https://www.yiliao.com/index.php?action=history&feed=atom&title=%E6%9F%A5%E5%85%A8%E7%8E%87
查全率 - 版本历史
2026-04-18T06:06:36Z
本wiki的该页面的版本历史
MediaWiki 1.35.1
https://www.yiliao.com/index.php?title=%E6%9F%A5%E5%85%A8%E7%8E%87&diff=316526&oldid=prev
77921020：建立内容为“<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff…”的新页面
2026-02-06T12:39:20Z
<p>建立内容为“<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff…”的新页面</p>
<p><b>新页面</b></p><div><div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff; max-width: 1200px; margin: auto;"><br />
<br />
<div style="margin-bottom: 30px; border-bottom: 1.2px solid #e2e8f0; padding-bottom: 25px;"><br />
<p style="font-size: 1.1em; margin: 10px 0; color: #334155; text-align: justify;"><br />
<strong>查全率</strong>（Recall），在临床流行病学中被称为<strong>[[灵敏度]]</strong>（Sensitivity），是衡量一个检索系统或诊断试验“发现所有阳性目标能力”的关键指标。<br />
<br>其数学定义是：在所有实际为“阳性”（如确实患病或确实相关的文献）的样本中，被正确识别出来的比例。查全率的核心使命是<strong>“不漏诊”</strong>（尽量减少[[假阴性]]）。在<strong>[[文献检索]]</strong>（尤其是为<strong>[[系统评价]]</strong>做准备）和<strong>疾病筛查</strong>（如核酸检测）中，查全率通常被置于比<strong>[[查准率]]</strong>更高的优先级，宁可“错杀一千”（假阳性），不可“放过一个”（假阴性）。<br />
</p><br />
</div><br />
<br />
<div class="medical-infobox mw-collapsible mw-collapsed" style="width: 100%; max-width: 320px; margin: 0 auto 35px auto; border: 1.2px solid #bae6fd; border-radius: 12px; background-color: #ffffff; box-shadow: 0 8px 20px rgba(0,0,0,0.05); overflow: hidden;"><br />
<br />
<div style="padding: 15px; color: #1e40af; background: linear-gradient(135deg, #e0f2fe 0%, #bae6fd 100%); text-align: center; cursor: pointer;"><br />
<div style="font-size: 1.2em; font-weight: bold; letter-spacing: 1.2px;">Recall</div><br />
<div style="font-size: 0.7em; opacity: 0.85; margin-top: 4px; white-space: nowrap;">Sensitivity / True Positive Rate (点击展开)</div><br />
</div><br />
<br />
<div class="mw-collapsible-content"><br />
<div style="padding: 25px; text-align: center; background-color: #f8fafc;"><br />
<div style="width: 100px; height: 100px; background-color: #e2e8f0; border-radius: 50%; margin: 0 auto; display: flex; align-items: center; justify-content: center; color: #94a3b8; font-size: 0.8em;"><br />
<br />
</div><br />
<div style="font-size: 0.8em; color: #64748b; margin-top: 12px; font-weight: 600;">宁可错杀，不可漏网</div><br />
</div><br />
<br />
<table style="width: 100%; border-spacing: 0; border-collapse: collapse; font-size: 0.85em;"><br />
<tr><br />
<th colspan="2" style="padding: 8px 12px; background-color: #e0f2fe; color: #1e40af; text-align: left; font-size: 0.9em; border-top: 1px solid #bae6fd;">指标档案</th><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0; width: 40%;">中文别名</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">敏感度, 真阳性率</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0;">核心公式</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #1e40af;">TP / (TP + FN)</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0;">互补指标</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #16a34a;">[[漏诊率]] (1 - Recall)</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0;">制衡指标</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">[[查准率]] / [[特异度]]</td><br />
</tr><br />
<br />
<tr><br />
