【阴性预测值的定义是( )】在医学和统计学中，阴性预测值（Negative Predictive Value, NPV） 是一个重要的指标，用于评估某种检测方法在判断某人“未患病”时的准确性。它表示在所有检测结果为阴性的人中，真正没有患病的比例。
一、阴性预测值的定义
阴性预测值（NPV） 是指：在所有检测结果为阴性的人群中，实际未患病的人所占的比例。换句话说，它是衡量检测工具在识别“健康人”方面准确性的指标。
公式如下：
$$
\text{NPV} = \frac{\text{真阴性（TN）}}{\text{真阴性（TN）} + \text{假阴性（FN）}}
$$
其中：
- 真阴性（TN）：实际未患病，检测结果也为阴性；
- 假阴性（FN）：实际患病，但检测结果为阴性。
二、与相关概念的区别
| 概念 | 定义 | 公式 |
| 阴性预测值（NPV） | 检测为阴性中真正未患病的比例 | $ \frac{TN}{TN + FN} $ |
| 灵敏度（Sensitivity） | 患病者中被正确检测出的比例 | $ \frac{TP}{TP + FN} $ |
| 特异度（Specificity） | 未患病者中被正确检测出的比例 | $ \frac{TN}{TN + FP} $ |
| 阳性预测值（PPV） | 检测为阳性中真正患病的比例 | $ \frac{TP}{TP + FP} $ |
三、实际应用中的意义
在临床诊断中，NPV 的高低受到疾病患病率的影响。当疾病非常罕见时，即使检测结果为阴性，也可能存在较高的假阴性风险，从而导致 NPV 下降。
例如，在筛查高发性疾病时，如果人群中患病率较高，那么 NPV 会相对较高；而在低发人群中，即使检测结果为阴性，也有可能是假阴性，因此需要结合其他检查手段进一步确认。
四、总结
阴性预测值（NPV） 是衡量一种检测方法在判断“未患病”时准确性的关键指标。它的计算基于真阴性和假阴性数据，适用于评估检测系统在排除疾病方面的可靠性。理解 NPV 有助于医生和研究人员更科学地解读检测结果，并做出更合理的诊断决策。
| 项目 | 含义 |
| 阴性预测值（NPV） | 检测为阴性中真正未患病的比例 |
| 公式 | $ \frac{TN}{TN + FN} $ |
| 影响因素 | 疾病患病率、检测灵敏度、特异度等 |
| 实际意义 | 评估检测在排除疾病中的准确性 |
