Cum se calculează sensibilitatea, specificitatea, valoarea predictivă pozitivă și valoarea predictivă negativă

Video: Indicatori teste diagnostice Sensibilitate, Specificitate, Valori predictive. Biostatistica rezi

Conţinut

Pași
Metoda 1 din 1: faceți-vă propriul număr
sfaturi
Avertizări

În orice test efectuat pe o anumită populație, este important să se calculeze sensibilitate, specificitate, valoare predictivă pozitivă și valoare predictivă negativă pentru a determina cât de util este acest test în diagnosticarea unei boli sau a caracteristicilor unui anumit grup de populație. Dacă dorim să folosim acest test pentru a investiga caracteristicile unei populații selectate, trebuie să știm:

Cât de probabil este testul de detectat Disponibilitate semne la oameni cu trasaturi caracteristice (sensibilitate)?
Cât de probabil este testul de detectat absenta semne la oameni fără trasaturi caracteristice (specificitate)?
Care este probabilitatea unei persoane cu pozitiv rezultatul testului este de fapt există semne (valoare predictivă pozitivă)?
Care este probabilitatea unei persoane cu negativ rezultatul testului este de fapt Nu semne (valoare predictivă negativă)?

Este foarte important să calculați aceste valori pentru a stabiliți dacă un test este util în evaluarea caracteristicilor unei populații date... În acest articol, vă vom arăta cum să calculați aceste valori.

Pași

Metoda 1 din 1: faceți-vă propriul număr

1 Construiți un eșantion din populație, de exemplu 1000 de pacienți într-o clinică.
2 Identificați boala sau semnele pe care le cercetați, cum ar fi sifilisul.
3 Efectuați un test standard de aur fiabil pentru a determina prevalența bolilor sau a semnelor, cum ar fi informații despre prezența bacteriilor treponema palidă, obținut cu ajutorul unui microscop cu câmp întunecat, ținând cont de tabloul clinic. Folosiți un test standard de aur pentru a determina cine are și cine nu. Pentru claritate, să presupunem că 100 de subiecți le au, dar 900 nu.
4 Proiectați un test pentru sensibilitatea, specificitatea, valoarea predictivă pozitivă și valoarea predictivă negativă a populației de interes și testați un eșantion din populație. De exemplu, să presupunem că acesta este un test rapid al reactivului plasmatic (RPR) pentru sifilis. Folosiți-l pentru a testa 1000 de persoane.
5 Dintre cei cu simptome (așa cum este stabilit de standardul aur), scrieți numărul de persoane cu rezultate pozitive și negative. Testați oamenii care nu prezintă semne în același mod (așa cum este stabilit de standardul aur). Veți primi patru cifre. Persoanele cu simptome ȘI un rezultat pozitiv sunt adevărat pozitiv (PI)... Persoanele cu simptome ȘI rezultate negative sunt fals negativ (LO)... Oamenii fără semne ȘI cu un rezultat pozitiv sunt fals pozitiv (LP)... Oamenii fără semne ȘI cu rezultate negative sunt negativ adevărat (IR)... Pentru claritate, să presupunem că ați testat 1000 de pacienți pe RPR. 95 din 100 de pacienți cu sifilis au fost pozitivi și 5 negativi. Dintre cei 900 de pacienți care nu au avut sifilis, 90 au dat rezultate pozitive și 810 negative. În acest caz, PI = 95, LO = 5, LP = 90 și IO = 810.
6 Pentru a calcula sensibilitatea, împărțiți PI la (PI + LO). În cazul de mai sus, obținem 95 / (95 + 5) = 95%. Sensibilitatea ne spune cât de probabil este un test să dea rezultate pozitive la o persoană cu simptome.Dintre persoanele cu simptome, ce proporție va da rezultate pozitive? O sensibilitate de 95% este destul de bună.
7 Pentru a calcula specificitatea, împărțiți RO la (LP + RO). În cazul de mai sus, obținem 810 / (90 + 810) = 90%. Specificitatea ne spune cât de probabil este un test de a da rezultate negative la o persoană care nu are simptome. Dintre persoanele fără simptome, ce proporție va obține un rezultat negativ? O specificitate de 90% este destul de bună.
8 Pentru a calcula valoarea predictivă pozitivă (PPV), împărțiți PI la (PI + LP). În cazul de mai sus, obținem 95 / (95 + 90) = 51,4%. Valoarea predictivă pozitivă ne arată cât de probabil o persoană cu un rezultat pozitiv al testului va avea simptomele. Dintre persoanele care testează pozitiv, ce proporție are de fapt simptomele? Un PPV de 51,4% înseamnă că, dacă dai un test pozitiv, există o șansă de 51,4% să fii de fapt bolnav.
9 Pentru a calcula valoarea predictivă negativă (VAN), împărțiți RO la (RO + LO). În cazul de mai sus, obținem 810 / (810 + 5) = 99,4%. Valoarea predictivă negativă ne arată cât de probabil o persoană cu un rezultat negativ al testului nu va avea simptome. Dintre persoanele care dau rezultate negative, ce proporție este cu adevărat lipsită de simptome? Un HMO de 99,4% înseamnă că, dacă dai rezultate negative, există șanse de 99,4% să nu fii bolnav.

sfaturi

Testele de screening bune sunt extrem de sensibile și ajută la identificarea pacienților care prezintă simptome. Testele de sensibilitate ridicată sunt utile în diagnostic diferentiat boli sau semne dacă sunt negative. ("SNOUT": abatere de sensibilitate)
Precizie sau eficacitatea este procentul rezultatelor testului stabilit cu exactitate prin test, adică (adevărat pozitiv + adevărat negativ) / rezultatele generale ale testului = (PI + RO) / (PI + RO + LP + LO).
Încercați să desenați un tabel de urgență pentru a vă fi mai ușor.
Amintiți-vă că sensibilitatea și specificitatea sunt proprietăți intrinseci ale unui test dat care nu depind de grupul de populație dat, adică dacă testul se efectuează pe grupuri de populație diferite, aceste două valori ar trebui să rămână neschimbate.
Testele de control bune au o specificitate ridicată, astfel încât testarea nu va face greșeli în identificarea pacienților cu simptome. Testele de sensibilitate ridicată sunt utile în diagnostice boli sau semne, dacă prezintă un rezultat pozitiv. („SPIN”: aprobarea specificității)
Pe de altă parte, valoarea predictivă pozitivă și valoarea predictivă negativă depind de nivelul de prevalență al semnelor în rândul grupului de populație selectat. Cu cât semnele sunt mai puțin frecvente, cu atât este mai mică valoarea predictivă pozitivă și cu atât este mai mare valoarea predictivă negativă (deoarece prevalența este mai mică în cazurile în care semnele sunt mai puțin frecvente). În schimb, cu cât sunt mai frecvente semnele, cu atât este mai mare valoarea predictivă pozitivă și cu atât este mai mică valoarea predictivă negativă (deoarece prevalența este mai mare în cazurile în care semnele sunt mai frecvente).
Încercați să înțelegeți bine aceste definiții.