<th colspan="2" style="padding: 8px 12px; background-color: #e0f2fe; color: #1e40af; text-align: left; font-size: 0.9em; border-top: 1px solid #bae6fd;">应用场景</th><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0;">文献检索</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #1e40af;">追求 100% (系统评价)</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0;">临床诊断</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">疾病筛查 (Screening)</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569;">数据科学</th><br />
<td style="padding: 6px 12px; color: #0f172a;">分类算法评价</td><br />
</tr><br />
</table><br />
</div><br />
</div><br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">数学本质：对抗假阴性</h2><br />
<p style="margin: 15px 0; text-align: justify;"><br />
理解查全率的基础是<strong>[[混淆矩阵]]</strong> (Confusion Matrix)。它是对“真实世界”与“检测结果”的比较。<br />
</p><br />
<br />
<div style="background-color: #f0f9ff; border-left: 5px solid #1e40af; padding: 15px 20px; margin: 20px 0; border-radius: 4px;"><br />
<ul style="margin: 0; padding-left: 20px; color: #334155;"><br />
<li style="margin-bottom: 12px;"><strong>分子：真阳性 (TP)。</strong> 系统成功找到的相关文献/病人。</li><br />
<li style="margin-bottom: 12px;"><strong>分母：真阳性 (TP) + 假阴性 (FN)。</strong> 现实世界中<strong>所有</strong>真正相关文献/病人的总和。</li><br />
<li style="margin-bottom: 0;"><strong>核心含义：</strong> 查全率 = $TP \div (TP + FN)$。<br />
<br>分母是固定的（客观真理），分子越大，说明我们找到的比例越高。查全率高，意味着<strong>[[假阴性]]</strong>（漏网之鱼）少。</li><br />
</ul><br />
</div><br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">双重身份：文献检索 vs 临床诊断</h2><br />
<p style="margin: 15px 0; text-align: justify;"><br />
同一个数学公式，在不同场景下有着不同的名字和策略侧重。<br />
</p><br />
<div style="overflow-x: auto; margin: 20px auto;"><br />
<table style="width: 100%; border-collapse: collapse; border: 1.2px solid #cbd5e1; font-size: 0.9em; text-align: left;"><br />
<tr style="background-color: #f1f5f9; border-bottom: 2px solid #0f172a;"><br />
<th style="padding: 12px; border: 1px solid #cbd5e1; color: #0f172a; width: 20%;">场景</th><br />
<th style="padding: 12px; border: 1px solid #cbd5e1; color: #1e40af; width: 25%;">名称</th><br />
<th style="padding: 12px; border: 1px solid #cbd5e1; color: #475569; width: 55%;">策略与代价</th><br />
</tr><br />
<tr><br />
<td style="padding: 10px; border: 1px solid #cbd5e1; font-weight: 600;">文献检索</td><br />
<td style="padding: 10px; border: 1px solid #cbd5e1;"><strong>查全率</strong><br>(Recall)</td><br />
<td style="padding: 10px; border: 1px solid #cbd5e1;"><br />
<strong>策略：</strong>使用大量同义词（OR连接）、[[MeSH]]词、截词符（*）。<br />
<br><strong>代价：</strong>检索出大量不相关的垃圾文献（低查准率），需人工筛选剔除。<br />
</td><br />
</tr><br />
<tr><br />
<td style="padding: 10px; border: 1px solid #cbd5e1; font-weight: 600;">临床诊断</td><br />
<td style="padding: 10px; border: 1px solid #cbd5e1;"><strong>敏感度</strong><br>(Sensitivity)</td><br />
<td style="padding: 10px; border: 1px solid #cbd5e1;"><br />
<strong>策略：</strong>用于<strong>[[筛查]]</strong>（如机场安检、HIV初筛）。<br />
<br><strong>代价：</strong>会有健康人被误判为阳性（假阳性），导致恐慌和过度检查，需金标准确诊。<br />
</td><br />
</tr><br />
</table><br />
</div><br />
<br />
<div style="font-size: 0.92em; line-height: 1.6; color: #1e293b; margin-top: 50px; border-top: 2px solid #0f172a; padding: 15px 25px; background-color: #f8fafc; border-radius: 0 0 10px 10px;"><br />
