questions

高敏感度检测在结果为阳性时是否能确诊疾病？

不能。高敏感度意味着阴性结果令人放心，因为很少有真实病例被漏诊；阳性结果仍需要结合特异度和基础患病率来判断疾病的真实可能性。

什么是假阴性率？

它是1减去敏感度：指患有某种疾病但被检测错误地归类为阴性的人群比例。