预测肿瘤算法

❶ 简述常用于评估肿瘤标志物的统计指标，并说明其计算公式与含义。

常用的评估肿瘤标志物的统计指标有：
(1)敏感性=真阳性/所有肿瘤病人数×100%；敏感性是描述标志物诊断价值的主要指标之一，反映了试验检测疾病的能力，敏感性越高，检出疾病的可能性越大，100%的敏感性意味着能检测出所有的病人。
(2)特异性=真阴性/所有非肿瘤病人数×100%；特异性是描述标志物诊断价值的主要指标之一，反映了识别疾病的辨别能力，特异性越高，误诊的可能性越小，100%的特异性意味所有的正常人都是阴性，只有病人是阳性。
(3)阳性预测价值=真阳性/(真阳性+假阳性)×100%；阳性预测价值指如果某一标志物检测结果是阳性，患病的机会是多少。阳性预测价值是用于判断人群患病率的指标之一。
(4)阴性预测价值=真阴性/(真阴性+假阴性)×100%；阴性预测价值指如果某一标志物检测结果是阴性，不患癌症的可能性有多大。阴性预测价值是用于判断人群患病率的指标之一。
(5)准确率(有效率)=(真阳性+真阴性)/总例数%；准确率是综合判断肿瘤标志物的一个指标，一般来说，特异性越高、敏感性越高，准确率就越高，标志物的应用价值也高。