診斷檢驗 EBM 計算器

2×2 → 概似比 (LR) → 後驗機率 ｜ Likelihood Ratios & Bayesian Update

1 計算檢驗指標

輸入模式：

填入四格人數（或按「載入範例」）。綠格＝判對，紅格＝判錯。

真實狀態（金標準）
有病 (D+)無病 (D−)
檢驗結果 陽性 (T+) TP 真陽 FP 偽陽
陰性 (T−) FN 偽陰 TN 真陰
為什麼看 LR 不只看 PPV/NPV？ PPV/NPV 會隨盛行率變動； LR 是檢驗本身的固有屬性，配上個別病人的 pre-test probability 才得到個人化結果（見區塊 2）。 經驗法則：LR+ >10 或 LR− <0.1 通常足以大幅改變臨床決策。

2 Bayes 更新：pre-test → post-test probability

輸入這位病人的「檢驗前機率」，選擇檢驗結果，看機率如何被更新。

核心公式（勝算版貝氏定理）： post-test odds = pre-test odds × LR， 其中 odds = p/(1−p)，再換回機率 p = odds/(1+odds)。 這正是下方 Fagan nomogram 視覺化的運算。

3 Fagan nomogram（互動圖）

拖動上方滑桿改變檢驗前機率，下方直線即時更新（圖為唯讀展示）；中間軸被通過的位置就是套用的 LR。左軸（檢驗前）刻意上下顛倒，這樣「左點→中間 LR→右點」連成一直線就是貝氏更新。

4 白話結果總結

可直接複製（給病歷／教學）；或一鍵清除全部重來。


    

      
      
      
    

  


  

    本工具為教學／實證練習用，非臨床決策依據。計算採標準公式：LR 的 95% CI 用 log 法（Simel 1991），
    比例的 CI 用 Wilson score，零格自動加 0.5 連續性校正。LR 強度白話分級依 Jaeschke/Guyatt/Sackett
    (JAMA 1994) 與 McGee (J Gen Intern Med 2002)。Nomogram 原理：Fagan TJ, NEJM 1975;293:257。