accuracy_stats.tsv

This is a TSV file that has the summary statistics for each tool and each drug.The statistics columns are as follows.<br> - TP: number of true-positives - TN: number of true-negatives - FP: number of false-positives - FN: number of false-negatives - FAIL_R: number of failed runs, where the sample phenotype was resistant - FAIL_S: number of failed runs, where the sample phenotype was susceptible - UNK_R: number of unknown calls, where the sample phenotype was resistant - UNK_S: number of unknown calls, where the sample phenotype was susceptibe - Sensitivity: 100 * TP / (TP + FN) - Specificity: 100 * TN / (TN + FP) - PPV: 100 * TP / (TP + FP) - NPV: 100 * TN / (TN + FN) - FNR: 100 * FN / (FN + TP) - FPR: 100 * FP / (FP + TN) - *_conf_low and *_conf_high: confidence intervals for each<br>of the statistics.

本数据集为TSV格式文件，包含各工具与每种药物的汇总统计结果。其统计指标列如下：
- 真阳性（TP, True Positives）：真阳性样本数量
- 真阴性（TN, True Negatives）：真阴性样本数量
- 假阳性（FP, False Positives）：假阳性样本数量
- 假阴性（FN, False Negatives）：假阴性样本数量
- 耐药样本运行失败次数（FAIL_R）：样本表型为耐药但运行失败的总次数
- 敏感样本运行失败次数（FAIL_S）：样本表型为敏感但运行失败的总次数
- 耐药样本未知判定次数（UNK_R）：样本表型为耐药但被判定为未知的总次数
- 敏感样本未知判定次数（UNK_S）：样本表型为敏感但被判定为未知的总次数
- 灵敏度（Sensitivity）：计算公式为100 × TP / (TP + FN)
- 特异度（Specificity）：计算公式为100 × TN / (TN + FP)
- 阳性预测值（PPV, Positive Predictive Value）：计算公式为100 × TP / (TP + FP)
- 阴性预测值（NPV, Negative Predictive Value）：计算公式为100 × TN / (TN + FN)
- 假阴性率（FNR, False Negative Rate）：计算公式为100 × FN / (FN + TP)
- 假阳性率（FPR, False Positive Rate）：计算公式为100 × FP / (FP + TN)
- *_置信下限与*_置信上限：各对应统计量的置信区间（*为各统计指标的占位符）