Як обчислити чутливість, специфічність, позитивну прогностичну значимість і негативну прогностичну значущість

У будь-якому тесті, проведеному на заданій групі населення, важливо підрахувати чутливість, специфічність, позитивну прогностичну значимість і негативну прогностичну значущість для того, щоб визначити, наскільки корисний цей тест в діагностиці захворювання або особливостей даної групи населення. Якщо ми хочемо використовувати цей тест для дослідження характерних особливостей у відібраної групи населення, нам необхідно знати:

З якою ймовірністю тест виявить наявність ознак у людини з характерними ознаками (чутливість)?
З якою ймовірністю тест виявить відсутність ознак у людини без характерних ознак (специфічність)?
З якою ймовірністю у людини з позитивним результатом тесту насправді є ознаки (позитивна прогностична значущість)?
З якою ймовірністю у людини з негативним результатом тесту насправді немає ознак (негативна прогностична значимість)?

Дуже важливо підрахувати ці значення для того, щоб визначити, чи корисний тест в оцінці характерних особливостей заданої групи населення. У цій статті ми покажемо, як підрахувати ці значення.

кроки

Метод 1 з 1:

Зробити свій власний підрахунок

1. Побудуйте вибіркову сукупність населення, наприклад, 1000 пацієнтів у клініці.

Calculate Sensitivity, Specificity, Positive Predictive Value, and Negative Predictive Value Step 2

2. Визначте захворювання або ознаки, які є об`єктом дослідження, наприклад, сифіліс.

Calculate Sensitivity, Specificity, Positive Predictive Value, and Negative Predictive Value Step 3

3. Проведіть надійний тест, відповідний золотого стандарту для того, щоб визначити рівень поширення захворювання або ознак, наприклад, інформація про наявність бактерії блідої трепонеми, отримана за допомогою темнопольного мікроскопа, з урахуванням клінічної картини. Використовуйте тест, відповідний золотого стандарту для того, щоб визначити, у кого є ознаки, а у кого немає. Для наочності припустимо, що у 100 випробовуваних вони є, а у 900 немає.

Calculate Sensitivity, Specificity, Positive Predictive Value, and Negative Predictive Value Step 4

4. Складіть тест по вас чутливості, специфічності, позитивної прогностичної значимості і негативною прогностичної значимості населення і протестуйте вибіркову сукупність населення. Наприклад, нехай це буде швидкий плазма реагент (RPR) тест на сифіліс. Використовуйте його для вибіркового тестування 1000 осіб.

Calculate Sensitivity, Specificity, Positive Predictive Value, and Negative Predictive Value Step 5

5. З тих, у кого є ознаки (як встановлено золотим стандартом), випишіть кількість людей з позитивними і негативними результатами. Таким же чином протестуйте людей, у яких немає ознак (як встановлено золотим стандартом). Ви отримаєте чотири цифри. Люди з ознаками І позитивним результатом є істинно позитивними (ІП). Люди з ознаками І негативним результатом є помилково негативні (ЛО). Люди без ознак І з позитивним результатом є хибнопозитивними (ЛП). Люди без ознак І з негативним результатом є істинно негативними (ІС). Для наочності припустимо, що ви протестували на RPR 1000 пацієнтів. У 95 з 100 пацієнтів, хворих на сифіліс, був позитивний результат, а у 5 - негативний. З 900 пацієнтів, які не хворих на сифіліс, у 90 був позитивний результат, а у 810 - негативний. В цьому випадку ІП = 95, ЛВ = 5, ЛП = 90 і ІС = 810.

Calculate Sensitivity, Specificity, Positive Predictive Value, and Negative Predictive Value Step 6

6. Щоб підрахувати чутливість, розділіть ІП на (ІП + ЛВ). У вищезгаданому випадку у нас вийде 95 / (95 + 5) = 95%. Чутливість показує нам, з якою ймовірністю тест покаже позитивний результат у людини, що має ознаки. Серед людей, що мають ознаки, яка частка отримає позитивний результат? Чутливість, рівна 95% - досить непогано.

Calculate Sensitivity, Specificity, Positive Predictive Value, and Negative Predictive Value Step 7

7. Щоб підрахувати специфічність, розділіть ІВ на (ЛП + ІВ). У вищезгаданому випадку у нас вийде 810 / (90 + 810) = 90%. Специфічність показує нам, з якою ймовірністю тест покаже негативний результат у людини, що не має ознак. Серед людей, які не мають ознак, яка частка отримає негативний результат? Специфічність, рівна 90% - досить непогано.

Calculate Sensitivity, Specificity, Positive Predictive Value, and Negative Predictive Value Step 8

8. Щоб підрахувати позитивну прогностичну значимість (ППЗ), розділіть ІП на (ІП + ЛП). У вищезгаданому випадку у нас вийде 95 / (95 + 90) = 51.4%. Позитивна прогностична значущість показує нам, з якою ймовірністю людина з позитивним результатом буде мати ознаки. Серед людей, що мають позитивний результат, яка частка дійсно має ознаки? ППЗ, рівна 51.4%, означає, що якщо у вас позитивний результат, вірогідність того, що ви насправді хворі, дорівнює 51.4%.

Calculate Sensitivity, Specificity, Positive Predictive Value, and Negative Predictive Value Step 9

9. Щоб підрахувати негативну прогностичну значущість (ОПЗ), розділіть ІВ на (ІС + ЛО). У вищезгаданому випадку у нас вийде 810 / (810 + 5) = 99.4%. Негативна прогностична значимість показує нам, з якою ймовірністю людина з негативним результатом тесту не матиме ознак. Серед людей, що мають негативний результат, яка частка дійсно не має ознак? ОПЗ, рівна 99.4%, означає, що якщо у вас негативний результат, вірогідність того, що ви не хворі, дорівнює 99.4%.

Поради

Хороші скринінг-тести мають високу чутливість і допомагають виявити хворих, у яких є ознаки. Тести з високою чутливістю корисні в диференціальної діагностики захворювань або ознак, якщо вони показують негативний результат. ( «SNOUT»: відхилення чутливості)
точність або ефективність - це процентне співвідношення результатів тесту, точно встановлених тестом, тобто (істинно позитивні + істинно негативні) / загальні результати тесту = (ІП + ІВ) / (ІП + ІВ + ЛП + ЛО).
Спробуйте накреслити таблицю спряженості для того, щоб полегшити собі завдання.
Пам`ятайте, що чутливість і специфічність - це внутрішні властивості даного тесту, які НЕ залежать від заданої групи населення, тобто якщо тест проводитися на різних групах населення, ці дві величини повинні залишатися без змін.
Хороші контрольні тести мають високу специфічність, таким чином, при тестуванні буде допущено помилок у виявленні пацієнтів, що мають ознаки. Тести з високою чутливістю корисні в діагностиці захворювань або ознак, якщо вони показують позитивний результат. ( «SPIN»: схвалення специфічності)
З іншого боку, позитивна прогностична значущість і негативна прогностична значимість залежать від рівня поширення ознак серед відібраної групи населення. Чим рідше зустрічаються ознаки, тим нижче позитивна прогностична значущість і вище негативна прогностична значимість (так як поширеність нижче у випадках, коли ознаки зустрічаються рідше). І навпаки, чим частіше зустрічаються ознаки, тим вище позитивна прогностична значущість і нижче негативна прогностична значимість (так як поширеність вище у випадках, коли ознаки зустрічаються частіше).
Постарайтеся добре зрозуміти ці визначення.