一个检测指标到底好使不好使该不该查，我们怎么判断？

实际上不管作为疾病诊断，还是作为评估的项目，一个指标有没有用，在学术上都需要去用ROC曲线去判断，即操作特征曲线（Receiver Operating Characteristic curve）。

小编知道写了这东西是什么你们也不会看，所以把这个简化成两个概念：

1.特异性 Specificity

特异性，也称为真阴性率。是指实际为阴性的样本中，判断为阴性的比例（例如真正未生病的人中，被医院判断为未生病者的比例），计算方式是真阴性除以真阴性+假阳性（实际为阴性，但判断为阳性）的比值。

好吧估计你们还是不（kan）会（bu）看（dong）。那么看下面：

特异性换句话说，就是你的方法能指定地判断出阴性的能力，我给你一堆金标准的阴性结果，你会不会误判出一些阳性的结果。不发病（称之为健康）的特征是有别于发病的特征，我们利用这些差异避免误诊，那么诊断标准对于这些差异利用的如何就用特异性来表示。

还看不懂？那就再简化来说，一个【指标】对【某种病】的特异性越高，就代表着健康的猫和生这个病的猫在这个项目上存在有很大的区别，阳性时确诊概率就越高。

2. 敏感性 Sensitivity

也称为真阳性率、召回率（Recall）。是指实际为阳性的样本中，判断为阳性的比例（例如真正有生病的人中，被判断为有生病者的比例），计算方式是真阳性除以真阳性+假阴性（实际为阳性，但判断为阴性）的比值。

敏感性顾名思义，就是我们的方法对阳性的敏感度，换句话说就是发病之后，你的诊断方法对疾病的敏感程度（识别能力）。

就像缉毒犬一样，给你一堆含毒品的行李箱，你能闻出多少出来。这个值命名为敏感性还是很形象的。

简单的说，敏感性就是，生病了，这个东西能不能给查出来。

举个反例，便检就是一个对寄生虫检查敏感度比较低的测试，和测试类型、取样手法、测试仪器原理等方面都有关系，经常会有查不出的情况，就需要多查几次。

好，有了这些基础的概念，大家就好懂了。

所以一个好指标判断标准是啥？

1）特异性高，有助于确诊是什么病；

2）敏感度高，容易查出来；

3）便宜，方便，顺手就给测了，还出来的快；

4）或者能够指导治疗方案。