gtemata.com

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

Pentru fiecare test efectuat pe o populație de referință, este important să se calculeze sensibilitate

, specificitate, valoare predictivă pozitivă, și valoare predictivă negativă pentru a determina cât de util este testul pentru detectarea unei boli sau a unei caracteristici în populația de referință. Dacă vrem să folosim un test pentru a determina o caracteristică specifică într-un eșantion de populație, trebuie să știm:

  • Cât de probabil este ca testul să poată detecta prezență a unei caracteristici în cineva având această caracteristică (sensibilitate)?
  • Cât de probabil este ca testul să poată detecta absență a unei caracteristici în cineva fără a avea această caracteristică (specificitate)?
  • Cât de probabil este o persoană care se dovedește a fi pozitiv la test voință într-adevăr această caracteristică (valoare predictivă pozitivă)?
  • Cât de probabil este o persoană care se dovedește a fi negativ la test nu va avea într-adevăr această caracteristică (valoare predictivă negativă)?

Este foarte important să calculați aceste valori pentru determina dacă un test este util pentru măsurarea unei caracteristici specifice într-o populație de referință. Acest articol va explica cum se calculează aceste valori.

paşi

Efectuați calculele

1
Alegeți și definiți o populație care urmează să fie testată, de exemplu 1000 de pacienți dintr-o clinică medicală.
  • 2
    Definiți boala sau caracteristica de interes, de exemplu sifilis.
  • 3
    Obțineți cel mai bun exemplu de test documentat pentru a determina prevalența bolii sau a caracteristicilor, de exemplu o documentație prin observații microscopice în câmpul întunecat privind prezența bacteriei "Treponema pallidum" la un eșantion de ulcer sifilic, în colaborare cu rezultatele clinice. Utilizați testul de probă pentru a determina cine deține funcția și cine nu. Ca o demonstrație, vom presupune că 100 de persoane posedă caracteristica și 900 nu.
  • 4
    Obțineți un test cu privire la caracteristica de care sunteți interesat în determinarea sensibilității, a specificității, a valorii predictive pozitive și a valorii predictive negative pentru populația de referință și efectuați acest test pe toate componentele eșantionului populației selectate. De exemplu, să presupunem că acesta este un test RPR (acronim pentru Rapid Plasma Reagin) pentru determinarea sifilisului. Utilizați-l pentru a testa cei 1000 de persoane din eșantion.
  • 5
    Pentru a identifica numărul de persoane care dețin funcția (determinată de testul de probă), rețineți numărul de persoane pozitive și numărul de persoane negative. Procedați în același mod pentru persoanele care nu au această caracteristică (determinată de testul de probă). În consecință, veți avea patru numere. Persoanele care posedă caracteristică și care sunt pozitive trebuie să fie luate în considerare adevărate pozitive (VP). Persoanele care nu au caracteristică și sunt negative trebuie luate în considerare false negative (FN). Persoanele care nu au caracteristica și sunt pozitive trebuie luate în considerare fals pozitive (FP). Persoanele care nu au caracteristică și sunt negative trebuie luate în considerare negative negative (VN). De exemplu, recunoaștem că ați efectuat testul RPR pe 1000 de pacienți. Dintre cei 100 de pacienți cu sifilis, 95 dintre acestea au fost pozitive și 5 au fost negative. Din cei 900 de pacienți fără sifilis, 90 au fost pozitivi și 810 au fost negativi. În acest caz, VP = 95, FN = 5, FP = 90 și VN = 810.
  • 6


    Pentru a calcula sensibilitatea, împărți VP cu (VP + FN). În cazul de mai sus, aceasta ar fi echivalentă cu 95 / (95 + 5) = 95%. Sensibilitatea ne arată cât de probabilă va avea rezultate pozitive pentru cineva care deține caracteristica. Dintre toți cei care posedă caracteristica, ce proporție va fi pozitivă? O sensibilitate de 95% este un rezultat destul de bun.
  • 7
    Pentru a calcula specificitatea, împărțiți VN cu (FP + VN). În cazul de mai sus, aceasta ar fi echivalentă cu 810 / (90 + 810) = 90%. Specificitatea ne arată cât de probabil este testul negativ pentru cineva care nu deține funcția. Dintre toți oamenii care nu posedă caracteristica, ce proporție va fi negativă? O specificitate de 90% este un rezultat destul de bun.
  • 8
    Pentru a calcula valoarea predictivă pozitivă (PPV), împărțiți VP cu (VP + FP). În cazul de mai sus, aceasta ar fi echivalentă cu 95 / (95 + 90) = 51,4%. Valoarea predictivă pozitivă ne indică cât de probabil cineva va avea caracteristica dacă testul este pozitiv. Dintre toți cei care testează pozitiv, ce proporție are în realitate această caracteristică? Un PPV de 51,4% înseamnă că dacă sunteți pozitiv, aveți o șansă de 51,4% de a fi afectat de boală.
  • 9
    Pentru a calcula valoarea predictivă negativă (VPN), împărțiți VN cu (VN + FN). În cazul de mai sus, aceasta ar fi echivalentă cu 810 / (810 + 5) = 99,4%. Valoarea predictivă negativă ne indică cât de probabil cineva nu va avea caracteristica dacă testul este negativ. Dintre toți cei care sunt negativi, ce procentaj nu deține în realitate această caracteristică? Un NPV de 99,4% înseamnă că, dacă este negativ, aveți o șansă de 99,4% de a nu fi afectată de boală.

    • Sfaturi

    • Testele bune de detectare au o sensibilitate ridicată, deoarece scopul este de a determina toți cei care dețin caracteristica. Testele cu o sensibilitate ridicată sunt utile pentru exclude boli sau caracteristici dacă acestea sunt negative. ("rât": acronimul SeNsitivity-rule OUT).
    • precizie, o eficiență, reprezintă procentul rezultatelor identificate corect prin test, adică (rezultate pozitive + adevărate negative) / rezultate totale de testare = (VP + VN) / (VP + VN + FP + FN).
    • Încercați să desenați o masă 2x2 pentru a simplifica lucrurile.
    • Testele de confirmare bune au o specificitate ridicată, deoarece obiectivul este de a avea un test specific, evitând să etichetați incorect pe cei care sunt pozitivi la caracteristică, dar de fapt nu o dețin. Teste cu o specificitate foarte mare sunt utile pentru confirma bolile sau caracteristicile dacă sunt pozitive ("SPIN": Regula de disciplină IN).
    • Aflați că sensibilitatea și specificitatea sunt proprietăți intrinseci ale unui test dat, și că nu acestea depind de populația de referință, cu alte cuvinte, aceste două valori ar trebui să rămână neschimbate atunci când același test se aplică diferitelor populații.
    • Încercați să înțelegeți bine aceste concepte.
    • Valoarea predictivă pozitivă și valoarea predictivă negativă, pe de altă parte, depind de prevalența caracteristicilor într-o populație de referință. Cu cât caracteristica este mai rară, cu atât este mai mică valoarea predictivă pozitivă și cu atât este mai mare valoarea predictivă negativă (deoarece probabilitatea de pretest față de o caracteristică rară este mai mică). Pe de altă parte, cu cât caracteristica este mai frecventă, cu atât este mai mare valoarea predictivă pozitivă și cu atât este mai mică valoarea predictivă negativă (deoarece probabilitatea de pretest față de o caracteristică comună este mai mare).

    Avertismente

    • Este ușor să faci erori de distragere în timpul calculelor. Verificați-le cu atenție. Desenarea unei mese 2x2 vă va ajuta.
    Afișați mai multe ... (4)
    Distribuiți pe rețelele sociale:

    înrudit