<span style="color: #0f172a; font-weight: bold; font-size: 1.05em; display: inline-block; margin-bottom: 15px;">关键相关概念 [Key Concepts]</span><br />
<br />
<p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
<strong>1. Trade-off (博弈关系)：</strong> 查全率与查准率（Precision/特异度）通常呈<strong>负相关</strong>。想把所有坏人都抓绝（高查全），必然会误抓好人（低查准）。在系统评价中，我们牺牲查准率来换取高查全率。<br />
</p><br />
<br />
<p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
<strong>2. SnNout (Se-N-Out)：</strong> 临床记忆口诀。如果一个诊断试验的<strong>敏感度 (Sn)</strong> 极高，那么当检测结果为<strong>阴性 (N)</strong> 时，可以放心地<strong>排除 (out)</strong> 疾病。因为高敏意味着几乎没有假阴性。<br />
</p><br />
<br />
<p style="margin: 12px 0;"><br />
<strong>3. F1 Score：</strong> 在数据科学中，为了平衡查全率和查准率，常使用两者的<strong>调和平均数</strong>（F1 Score）来综合评价一个分类器的性能。<br />
</p><br />
</div><br />
<br />
<div style="font-size: 0.92em; line-height: 1.6; color: #1e293b; margin-top: 20px; border-top: 2px solid #0f172a; padding: 15px 25px; background-color: #ffffff;"><br />
<span style="color: #0f172a; font-weight: bold; font-size: 1.05em; display: inline-block; margin-bottom: 15px;">学术参考文献 [Academic Review]</span><br />
<br />
<p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
[1] <strong>Lefebvre C, et al. (2023).</strong> <em>Cochrane Handbook: Chapter 4: Searching for and selecting studies.</em> <strong>[[Wiley]]</strong>. <br><br />
<span style="color: #475569;">[点评]：Cochrane 手册明确指出，系统评价的检索策略设计必须以“最大化敏感度”（即查全率）为首要目标，以避免发表偏倚。</span><br />
</p><br />
<br />
<p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
[2] <strong>詹思延. (2017).</strong> <em>流行病学 (第8版).</em> <strong>[[人民卫生出版社]]</strong>. <br><br />
<span style="color: #475569;">[点评]：国内经典教材。在“筛查与诊断试验的评价”章节，系统阐述了灵敏度（查全率）与特异度的计算及其临床意义。</span><br />
</p><br />
<br />
<p style="margin: 12px 0;"><br />
[3] <strong>Altman DG, Bland JM. (1994).</strong> <em>Diagnostic tests. 1: Sensitivity and specificity.</em> <strong>[[BMJ]]</strong>. <br><br />
<span style="color: #475569;">[点评]：统计学大师 Altman 的经典科普文章，清晰地解释了为什么高敏感度的测试适合用于排除诊断（Rule-out）。</span><br />
</p><br />
</div><br />
<br />
<div style="margin: 40px 0; border: 1px solid #e2e8f0; border-radius: 8px; overflow: hidden; font-family: 'Helvetica Neue', Arial, sans-serif; font-size: 0.9em;"><br />
<div style="background-color: #eff6ff; color: #1e40af; padding: 8px 15px; font-weight: bold; text-align: center; border-bottom: 1px solid #dbeafe;"><br />
评价指标体系 · 知识图谱<br />
</div><br />
<table style="width: 100%; border-collapse: collapse; background-color: #ffffff;"><br />
<tr style="border-bottom: 1px solid #f1f5f9;"><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle;">上级学科</td><br />
<td style="padding: 10px 15px; color: #334155;">[[卫生统计学]] • [[文献检索]]</td><br />
</tr><br />
<tr style="border-bottom: 1px solid #f1f5f9;"><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle;">对手指标</td><br />
<td style="padding: 10px 15px; color: #334155;">[[查准率]] (Precision) • [[特异度]] (Specificity)</td><br />
</tr><br />
<tr><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle;">相关应用</td><br />
<td style="padding: 10px 15px; color: #334155;">[[系统评价]] • 疾病筛查 • [[ROC曲线]]</td><br />
</tr><br />
</table><br />
</div><br />
<br />
</div></div>
77921020