Hogyan kell kiszámítani az érzékenységet, a specificitást, a pozitív prediktív értéket és a negatív prediktív értéket

Tartalom

Lépések
1. módszer az 1 -ből: Készítse el saját számát
Tippek
Figyelmeztetések

Egy adott populáción végzett bármely vizsgálat során fontos számítani érzékenység, sajátosság, pozitív prediktív érték és negatív prediktív érték annak megállapítása érdekében, hogy ez a teszt mennyire hasznos egy adott népességcsoport betegségének vagy jellemzőinek diagnosztizálásában. Ha ezzel a teszttel szeretnénk megvizsgálni egy kiválasztott populáció jellemzőit, tudnunk kell:

Mennyire valószínű, hogy a teszt kimutatja Elérhetőség jelek az emberekben val vel jellemző tulajdonságai (érzékenység)?
Mennyire valószínű, hogy a teszt kimutatja hiány jelek az emberekben nélkül jellemző tulajdonságai (sajátosság)?
Mi a valószínűsége annak, hogy egy személy pozitív a teszt eredménye valójában van jelek (pozitív prediktív érték)?
Mi a valószínűsége annak, hogy egy személy negatív a teszt eredménye valójában Nem jelek (negatív prediktív érték)?

Nagyon fontos kiszámítani ezeket az értékeket határozza meg, hogy egy teszt segít -e az adott populáció jellemzőinek felmérésében... Ebben a cikkben megmutatjuk, hogyan kell kiszámítani ezeket az értékeket.

Lépések

1. módszer az 1 -ből: Készítse el saját számát

1 Készítsen mintát a populációból, például 1000 beteget egy klinikán.
2 Határozza meg a kutatni kívánt betegséget vagy jeleket, például a szifiliszt.
3 Végezzen megbízható aranystandard tesztet a betegségek vagy jelek előfordulásának meghatározására, például a baktériumok jelenlétére vonatkozó információk sápadt treponema, sötétkék mikroszkóp segítségével nyertük, figyelembe véve a klinikai képet. Arany standard teszt segítségével határozza meg, hogy kinek van és kinek nincs. Az egyértelműség kedvéért tegyük fel, hogy 100 alany rendelkezik ezekkel, de 900 nincs.
4 Tervezzen tesztet az érdeklődő populáció érzékenységére, specifitására, pozitív prediktív értékére és negatív prediktív értékére, és teszteljen egy mintát a populációból. Tegyük fel például, hogy ez egy gyors plazma reagens (RPR) teszt a szifiliszre. Használja 1000 ember mintavételére.
5 A tünetekkel rendelkezők közül (amint azt az aranyszabvány megállapítja), írja le a pozitív és negatív eredményeket elérők számát. Vizsgálja meg az embereket, akik nem mutatnak jeleket ugyanúgy (az aranyszabvány szerint). Négy számjegyet kap. A tünetekkel és pozitív eredménnyel rendelkező emberek igaz pozitív (PI)... A tünetekkel és negatív eredménnyel rendelkező emberek igen hamis negatív (LO)... Azok az emberek, akiknek nincs jele és ÉS pozitív eredményük hamis pozitív (LP)... Azok az emberek, akiknek nincs jele és ÉS negatív eredményük igaz negatív (IR)... Az egyértelműség kedvéért tegyük fel, hogy 1000 beteget tesztelt RPR -en. 100 szifiliszben szenvedő beteg közül 95 -en pozitív és 5 negatív eredményt mutattak. A szifiliszben nem szenvedő 900 beteg közül 90 pozitív, 810 negatív volt. Ebben az esetben PI = 95, LO = 5, LP = 90 és IO = 810.
6 Az érzékenység kiszámításához ossza el a PI -t (PI + LO) -val. A fenti esetben 95 / (95 + 5) = 95%-ot kapunk. Az érzékenység megmutatja, hogy a teszt milyen valószínűséggel pozitív eredményt ad a tünetekkel rendelkező személyben.A tünetekkel küzdők körében hány százalék lesz pozitív? A 95% -os érzékenység nagyon jó.
7 A specificitás kiszámításához ossza el az RO -t (LP + RO). A fenti esetben 810 / (90 + 810) = 90%-ot kapunk. A specificitás azt mutatja meg, hogy a teszt milyen valószínűséggel negatív eredményt ad egy olyan személynél, akinek nincsenek tünetei. A tünetmentes emberek között hány százalék kap negatív eredményt? A 90% -os specificitás nagyon jó.
8 A pozitív prediktív érték (PPV) kiszámításához ossza el a PI értéket (PI + LP). A fenti esetben 95 / (95 + 90) = 51,4%-ot kapunk. A pozitív prediktív érték azt mutatja meg, hogy a pozitív teszteredménnyel rendelkező személynek milyen valószínűséggel lesznek tünetei. Pozitív tesztet végzők körében hány százaléknak vannak a tünetei? Az 51,4% -os PPV azt jelenti, hogy ha pozitív a teszt, akkor 51,4% az esélye annak, hogy valóban beteg.
9 A negatív prediktív érték (NPV) kiszámításához ossza el RO -val (RO + LO). A fenti esetben 810 / (810 + 5) = 99,4%-ot kapunk. A negatív prediktív érték azt mutatja meg, hogy a negatív teszteredménnyel rendelkező személynek milyen valószínűséggel nem lesznek tünetei. A negatív tesztet végzők körében mekkora arányban vannak tünetmentesek? A 99,4% -os HMO azt jelenti, hogy ha negatív a teszt, akkor 99,4% az esélye annak, hogy nem beteg.

Tippek

A jó szűrővizsgálatok rendkívül érzékenyek, és segítenek azonosítani a tünetekkel rendelkező betegeket. A nagy érzékenységű tesztek hasznosak megkülönböztető diagnózis betegségek vagy jelek, ha negatívak. ("SNOUT": érzékenységi eltérés)
Pontosság vagy a hatékonyság a teszttel pontosan megállapított vizsgálati eredmények százalékos aránya, azaz (valódi pozitív + valódi negatív) / az összes vizsgálati eredmény = (PI + RO) / (PI + RO + LP + LO).
Próbáljon meg egy esetleges táblázatot rajzolni, hogy könnyebb legyen a maga számára.
Ne feledje, hogy az érzékenység és a specifitás egy adott teszt belső tulajdonságai, amelyek nem függ az adott népességi csoporttól, vagyis ha a vizsgálatot különböző népességcsoportokon végzik el, akkor ennek a két értéknek változatlannak kell maradnia.
A jó kontrollvizsgálatok nagy specificitással rendelkeznek, így a tesztelés nem követ el hibákat a tünetekkel járó betegek azonosításában. A nagy érzékenységű tesztek hasznosak diagnosztika betegségek vagy jelek, ha pozitív eredményt mutatnak. ("SPIN": a specifikáció jóváhagyása)
Másrészt a pozitív prediktív érték és a negatív prediktív érték a jelek prevalenciájának szintjétől függ a kiválasztott népességcsoportban. Minél kevésbé gyakoriak a jelek, annál alacsonyabb a pozitív prediktív érték, és annál magasabb a negatív prediktív érték (mivel a prevalencia alacsonyabb azokban az esetekben, amikor a jelek kevésbé gyakoriak). Ezzel szemben minél gyakrabban fordulnak elő jelek, annál magasabb a pozitív prediktív érték, és alacsonyabb a negatív prediktív érték (mivel a prevalencia magasabb azokban az esetekben, amikor a jelek gyakoribbak).
Próbálja jól megérteni ezeket a meghatározásokat.