如果您的数据涉及对某项诊断试验的评估，Prism 会以五种方式呈现结果：
术语 |
含义 |
敏感性 |
该检测将患病者正确判定为阳性的比例。 |
特异性 |
检测中未患该疾病者被正确判定为阴性的比例。 |
阳性预测值 |
阳性试验结果的人群中，实际患有该疾病的人所占的比例。 |
阴性预测值 |
阴性试验结果的人群中，实际未患该疾病的人所占的比例。 |
似然比 |
如果阳性试验结果出现，患该疾病的可能性会增加多少倍？如果似然比等于6.0，则阳性试验结果出现的人患该疾病的可能性是阴性试验结果出现的人的6倍。似然比等于灵敏性/(1.0-特异性)。 |
灵敏度、特异度和似然比是该检测的固有属性。
阳性预测值和阴性预测值既是检测本身的特性，也是受检人群的特性。如果在疾病患病率不同的两个群体中使用同一项检测，其预测值将会不同。 一种在临床环境中非常有用的检测（预测值高），作为筛查检测时可能几乎毫无价值。在筛查检测中，疾病的患病率要低得多，因此阳性试验的预测值也会较低。
Prism 会根据您在“选项”选项卡中选择的计算比例置信区间的方法，为所有这些值计算置信区间。Prism 提供了三种方法，我们推荐混合型威尔逊/布朗法。
