Ako vypočítať citlivosť, špecifickosť, pozitívnu prediktívnu hodnotu a negatívnu prediktívnu hodnotu
Ak vykonávate test podávaný danej populácii, budete musieť zistiť citlivosť, špecifickosť, pozitívnu prediktívnu hodnotu a negatívnu prediktívnu hodnotu, aby ste zistili, ako je test užitočný. Ak chcete vypočítať citlivosť, pripočítajte skutočné pozitíva k falošným negatívom a výsledok potom vydelte skutočnými pozitívami. Ak chcete vypočítať špecifickosť, pripočítajte falošné pozitíva k skutočným negatívom a výsledok potom vydelte skutočnými negatívmi. Ak chcete získať pozitívnu prediktívnu hodnotu, pripočítajte skutočné pozitíva k falošným pozitívam a potom výsledok delte skutočnými pozitívami. K negatívnej prediktívnej hodnote pripočítajte pravdivé negatívy k falošným negatívom a výsledok potom delte skutočnými negatívmi. Ak chcete získať ďalšie tipy, vrátane toho, ako porozumieť terminológii používanej v populačných testoch, čítajte ďalej!
Vykonajte test, ktorý vás zaujíma, aby ste určili jeho citlivosť, špecifickosť, pozitívnu prediktívnu hodnotu a negatívnu prediktívnu hodnotu pre túto populáciu, a spustite tento test u každého vo vybranej vzorke populácie.
Pre každý daný test podávaný danej populácii je dôležité vypočítať citlivosť, špecifickosť, pozitívnu prediktívnu hodnotu a negatívnu prediktívnu hodnotu, aby sa určilo, ako užitočný je test na detekciu ochorenia alebo charakteristiky v danej populácii. Ak chceme použiť test na testovanie konkrétnej charakteristiky vo vzorovej populácii, chceli by sme vedieť:
- Ako pravdepodobné je, že test odhalí prítomnosť charakteristiky u niekoho s charakteristikou (citlivosťou)?
- Ako pravdepodobné je, že test odhalí absenciu charakteristiky u niekoho bez charakteristiky (špecifickosti)?
- Aká je pravdepodobnosť, že niekto s pozitívnym výsledkom testu skutočne bude mať charakteristiku (pozitívnu prediktívnu hodnotu)?
- Ako je pravdepodobné, že niekto s negatívnym výsledkom testu skutočne nemá charakteristiku (negatívna prediktívna hodnota)?
Tieto hodnoty je veľmi dôležité vypočítať, aby sa určilo, či je test užitočný na meranie konkrétnych charakteristík v danej populácii. Tento článok ukáže, ako vypočítať tieto hodnoty.
Metóda 1 z 1: Vykonajte svoj vlastný výpočet
- 1Definujte populáciu, z ktorej chcete odobrať vzorku, napr. 1000 pacientov na klinike.
- 2Definujte chorobu alebo charakteristiku, ktorá nás zaujíma, napr. Syfilis.
- 3Mať osvedčený zlatý štandardný test na stanovenie prevalencie chorôb alebo charakteristík, napr. Mikroskopická dokumentácia z tmavého poľa o prítomnosti baktérií Treponema pallidum zo škrabancov zo syfilitického vredu, v spolupráci s klinickými nálezmi. Pomocou testu zlatého štandardu určte, kto má danú vlastnosť a kto nie. Na ilustráciu povedzme, že ho má 100 ľudí a 900 nie.
Ako je pravdepodobné, že niekto s negatívnym výsledkom testu skutočne nemá charakteristiku (negatívna prediktívna hodnota)? - 4Vykonajte test, ktorý vás zaujíma, aby ste určili jeho citlivosť, špecifickosť, pozitívnu prediktívnu hodnotu a negatívnu prediktívnu hodnotu pre túto populáciu, a spustite tento test u každého vo vybranej vzorke populácie. Nech je tento test napríklad testom na rýchlu plazmatickú reagin (RPR) na vyšetrenie syfilisu. Použite ho na testovanie 1000 ľudí vo vzorke.
- 5U ľudí, ktorí majú charakteristiku (ako ju určuje zlatý štandard), zaznamenajte počet ľudí, ktorí mali pozitívny test, a počet ľudí, ktorí mali negatívny test. To isté urobte pre ľudí, ktorí nemajú charakteristiku (ako určuje zlatý štandard). Skončíte so štyrmi číslami. Ľudia s charakteristickými A testovanými pozitívne hodnotia skutočné pozitíva (TP). Ľudia s charakteristickou A testovanou negativitou sú falošné negatívy (FN). Ľudia bez charakteristických A testovaných pozitívne sú falošne pozitívne (FP). Ľudia bez charakteristických A testovaných negatívov sú skutočnými negatívami (TN) Predpokladajme napríklad, že ste urobili test RPR na 1000 pacientoch. Zo 100 pacientov so syfilisom bolo 95 z nich pozitívnych a 5 negatívnych. Medzi 900 pacientmi bez syfilisu bolo 90 pozitívnych a 810 negatívnych. V tomto prípade TP = 95, FN = 5, FP = 90 a TN = 810.
