二乘二真相圖
我是一名擁有超過40年經驗的診斷放射科醫師。在診斷測試中，許多術語被用來描述檢測疾病或障礙的效果，例如「敏感度」、「特異度」、「預測值」、「勝算比」、「概似比」等。在文獻和醫學報告中，這些術語的使用往往缺乏一致性；作為一名聆聽或閱讀研究的醫師，我始終不清楚這些術語如何「相互關聯」。我的解決方案是發明了視覺化的二乘二圖，或稱真相圖，作為診斷測試中使用的標準列聯表的圖形替代方案（Johnson 1999）。上述概念及許多其他概念都以圖形方式呈現，它們之間的相互關係可以清晰可視化。與網格中的四個數字不同，座標系上的一個單一矩形透過其位置和形狀編碼了2×2表格的所有四個單元格。每個半軸對應一個單元格（見下文）。垂直高度對應患有障礙的受試者數量，水平寬度對應沒有障礙的受試者數量。一個低而寬的方框代表障礙的低盛行率；一個高而窄的方框代表高盛行率。該圖使得像敏感度、特異度、PPV、NPV、概似比，甚至貝氏定理等統計數據可以作為幾何關係——長度、面積、斜率和比例——而非抽象公式來觀察。拖動或調整方框大小以查看單元格值如何變化。此應用中的其他課程解釋了每個術語及其在圖上的呈現方式。任何這些畫面都可以保存用於演示和出版目的。請看一看並隨時給我反饋。參考文獻 Johnson KM. The two by two diagram: a graphical truth table. J Clin Epidemiol. 1999;52(11):1073-82. [PubMed] [ResearchGate] Johnson KM, Johnson BK. Visual presentation of statistical concepts in diagnostic testing: the 2×2 diagram. AJR Am J Roentgenol. 2014;203(1):W14-20. [PubMed] [ResearchGate] Johnson KM. Using Bayes’ rule in diagnostic testing: a graphical explanation. Diagnosis (Berl). 2017;4(3):159-67. [PubMed] [ResearchGate]
- 教育科技
- 數據分析
- 研究助理
✨ AI 摘要
二乘二真相圖是一種視覺化工具，以圖形方式呈現診斷測試概念，如敏感度、特異性和預測值。它使用座標系統中的單一矩形來編碼2x2列聯表的四個單元，清晰展示相互關係。
適合誰
醫學生, 診斷放射科醫師, 醫學診斷研究人員
為何值得關注
它透過將複雜的診斷測試統計數據，以單一互動圖表中的幾何關係視覺化呈現，從而簡化理解。
核心功能
- 使用幾何2x2圖表視覺化診斷測試統計數據（敏感度、特異度、陽性預測值、陰性預測值、似然比、貝氏定理）。
- 在座標系統中以單一可調整大小的矩形呈現列聯表的四個單元格。
- 當矩形被拖曳或調整大小時，動態更新單元格數值與統計圖示。
- 提供統計概念的圖形化解釋，以幾何關係取代抽象公式。
使用場景
- 醫學研究人員在開發新的診斷測試時，可以運用二乘二真相圖來視覺化呈現並比較其測試的敏感度與特異性，對照現有基準，協助解讀研究結果以供發表。
- 臨床流行病學家可以利用此圖表向醫學生或同事解釋複雜的統計概念，如預測值和貝氏定理，使這些指標之間的關係比傳統表格更直觀易懂。
- 放射科醫師在展示新篩檢方案的發現時，可以運用此圖表以圖形方式向非統計背景的聽眾說明測試的性能特徵，例如正確識別陽性病例和排除陰性病例的能力。