Voor elk onderzoek toegediend aan een bepaalde populatie, is het belangrijk om de gevoeligheid, specificiteit, positief voorspellende waarde en negatieve voorspellende waarde te berekenen, om te bepalen hoe nuttig de test is om een ziekte of kenmerk in de bepaalde populatie te detecteren. Als we willen een test gebruiken om een specifieke eigenschap in een steekproef populatie te testen, zouden wij graag willen weten:
- Hoe groot is de test om de aanwezigheid van een karakteristiek in dialoog eigenschap (gevoeligheid) detecteren?
- Hoe waarschijnlijk is de test om de afwezigheid van een karakteristiek detecteren bij iemand zonder verzuim> de karakteristieke (specificiteit)?
- Hoe waarschijnlijk is iemand met een positieve testuitslag om daadwerkelijk positieve> de karakteristieke (positief voorspellende waarde)?
- Hoe waarschijnlijk is iemand met een negatief testresultaat eigenlijk niet negatief hebben> de karakteristieke (negatief voorspellende waarde)?
Deze waarden zijn zeer belangrijk te berekenen om te bepalen of een test is bruikbaar voor het meten van een specifieke eigenschap in een bepaalde populatie. Dit artikel laat zien hoe deze waarden berekenen.
Stappen
Doen van uw eigen berekening
- 1Definieer een bevolking te proeven, e. G. 1000 patiënten in een kliniek.
- 2Definieer de ziekte of eigenschap van belang, e. G..
- 3Hebben een gevestigde gouden standaard test om de prevalentie van de ziekte of kenmerk, e. G bepalen. donkerveld microscopische documentatie van de aanwezigheid van de Treponema pallidum bacteriën uit schraapt een syphilic pijnlijke, in samenwerking met de klinische bevindingen. Gebruik de gouden standaard test om te bepalen wie de kenmerkende en wie niet. Ter illustratie, laten we zeggen 100 mensen hebben het en 900 niet.
- 4Heb een test die u geïnteresseerd bent in het bepalen van de gevoeligheid, specificiteit, positief voorspellende waarde en negatief voorspellende waarde voor deze populatie zijn, en voer deze test op iedereen binnen de gekozen populatie steekproef. Bijvoorbeeld, laten we deze test zijn een snelle plasma reagin (RPR)-test voor screening op syfilis. Gebruik het om de 1000 mensen in de steekproef te testen.
- 5Voor mensen die de karakteristieke (zoals bepaald door de gouden standaard) hebben, nemen het aantal mensen die positief getest en het aantal mensen die negatief getest. Doe hetzelfde voor mensen die niet de eigenschap (zoals bepaald met de gouden standaard) hebben. Je zal eindigen met vier nummers. Mensen met de karakteristieke en geteste positief zijn de ware positieven (TP). Mensen met de karakteristieke en geteste negatieve zijn de fout-negatieven (FN). Mensen zonder de karakteristieke EN geteste positief zijn de false positives (FP). Mensen zonder de karakteristieke EN geteste negatieve zijn de ware negatieven (TN) Bijvoorbeeld, laten we aannemen dat u de RPR-test op de 1000 patiënten deden. Van de 100 patiënten met syfilis, 95 van hen testte positief en 5 negatief getest. Onder de 900 patiënten zonder syfilis, 90 positief getest, en 810 negatief getest. In dit geval TP = 95, FN = 5, FP = 90 en TN = 810.
- 6Om de gevoeligheid berekenen, deelt TP door (tp + fn). In het bovenstaande geval, dat zou 95 / (95 5) = 95%. De gevoeligheid vertelt ons hoe waarschijnlijk de test positief terug is gekomen bij iemand die heeft het kenmerk. Van alle mensen die de karakteristieke hebben, welk percentage zal positief testen? 95% gevoeligheid is vrij goed.
- 7Om de specificiteit berekenen, deelt TN door (fp + tn). In het bovenstaande geval, dat zou 810 / (90 810) = 90%. De specificiteit vertelt ons hoe waarschijnlijk de test is om terug te negatief te komen bij iemand die niet de eigenschap heeft. Onder alle mensen zonder de karakteristieke, welk percentage zal testen negatief? 90% specificiteit is vrij goed.
- 8Om de positief voorspellende waarde (PPV) berekenen, deelt TP door (tp + fp). In het bovenstaande geval, dat zou 95 / (95 +90) = 51.4%. De positief voorspellende waarde vertelt ons hoe waarschijnlijk iemand is om de karakteristieke hebben als de test positief is. Van alle mensen die positief testen, welk percentage werkelijk heeft de eigenschap? 51.4% PPV betekent dat als je positief testen, je een 51.4% kans daadwerkelijk te hebben de ziekte te hebben.
- 9Om de negatieve voorspellende waarde (NPV) te berekenen, deelt u TN door (tn + fn). In het bovenstaande geval, dat zou 810 / (810 5) = 99,4%. De negatieve voorspellende waarde vertelt ons hoe waarschijnlijk iemand is om de karakteristieke niet hebben als de test negatief is. Van alle mensen die negatieve testen, welk percentage werkelijk heeft niet de eigenschap? 99.4% NPV betekent dat als je negatief testen, je een 99.4% kans op het niet hebben van de ziekte hebben.
Tips
- Probeer het tekenen van een 2x2 tafel om dingen makkelijker te maken.
- Nauwkeurigheid, of efficiëntie, is het percentage van de testresultaten correct geïdentificeerd door de test, dwz (ware positieven + true negatieven) / totaal testresultaten = (TP + TN) / (TP + TN + FP + FN).
- Probeer deze begrippen goed te begrijpen.
- Goede bevestigende tests hebben een hoge specificiteit, omdat u wilt dat uw test om specifiek te zijn en niet verkeerd etiketteren die zonder de eigenschap als het hebben van het. Proeven met zeer hoge specificiteit zijn nuttig om te heersen in ziekten of kenmerken als ze terugkomen positief. ("SPIN": specificiteit-regel IN)
- Dat sensitiviteit en specificiteit zijn intrinsieke eigenschappen van een bepaalde test, en niet afhankelijk van de bepaalde populatie, dat wil zeggen deze beide waarden worden hetzelfde als dezelfde test wordt toegepast op verschillende populaties.
- Voorspellende waarde en negatieve voorspellende waarde, anderzijds, afhankelijk van de prevalentie van het kenmerk in een bepaalde populatie. Hoe zeldzamer de karakteristieke, hoe lager de positief voorspellende waarde en hoe hoger de negatief voorspellende waarde (omdat voorafkans laag is voor zeldzame eigenschap). Omgekeerd, hoe vaker het kenmerk, hoe hoger de positieve voorspellende waarde en hoe lager de negatieve predictieve waarde (omdat voorafkans is hoog voor gemeenschappelijke kenmerk).
- Goede screening tests hebben een hoge gevoeligheid, want je wilt in staat zijn op te halen al diegenen die het kenmerk hebben. Proeven met zeer hoge gevoeligheid zijn nuttig om uit te sluiten ziekten of kenmerken als ze terugkomen negatief. ("SNUIT": Gevoeligheid-regel OUT)
Waarschuwingen
- Het is gemakkelijk om slordige fouten in de berekening te maken. Controleer je wiskunde zorgvuldig. Het tekenen van een 2x2 tabel helpt.