当使用标志物评价基本的疾病过程时，可对灵敏度和特异度的定义进行扩展。在对特定病毒变种的探针的实验室测定中，灵敏度可定义为病毒出现时标志物为正的可能性。在流行病学调查中，灵敏度可定义为具有某条件的人将被正确地分入标志物测定也具有该条件组的概率，特异度可被定义为没有某条件的人将被正确地分入不具该条件组的概率。考虑到疾病和暴露状态的错误分组中差异的存在性和方向性，以及特异度和灵敏度，统计检验的结果可能偏离或偏向零假设。

对于连续值标志物，错分的误差可以估计出来，并能导出分组规则以最大限度地减小错分率，甚至可得到从一个总体到另一总体不同的错分代价。若

则将多元观察向量 X指定为属于总体 i ₀，式（6-5）中 μ _i和 μ _j是第 i组和第 j组的均数向量，∑是公共组内协方差阵， π _i和 π _j是一个样品来自第 i总体还是第 j总体的事前概率， C（ i， j）是与从总体 j错分到总体 i有关的代价。在有着相同受试者数的病例-对照研究中， π _i（ i=0，1）的合理选择是0.5。SAS、BMDP、SPSS等统计软件均有用样本均数和方差代替总体值的算法。这种称为线性判别分析的方法可参考相关文献。这种方法假定样本是从多元正态总体中抽取的。如果正态性不满足，或变量数相对于观察例数过多，会导致一系列偏性。当该假定明显不满足时，可用非参数过程代替参数模型。