- 6Ak chcete vypočítať citlivosť, rozdeľte TP o (tp+fn). Vo vyššie uvedenom prípade by to bolo 95/(95+5) = 95%. Citlivosť nám hovorí, ako pravdepodobné je, že sa test vráti pozitívne u niekoho, kto má danú charakteristiku. Aký podiel spomedzi všetkých ľudí, ktorí majú túto vlastnosť, bude pozitívny? Citlivosť 95% je celkom dobrá.
- 7Ak chcete vypočítať špecifickosť, vydelte TN (fp+tn). Vo vyššie uvedenom prípade by to bolo 810/(90+810) = 90%. Špecifickosť nám hovorí, ako je pravdepodobné, že sa test vráti negatívne u niekoho, kto nemá danú vlastnosť. Aký podiel zo všetkých ľudí bez charakteristiky bude negatívny? 90% špecifickosť je celkom dobrá.
- 8Na výpočet pozitívnej prediktívnej hodnoty (PPV) vydelte TP číslom (tp+fp). Vo vyššie uvedenom prípade by to bolo 95/(95+90) = 51,4%. Pozitívna prediktívna hodnota nám hovorí, ako pravdepodobne bude mať niekto charakteristiku, ak je test pozitívny. Aký podiel spomedzi všetkých ľudí s pozitívnym testom má táto vlastnosť? 51,4% PPV znamená, že ak máte pozitívny test, máte 51,4% pravdepodobnosť, že skutočne ochoriete.
Ak vykonávate test podávaný danej populácii, budete musieť zistiť citlivosť, špecifickosť, pozitívnu prediktívnu hodnotu a negatívnu prediktívnu hodnotu, aby ste zistili, ako je test užitočný. - 9Na výpočet negatívnej prediktívnej hodnoty (NPV) vydelte TN (tn+fn). Vo vyššie uvedenom prípade by to bolo 810/(810+5) = 99,4%. Negatívna prediktívna hodnota nám hovorí, ako pravdepodobne niekto nebude mať charakteristiku, ak je test negatívny. Aký podiel spomedzi všetkých ľudí s negatívnym testom nemá túto charakteristiku? 99,4% NPV znamená, že ak budete testovať negatívne, máte 99,4% pravdepodobnosť, že nebudete mať chorobu.
- Presnosť alebo účinnosť je percento výsledkov testu správne identifikovaných testom, tj (skutočné pozitíva+skutočné negatívy)/celkové výsledky testov = (TP+TN)/(TP+TN+FP+FN).
- Dobré skríningové testy majú vysokú citlivosť, pretože chcete byť schopní vyzdvihnúť všetky tie, ktoré majú charakteristiku. Testy s veľmi vysokou citlivosťou sú užitočné na vylúčenie chorôb alebo charakteristík, ak sa ukážu negatívne. („SNOUT“: pravidlo citlivosti OUT)
- Skúste nakresliť stôl 2x2, aby ste to mali jednoduchšie.
- Uvedomte si, že senzitivita a špecificita sú vnútorné vlastnosti danej skúšky, a to nie je závislé na danej populácie, tj tieto dve hodnoty by mali byť rovnaké, keď sa rovnaká skúška aplikovať na rôznych populácií.
- Dobré potvrdzujúce testy majú vysokú špecifickosť, pretože chcete, aby bol váš test konkrétny, a nie nesprávne označený test, ktorý ho nemá. Testy s veľmi vysokou špecifickosťou sú užitočné pri ochoreniach alebo charakteristikách, ak sa ukážu pozitívne. („OTOČENIE“: pravidlo SPECIFICITY IN)
Aká je pravdepodobnosť, že niekto s pozitívnym výsledkom testu skutočne bude mať charakteristiku (pozitívnu prediktívnu hodnotu)? - Pozitívna prediktívna hodnota a negatívna prediktívna hodnota na druhej strane závisia od prevalencie charakteristiky v danej populácii. Čím vzácnejšia je charakteristika, tým nižšia je pozitívna prediktívna hodnota a tým vyššia je negatívna prediktívna hodnota (pretože pravdepodobnosť predbežného testu je pri zriedkavých charakteristikách nízka). Naopak, čím bežnejšia je charakteristika, tým vyššia je pozitívna prediktívna hodnota a tým nižšia je negatívna prediktívna hodnota (pretože pravdepodobnosť predbežného testu je pre spoločnú charakteristiku vysoká).
- Skúste týmto pojmom dobre porozumieť.
- Je ľahké urobiť neopatrné chyby vo výpočte. Starostlivo si skontrolujte svoju matematiku. Kreslenie von 2x2 tabuľka vám pomôže.
Prečítajte si tiež: Ako nájsť strednú hodnotu množiny čísel?
Otázky a odpovede
- Potrebujem na výpočet pozitívnej prediktívnej hodnoty náhodnú vzorku?Nie, stále môžete vypočítať, s vedomím, ktorá skupina dostala ktoré ošetrenie.
- Ako súvisí citlivosť s pozitívnou prediktívnou hodnotou podľa vzorca?Osvetlenie, zvuk, vôňa, aróma atď. Budú potrebovať ďalšie informácie na vytvorenie vzorca na základe toho, čo chcete dosiahnuť.
