Autor:
William Ramirez
Data Utworzenia:
24 Wrzesień 2021
Data Aktualizacji:
1 Lipiec 2024
![Ocena testów diagnostycznych - czułość swoistość wiarygność PPV NPV](https://i.ytimg.com/vi/HhaUKOEkEG0/hqdefault.jpg)
Zawartość
W każdym teście przeprowadzanym na danej populacji ważne jest, aby obliczyć wrażliwość, specyficzność, dodatnia wartość predykcyjna oraz ujemna wartość predykcyjna w celu określenia przydatności tego testu w diagnozowaniu choroby lub cech danej grupy populacji. Jeśli chcemy wykorzystać ten test do zbadania cech wybranej populacji, musimy wiedzieć:
- Jak prawdopodobne jest wykrycie testu Dostępność znaki u ludzi z charakterystyczne cechy (wrażliwość)?
- Jak prawdopodobne jest wykrycie testu brak znaki u ludzi bez charakterystyczne cechy (specyficzność)?
- Jakie jest prawdopodobieństwo osoby z pozytywny wynik testu jest rzeczywiście jest oznaki (dodatnia wartość predykcyjna)?
- Jakie jest prawdopodobieństwo osoby z negatywny wynik testu jest rzeczywiście Nie oznaki (ujemna wartość predykcyjna)?
Bardzo ważne jest, aby obliczyć te wartości, aby określić, czy test jest pomocny w ocenie cech danej populacji... W tym artykule pokażemy, jak obliczyć te wartości.
Kroki
Metoda 1 z 1: Stwórz własną rachubę
1 Skonstruuj próbkę populacji, na przykład 1000 pacjentów w klinice.
2 Zidentyfikuj chorobę lub objawy, które badasz, takie jak kiła.
3 Przeprowadź rzetelny test według złotego standardu, aby określić częstość występowania choroby lub objawy, takie jak informacje o obecności bakterii blady krętlik, uzyskany za pomocą mikroskopu ciemnego pola, z uwzględnieniem obrazu klinicznego. Użyj testu złotego standardu, aby określić, kto ma, a kto nie. Dla jasności załóżmy, że 100 osób je posiada, a 900 nie.
4 Zaprojektuj test czułości, swoistości, dodatniej wartości predykcyjnej i ujemnej wartości predykcyjnej populacji będącej przedmiotem zainteresowania i przetestuj próbkę populacji. Załóżmy na przykład, że jest to szybki test odczynnika osocza (RPR) na kiłę. Użyj go, aby pobrać próbkę 1000 osób.
5 Spośród osób z objawami (określonymi przez złoty standard) zapisz liczbę osób z pozytywnymi i negatywnymi wynikami. Przetestuj ludzi, którzy nie wykazują żadnych znaków w ten sam sposób (zgodnie ze złotym standardem). Otrzymasz cztery cyfry. Osoby z objawami ORAZ z wynikiem pozytywnym to prawdziwie pozytywny (PI)... Osoby z objawami ORAZ negatywnymi wynikami są fałszywie negatywny (LO)... Osoby bez objawów ORAZ z pozytywnym wynikiem są fałszywie dodatni (LP)... Osoby bez objawów ORAZ z wynikiem negatywnym są prawdziwie ujemny (IR)... Dla jasności załóżmy, że przetestowałeś 1000 pacjentów na RPR. 95 na 100 pacjentów z kiłą miało wynik pozytywny, a 5 negatywny. Spośród 900 pacjentów, którzy nie mieli kiły, 90 dało wynik pozytywny, a 810 negatywny. W tym przypadku PI = 95, LO = 5, LP = 90 i IO = 810.
6 Aby obliczyć czułość, podziel PI przez (PI + LO). W powyższym przypadku otrzymujemy 95 / (95 + 5) = 95%. Czułość mówi nam, jak prawdopodobne jest, że test da wynik pozytywny u osoby z objawami.Wśród osób z objawami, jaka część da wynik pozytywny? Czułość 95% jest całkiem dobra.
7 Aby obliczyć specyficzność, podziel RO przez (LP + RO). W powyższym przypadku otrzymujemy 810 / (90 + 810) = 90%. Swoistość mówi nam, jak prawdopodobne jest, że test da wynik negatywny u osoby, która nie ma objawów. Wśród osób bez objawów, jaka część otrzyma wynik negatywny? Specyficzność 90% jest całkiem dobra.
8 Aby obliczyć dodatnią wartość predykcyjną (PPV), podziel PI przez (PI + LP). W powyższym przypadku otrzymujemy 95 / (95 + 90) = 51,4%. Dodatnia wartość predykcyjna mówi nam, jak prawdopodobne jest, że osoba z pozytywnym wynikiem testu będzie miała objawy. Wśród osób, u których wynik testu jest pozytywny, jaka część faktycznie ma objawy? PPV wynoszące 51,4% oznacza, że jeśli wynik testu jest pozytywny, istnieje 51,4% szans, że rzeczywiście jesteś chory.
9 Aby obliczyć ujemną wartość predykcyjną (NPV), podziel RO przez (RO + LO). W powyższym przypadku otrzymujemy 810 / (810 + 5) = 99,4%. Ujemna wartość predykcyjna mówi nam, jak prawdopodobne jest, że osoba z ujemnym wynikiem testu nie będzie miała żadnych objawów. Wśród osób, które uzyskały wynik negatywny, jaka część jest naprawdę bezobjawowa? HMO na poziomie 99,4% oznacza, że jeśli wynik testu jest negatywny, istnieje 99,4% szans, że nie jesteś chory.
Porady
- Dobre testy przesiewowe są bardzo czułe i pomagają zidentyfikować pacjentów, u których występują objawy. Testy o wysokiej czułości są przydatne w diagnostyka różnicowa choroby lub oznaki, jeśli są negatywne. („SNOUT”: odchylenie czułości)
- Precyzja lub skuteczność to procent wyników testu dokładnie ustalonych przez test, to znaczy (prawdziwie dodatni + prawdziwie ujemny) / ogólne wyniki testu = (PI + RO) / (PI + RO + LP + LO).
- Spróbuj narysować tabelę kontyngencji, aby sobie to ułatwić.
- Pamiętaj, że czułość i swoistość to nieodłączne właściwości danego testu, które: nie zależą od danej grupy populacji, czyli jeśli badanie jest przeprowadzane na różnych grupach populacji, te dwie wartości powinny pozostać niezmienione.
- Dobre testy kontrolne mają wysoką swoistość, dzięki czemu testy nie popełnią błędów w identyfikacji pacjentów z objawami. Testy o wysokiej czułości są przydatne w diagnostyka choroby lub objawy, jeśli wykazują pozytywny wynik. („SPIN”: zatwierdzenie specyfiki)
- Z drugiej strony dodatnia wartość predykcyjna i ujemna wartość predykcyjna zależą od poziomu rozpowszechnienia objawów w wybranej grupie populacji. Im mniej powszechne są objawy, tym niższa dodatnia wartość predykcyjna i wyższa ujemna wartość predykcyjna (ponieważ częstość występowania jest mniejsza w przypadkach, gdy objawy są mniej powszechne). I odwrotnie, im częstsze są objawy, tym wyższa pozytywna wartość predykcyjna i niższa negatywna wartość predykcyjna (ponieważ częstość występowania jest wyższa w przypadkach, gdy objawy są częstsze).
- Postaraj się dobrze zrozumieć te definicje.
Ostrzeżenia
- Łatwo popełnić błędy w obliczeniach z powodu niedbalstwa. Sprawdź dokładnie swoje obliczenia. Pomoże ci w tym tabela kontyngencji.