Hvordan beregne sensitivitet, spesifisitet, positiv prediktiv verdi og negativ prediktiv verdi

Innhold

Trinn
Metode 1 av 1: Lag din egen telling
Tips
Advarsler

I enhver test utført på en gitt populasjon er det viktig å beregne følsomhet, spesifisitet, positiv prediktiv verdi og negativ prediktiv verdi for å finne ut hvor nyttig denne testen er for å diagnostisere en sykdom eller egenskaper ved en gitt befolkningsgruppe. Hvis vi vil bruke denne testen til å undersøke egenskapene til en valgt populasjon, må vi vite:

Hvor sannsynlig er testen å oppdage Tilgjengelighet tegn hos mennesker med karakteristiske trekk (følsomhet)?
Hvor sannsynlig er testen å oppdage fravær tegn hos mennesker uten karakteristiske trekk (spesifisitet)?
Hva er sannsynligheten for en person med positiv testresultatet er faktisk det er tegn (positiv prediktiv verdi)?
Hva er sannsynligheten for en person med negativ testresultatet er faktisk Nei tegn (negativ prediktiv verdi)?

Det er veldig viktig å beregne disse verdiene for å avgjøre om en test er nyttig for å vurdere egenskapene til en gitt populasjon... I denne artikkelen vil vi vise deg hvordan du beregner disse verdiene.

Trinn

Metode 1 av 1: Lag din egen telling

1 Konstruer et utvalg av befolkningen, for eksempel 1000 pasienter på en klinikk.
2 Identifiser sykdommen eller tegnene du undersøker, for eksempel syfilis.
3 Utfør en pålitelig gullstandardtest for å bestemme forekomsten av sykdom eller tegn, for eksempel informasjon om tilstedeværelse av bakterier blek treponema, oppnådd ved bruk av et mørkfeltmikroskop, tatt i betraktning det kliniske bildet. Bruk en gullstandardtest for å avgjøre hvem som har og hvem som ikke har det. For klarhetens skyld, la oss anta at 100 emner har dem, men 900 ikke.
4 Design en test for sensitivitet, spesifisitet, positiv prediktiv verdi og negativ prediktiv verdi av populasjonen av interesse, og test et utvalg av befolkningen. La oss for eksempel si at dette er en rask plasma -reagens (RPR) test for syfilis. Bruk den til å prøve 1000 personer.
5 Av de med symptomer (som fastslått av gullstandarden), skriv ned antall personer med positive og negative resultater. Test personer som ikke viser tegn på samme måte (som fastsatt av gullstandarden). Du vil motta fire sifre. Personer med symptomer OG et positivt resultat er ekte positivt (PI)... Personer med symptomer OG negative resultater er falsk negativ (LO)... Folk uten tegn OG et positivt resultat er falskt positivt (LP)... Folk uten tegn OG et negativt resultat er ekte negativt (IR)... For klarhetens skyld, la oss si at du testet 1000 pasienter på RPR. 95 av 100 pasienter med syfilis testet positivt og 5 negativt. Av de 900 pasientene som ikke hadde syfilis, testet 90 positive og 810 negative. I dette tilfellet er PI = 95, LO = 5, LP = 90 og IO = 810.
6 For å beregne sensitiviteten, divider PI med (PI + LO). I tilfellet ovenfor får vi 95 / (95 + 5) = 95%. Følsomhet forteller oss hvor sannsynlig en test er for å teste positivt hos en person med symptomene.Blant personer med symptomene, hvilken andel vil teste positivt? En sensitivitet på 95% er ganske bra.
7 For å beregne spesifisitet, divider RO med (LP + RO). I tilfellet ovenfor får vi 810 / (90 + 810) = 90%. Spesifisitet forteller oss hvor sannsynlig en test er for å teste negativ hos en person som ikke har symptomer. Blant personer uten symptomer, hvor stor andel vil få et negativt resultat? En spesifisitet på 90% er ganske bra.
8 For å beregne den positive prediktive verdien (PPV), divider PI med (PI + LP). I tilfellet ovenfor får vi 95 / (95 + 90) = 51,4%. Positiv prediktiv verdi forteller oss hvor sannsynlig en person med et positivt testresultat vil ha symptomene. Blant personer som tester positivt, hvor stor andel har egentlig symptomene? En PPV på 51,4% betyr at hvis du tester positivt, er det en 51,4% sjanse for at du faktisk er syk.
9 For å beregne negativ prediktiv verdi (NPV), divider RO med (RO + LO). I tilfellet ovenfor får vi 810 / (810 + 5) = 99,4%. Negativ prediktiv verdi forteller oss hvor sannsynlig en person med et negativt testresultat ikke vil ha symptomer. Hvilken andel er egentlig symptomfri blant mennesker som tester negativ? En HMO på 99,4% betyr at hvis du tester negativt, er det en 99,4% sjanse for at du ikke er syk.

Tips

Gode screeningtester er svært følsomme og hjelper til med å identifisere pasienter som har symptomer. Høy sensitivitetstester er nyttige i differensialdiagnose sykdom eller tegn hvis de er negative. ("SNOUT": følsomhetsavvik)
Nøyaktighet eller effekt er prosentandelen av testresultatene nøyaktig fastslått av testen, det vil si (sant positivt + sant negativt) / samlede testresultater = (PI + RO) / (PI + RO + LP + LO).
Prøv å tegne et beredskapstabell for å gjøre det lettere for deg selv.
Husk at sensitivitet og spesifisitet er iboende egenskaper ved en gitt test som ikke avhengig av den gitte befolkningsgruppen, det vil si at hvis testen utføres på forskjellige befolkningsgrupper, bør disse to verdiene forbli uendret.
Gode kontrolltester har en høy spesifisitet, slik at testing ikke vil gjøre feil ved å identifisere pasienter med symptomer. Høy sensitivitetstester er nyttige i diagnostikk sykdom eller tegn, hvis de viser et positivt resultat. ("SPIN": godkjenning av spesifisitet)
På den annen side er positiv prediktiv verdi og negativ prediktiv verdi avhengig av forekomsten av tegn blant den valgte befolkningsgruppen. Jo mindre vanlige tegnene er, jo lavere er den positive prediktive verdien og jo høyere er den negative prediktive verdien (siden prevalensen er lavere i tilfeller der tegnene er mindre vanlige). Omvendt, jo hyppigere tegnene er, desto høyere er den positive prediktive verdien og den lavere prediktive verdien (siden prevalensen er høyere i tilfeller der tegnene er mer vanlige).
Prøv å forstå disse definisjonene godt.