Kako izračunati osjetljivost, specifičnost, pozitivnu prediktivnu vrijednost i negativnu prediktivnu vrijednost

Video: Sensitivity, Specificity, PPV, NPV

Sadržaj

Koraci
Metoda 1 od 1: Neka se sami računate
Savjeti
Upozorenja

U svakom ispitivanju provedenom na određenoj populaciji važno je izračunati osjetljivost, specifičnost, pozitivna prediktivna vrijednost i negativna prediktivna vrijednost kako bi se utvrdilo koliko je ovaj test koristan u dijagnosticiranju bolesti ili karakteristika određene skupine stanovništva. Ako želimo koristiti ovaj test za istraživanje karakteristika odabrane populacije, moramo znati:

Koliko je vjerojatno da će test otkriti Dostupnost znakovi kod ljudi s karakteristične karakteristike (osjetljivost)?
Koliko je vjerojatno da će test otkriti odsutnost znakovi kod ljudi bez karakteristične karakteristike (specifičnost)?
Kolika je vjerojatnost da osoba ima pozitivan rezultat testa je zapravo tamo je znakovi (pozitivna prediktivna vrijednost)?
Kolika je vjerojatnost da osoba ima negativan rezultat testa je zapravo Ne znakovi (negativna prediktivna vrijednost)?

Vrlo je važno izračunati te vrijednosti kako bi se utvrditi je li test od pomoći u procjeni karakteristika određene populacije... U ovom ćemo vam članku pokazati kako izračunati ove vrijednosti.

Koraci

Metoda 1 od 1: Neka se sami računate

1 Napravite uzorak populacije, na primjer 1000 pacijenata u klinici.
2 Prepoznajte bolest ili znakove koje istražujete, poput sifilisa.
3 Provedite pouzdan test zlatnog standarda za utvrđivanje prevalencije bolesti ili znakova, poput informacija o prisutnosti bakterija blijeda treponema, dobiven mikroskopom tamnog polja, uzimajući u obzir kliničku sliku. Upotrijebite test zlatnog standarda da biste utvrdili tko ima, a tko nema. Radi jasnoće, pretpostavimo da ih ima 100 ispitanika, ali 900 ih nema.
4 Osmislite test za osjetljivost, specifičnost, pozitivnu prediktivnu vrijednost i negativnu prediktivnu vrijednost interesne populacije te testirajte uzorak populacije. Na primjer, recimo da je ovo brzi plazma reagens (RPR) test na sifilis. Koristite ga za uzorkovanje 1000 ljudi.
5 Od onih sa simptomima (kako je utvrđeno zlatnim standardom) napišite broj ljudi s pozitivnim i negativnim rezultatima. Na isti način testirajte ljude koji ne pokazuju znakove (kako je utvrđeno zlatnim standardom). Dobit ćete četiri znamenke. Ljudi sa simptomima I pozitivnim rezultatom su pravo pozitivno (PI)... Ljudi sa simptomima I negativnim rezultatima su lažno negativan (LO)... Ljudi bez znakova I pozitivnog rezultata jesu lažno pozitivan (LP)... Ljudi bez znakova I negativnog rezultata jesu pravi negativan (IR)... Radi jasnoće, recimo da ste testirali 1000 pacijenata na RPR -u. 95 od 100 pacijenata sa sifilisom bilo je pozitivno, a 5 negativno. Od 900 pacijenata koji nisu imali sifilis, 90 je pozitivno, a 810 negativno. U ovom slučaju, PI = 95, LO = 5, LP = 90 i IO = 810.
6 Za izračun osjetljivosti podijelite PI sa (PI + LO). U gornjem slučaju dobivamo 95 / (95 + 5) = 95%. Osjetljivost nam govori koliko je vjerojatno da će test biti pozitivan na osobu sa simptomima.Koji će udio među osobama sa simptomima biti pozitivan? Osjetljivost od 95% je prilično dobra.
7 Za izračun specifičnosti podijelite RO sa (LP + RO). U gornjem slučaju dobivamo 810 / (90 + 810) = 90%. Specifičnost nam govori koliko je vjerojatno da će test biti negativan kod osobe koja nema simptome. Među ljudima bez simptoma, koliki će udio dobiti negativan rezultat? Specifičnost od 90% je prilično dobra.
8 Za izračun pozitivne prediktivne vrijednosti (PPV) podijelite PI sa (PI + LP). U gornjem slučaju dobivamo 95 / (95 + 90) = 51,4%. Pozitivna prediktivna vrijednost govori nam koliko je vjerojatno da će osoba s pozitivnim rezultatom testa imati simptome. Koliki udio među ljudima koji imaju pozitivan test imaju simptome? PPV od 51,4% znači da ako imate pozitivan test, postoji 51,4% šanse da ste stvarno bolesni.
9 Za izračun negativne prediktivne vrijednosti (NPV) podijelite RO sa (RO + LO). U gornjem slučaju dobivamo 810 / (810 + 5) = 99,4%. Negativna prediktivna vrijednost govori nam koliko je vjerojatno da osoba s negativnim rezultatom testa neće imati simptome. Koji je udio među ljudima koji imaju negativan test uistinu bez simptoma? HMO od 99,4% znači da ako imate negativan test, postoji 99,4% šanse da niste bolesni.

Savjeti

Dobri probirni testovi vrlo su osjetljivi i pomažu u identifikaciji pacijenata koji imaju simptome. Testovi visoke osjetljivosti korisni su u diferencijalna dijagnoza bolesti ili znakovi ako su negativni. ("SNOUT": odstupanje osjetljivosti)
Točnost ili djelotvornost je postotak rezultata ispitivanja koji je testom točno utvrđen, to jest (istinski pozitivan + istinit negativan) / ukupni rezultati testa = (PI + RO) / (PI + RO + LP + LO).
Pokušajte nacrtati tablicu nepredviđenih situacija kako biste sebi olakšali.
Upamtite da su osjetljivost i specifičnost intrinzična svojstva datog testa koja ne ovise o datoj populacijskoj skupini, odnosno ako se test provodi na različitim skupinama stanovništva, te dvije vrijednosti trebaju ostati nepromijenjene.
Dobri kontrolni testovi imaju visoku specifičnost tako da testiranje neće pogriješiti u identifikaciji pacijenata sa simptomima. Testovi visoke osjetljivosti korisni su u dijagnostika bolesti ili znakove, ako pokažu pozitivan rezultat. ("SPIN": odobrenje specifičnosti)
S druge strane, pozitivna prediktivna vrijednost i negativna prediktivna vrijednost ovise o razini prevalencije znakova među odabranom populacijskom skupinom. Što su znakovi rjeđi, to je niža pozitivna prediktivna vrijednost i veća negativna prediktivna vrijednost (budući da je prevalencija niža u slučajevima kada su znakovi rjeđi). Nasuprot tome, što su znakovi češći, to je veća pozitivna prediktivna vrijednost i niža negativna prediktivna vrijednost (budući da je prevalencija veća u slučajevima kada su znakovi češći).
Pokušajte dobro razumjeti ove definicije.