查全率（Sensitivity）和漏检率（False Negative Rate）是与分类模型和诊断测试相关的两个指标，它们的区别在于从不同的角度考察了分类结果的准确性。

1. 查全率（Sensitivity）：查全率是指在所有真实正例中，分类器将其正确地判断为正例的比例。它衡量了分类器对于真实正例的识别能力。查全率越高，表示分类器能够较好地捕捉到真实正例，减少了漏报（将真实正例错分为负例）的可能性。

2. 漏检率（False Negative Rate）：漏检率是指在所有真实正例中，分类器将其错误地判断为负例（即漏检）的比例。它衡量了分类器没有正确识别到真实正例的能力。漏检率越低，表示分类器对真实正例的识别能力越好，减少了错过真实正例的可能性。总结而言，查全率关注的是分类器的正例识别能力，即尽量不漏报真实正例；而漏检率关注的是分类器漏报正例的情况，即将真实正例错误地判断为负例的程度。这两个指标在评估分类模型或诊断测试结果时，提供了不同的角度来考察分类结果的准确性。