真阳性率在医学统计学中被定义为：在真实患病群体中，通过筛查试验正确识别为阳性者的比例[1] 。该指标通过混淆矩阵四格表中的真阳性（TP）与假阴性（FN）数据计算得出，其数值范围在0-1之间，数值越接近1说明诊断方法的灵敏度越高[1] 。
在医疗实践中有三个核心应用场景：
高灵敏度需求场景：对于致死率高或早期治疗获益显著的疾病（如结核病、艾滋病），需优先选择真阳性率≥95%的检测方法
诊断阈值调整：通过ROC曲线确定最佳临界值，当曲线最靠近左上角时，真阳性率与假阳性率的比值达到最优平衡[1]
流行病学影响：在疾病流行率较低时（如0.8%），即使真阳性率达99%，阳性预测值仍可能较低（如9%），需结合贝叶斯法则修正诊断结论