了解負面的預測價值可能會令人困惑。 然而，它是了解醫學檢查質量和準確性的重要部分。陰性預測值告訴你如果對某種疾病檢測為陰性，這意味著什麼。 這是否定測試結果準確度的標誌。 換句話說，它告訴你實際上沒有這種疾病的可能性 。
陰性預測值定義為真陰性（測試陰性未感染的人）除以測試陰性的總人數。 它可能因測試靈敏度， 測試特異性和疾病發病率而異，如下面的示例所示。 由於他們工作的社區對疾病流行的依賴性，弄清楚負面預測價值是複雜的。 即使他們知道敏感性和特異性，大多數醫生在進行任何特定測試時都不能簡單地為您提供負數預測值。
替代拼寫： NPV
一個例子
如果衣原體檢測在衣原體感染率為10％的100人群體中具有80％的靈敏度和80％的特異性：
8個真正的陽性檢測結果為陽性
90個真實陰性中的72個測試陰性
在74個負面測試中，82個是真正的負面測試，2個是負面測試。 因此，陰性預測值（NPV）將為97％（72/74）。 97％測試陰性的人實際上對衣原體陰性。
-----
相反，如果在披衣菌流行率為40：
40個真陽性中有32個檢測為陽性
60個真實陰性中有40個測試陰性
在48個負面測試中，8個是否定的。 這意味著負面預測值是83％（40/48）。
各種因素如何影響負面預測價值
隨著疾病在人群中越來越普遍，負面預測值下降 。
相反， 正面預測價值上升。
同樣，高靈敏度測試會使負向預測值增加。 這是因為有更少的漏報。 （更多的人在高靈敏度試驗中呈陽性檢測結果）相反，高特異性檢測對陽性預測值更重要。 通過這些測試，誤報率更低。 特異性越高，負面測試負面的人越多。