För varje delprov administreras till en given population, är det viktigt att beräkna sensitivitet, specificitet, positivt prediktivt värde och negativt prediktivt värde, för att avgöra hur bra testet är att detektera en sjukdom eller egenskap i den givna populationen. Om vi vill använda ett test för att testa en specifik egenskap i ett prov population, skulle vi vilja veta:
- Hur sannolikt är testet för att detektera närvaron av en egenskap i någon med den karakteristiska (känslighet)?
- Hur troligt är det för att påvisa frånvaron av en egenskap i någon utan frånvaro> karakteristiska (specificitet)?
- Hur troligt är någon med ett positivt testresultat att faktiskt ha positiva> den karakteristiska (positiva prediktiva värdet)?
- Hur troligt är någon med ett negativt testresultat att faktiskt inte ha negativ> den karakteristiska (negativt prediktivt värde)?
Dessa värden är mycket viktigt att beräkna för att avgöra om testet är användbar för att mäta en specifik egenskap i en given population. Denna artikel kommer att visa hur man beräknar dessa värden.
Steg
Gör din egen beräkning
- 1Definiera en befolkning på prov, e. G. 1000 patienter i en klinik.
- 2Definiera sjukdomen eller egenskap av intresse, e. G..
- 3Ha en väletablerad gold standard test för att fastställa förekomsten av sjukdom eller egenskap, e. G. darkfield mikroskopisk dokumentation av närvaron av Treponema pallidum bakterier från skrapar bort en syphilic öm, i samarbete med kliniska fynd. Använd guldmyntfoten test för att avgöra vem som har den karakteristiska och vem gör inte. För illustration, låt oss säga 100 personer har det och 900 inte.
- 4Ha ett test som du är intresserad av att avgöra dess känslighet, specificitet, positivt prediktivt värde och negativt prediktivt värde för denna population, och kör detta test på alla inom den valda populationen provet. Till exempel, låt detta test vara en snabb plasma (RPR) screening av syfilis. Använd den för att testa de 1000 personer i urvalet.
- 5För människor som har den egenskapen (som bestäms av guldmyntfoten), registrera antalet personer som testade positivt och antalet människor som testade negativt. Gör samma sak för människor som inte har den egenskap (som bestäms av guldmyntfoten). Du kommer att sluta med fyra siffror. Människor med den karakteristiska och testade positivt är de sant positiva (TP). Människor med den karakteristiska och testade negativt är de falska negativa (FN). Människor utan den karakteristiska och testade positivt är de falska positiva (FP). Människor utan den karakteristiska och testade negativt är de sanna negativa (TN) Till exempel, låt oss anta att du gjorde RPR test på 1000 patienter. Bland de 100 patienter med syfilis, 95 av dem testade positivt, och 5 testade negativt. Bland de 900 patienter utan syfilis, testade 90 positivt, och 810 testade negativt. I detta fall, TP = 95, FN = 5, FP = 90, och TN = 810.
- 6För att beräkna känsligheten, dela TP med (TP + fn). I fallet ovan skulle det vara 95 / (95 +5) = 95%. Känsligheten anger hur sannolikt testet kommer tillbaka positivt i någon som har den egenskapen. Bland alla människor som har den karakteristiska, vad kommer andelen testar positivt? 95% känsligheten är ganska bra.
- 7För att beräkna specificitet, dela TN med (fp + tn). I fallet ovan skulle det vara 810 / (90 810) = 90%. Specificiteten berättar hur sannolikt testet är att komma tillbaka negativt i någon som inte har egenskapen. Bland alla människor utan den karakteristiska, vad kommer andelen testa negativt? 90% specificitet är ganska bra.
- 8För att beräkna det positiva prediktiva värdet (PPV), dividera TP med (TP + fp). I fallet ovan skulle det vara 95 / (95 +90) = 51,4%. Det positiva prediktiva värdet berättar hur sannolikt någon är att ha den karakteristiska om testet är positivt. Bland alla människor som testar positivt, hur stor del verkligen har den egenskapen? 51,4% PPV innebär att om du testar positivt, du har en 51,4% chans att faktiskt ha sjukdomen.
- 9För att beräkna det negativa prediktiva värdet (NPV), dividera TN med (tn + fn). I fallet ovan skulle det vara 810 / (810 +5) = 99,4%. Det negativa prediktiva värdet berättar hur sannolikt någon är att inte ha den egenskapen om testet är negativt. Bland alla människor som testar negativt, hur stor andel verkligen inte har egenskapen? 99,4% NPV innebär att om du testar negativt, du har en 99,4% chans att inte ha sjukdomen.
Tips
- Försök att dra ut en 2x2 tabell för att göra saker och ting lättare.
- Noggrannhet, eller effektivitet, är andelen testresultat korrekt identifierats vid testet, dvs (sant positiva + true negativ) / totalt testresultat = (TP + TN) / (TP + TN + FP + FN).
- Försök att förstå dessa begrepp väl.
- Goda bekräftande tester har hög specificitet, eftersom du vill att ditt test att vara specifik och inte mislabel de utan den karakteristiska ha det. Tester med mycket hög specificitet är användbara för att härska i sjukdomar eller egenskaper om de kommer tillbaka positivt. ("SPIN": specificitet-regeln)
- Vet att sensitivitet och specificitet är inneboende egenskaper hos ett givet test, och inte beroende på den givna populationen, dvs dessa två värden bör vara samma när samma prov appliceras på olika populationer.
- Positivt prediktivt värde och negativt prediktivt värde, å andra sidan, beror på förekomsten av den egenskap i en given population. Den ovanligare karakteristiska, desto lägre positiva prediktiva värdet och desto högre negativa prediktiva värdet (eftersom förtest sannolikheten är låg för sällsynt egenskap). Omvänt, ju mer vanligt den karakteristiska, desto högre positiva prediktiva värdet och ju lägre negativt prediktivt värde (eftersom förtest sannolikheten är hög för gemensam egenskap).
- Bra screeningtest har hög känslighet, eftersom du vill kunna plocka upp alla dem som har den egenskapen. Tester med mycket hög känslighet är användbara för att utesluta sjukdomar eller egenskaper om de kommer tillbaka negativt. ("NOS": Känslighet utesluta)
Varningar
- Det är lätt att göra slarvfel i beräkningen. Kontrollera din matte noggrant. Rita ut en 2x2 tabell hjälper.