单项选择题根据界值特征曲线(ROC分析)的判断标准,如果真阳性率与假阳性率相近()

A.有助于排除疾病存在,判定为正常
B.提示很可能正常
C.只提示可能有病
D.很可能有病
E.可以肯定有病


您可能感兴趣的试卷

你可能感兴趣的试题

1.单项选择题根据界值特征曲线(ROC分析)的判断标准,如果真阳性率小于假阳性率()

A.有助于排除疾病存在,判定为正常
B.提示很可能正常
C.只提示可能有病
D.很可能有病
E.可以肯定有病

2.单项选择题根据界值特征曲线(ROC分析)的判断标准,假阴性极高的界值()

A.有助于排除疾病存在,判定为正常
B.提示很可能正常
C.只提示可能有病
D.很可能有病
E.可以肯定有病

3.单项选择题根据Bayes理论,阴性预测率公式是()

A.[特异性×(1-流行率)]÷[(1-灵敏度)×流行率+特异性×(-1-流行率)]
B.(特异性×流行率)÷[(1-灵敏度)×流行率+特异性×(1-流行率)]
C.流行率÷[灵敏度×流行率+(1-特异性)×(1-流行率)]
D.灵敏度÷[灵敏度×流行率+(1-特异性)×(1-流行率)]
E.流行率÷[灵敏度×流行率十特异性×(1-流行率)]

4.单项选择题根据Bayes理论,阳性预测率公式是()

A.(灵敏度×流行率)÷[灵敏度×流行率+(1-特异性)×(1-流行率)]
B.(特异性×流行率)÷[灵敏度×流行率+(1-特异性)×(1-流行率)]
C.流行率÷[灵敏度×流行率+(1-特异性)×(1-流行率)]
D.灵敏度÷[灵敏度×流行率+(1-特异性)×(1-流行率)]
E.流行率÷[灵敏度×流行率+特异性×(1-流行率)]

5.单项选择题根据Bayes理论,一个未作过任何检查的患者患某种疾病的概率是()

A.大于他所处人群中该病的流行率
B.等于他所处人群中该病的流行率
C.小于他所处人群中该病的流行率
D.A、B、C均有可能
E.无法计算

6.单项选择题漏诊率的计算公式是()

A.真阳性例数÷(真阳性例数+假阴性例数)
B.真阳性例数÷(真阳性例数+假阳性例数)
C.真阴性例数÷(真阴性例数+假阳性例数)
D.假阴性例数÷(真阳性例数+假阴性例数)
E.假阳性例数÷(真阴性例数+假阳性例数)

7.单项选择题假阳性率的计算公式是()

A.真阳性例数÷(真阳性例数+假阴性例数)
B.真阳性例数÷(真阳性例数+假阳性例数)
C.真阴性例数÷(真阴性例数+假阳性例数)
D.假阴性例数÷(真阳性例数+假阴性例数)
E.假阳性例数÷(真阴性例数+假阳性例数)

8.单项选择题准确性的计算公式是()

A.真阳性例数÷(真阳性例数+假阴性例数)
B.真阳性例数÷(真阳性例数+假阳性例数)
C.真阴性例数÷(真阴性例数+假阳性例数)
D.(真阳性例数+真阴性例数)÷(真阳性例数+假阴性例数+假阳性例数+真阴性例数)
E.(真阳性例数+真阴性例数)÷(假阳性例数+假阴性例数)

9.单项选择题灵敏度的计算公式是()

A.真阳性例数÷(真阳性例数+假阴性例数)
B.真阳性例数÷(真阳性例数+假阳性例数)
C.真阴性例数÷(真阴性例数+假阳性例数)
D.(真阳性例数+真阴性例数)÷(真阳性例数+假阴性例数+假阳性例数+真阴性例数)
E.(真阳性例数+真阴性例数)÷(假阳性例数+假阴性例数)

10.单项选择题评价医学诊断效能的方法中,阴性例数中真正无病者的数量称为()

A.灵敏度
B.特异性
C.准确性
D.阳性结果预测值
E.阴性结果预测值