Vsak preskus, opravljen na določeni populaciji, mora biti sposoben izračunati občutljivost, specifičnost, pozitivna napovedna vrednost, in negativna napovedna vrednost, da bi ugotovili uporabnost testiranja pri odkrivanju določene bolezni ali populacijske značilnosti. Če želimo s testom preizkusiti nekatere značilnosti v vzorčni populaciji, moramo vedeti naslednje:
- Kako verjetno je ta test odkriti obstoj določene lastnosti osebe z take lastnosti (občutljivost)?
- Kako verjetno je ta test odkriti odsotnost določene lastnosti osebe ki nimajo te značilnosti (posebnost)?
- Kako verjetno je, da ima nekdo, ki ima enake rezultate testa pozitivno resnično imeti te značilnosti (pozitivna napovedna vrednost)?
-
Kako verjetna je oseba, katere rezultati testa negativno resnično nimam te značilnosti (negativna napovedna vrednost)?
Te vrednosti je zelo pomembno izračunati ugotoviti, ali je test uporaben za merjenje določenih značilnosti v dani populaciji.
Ta članek vam bo pokazal, kako izračunati te vrednosti.
Korak
Metoda 1 od 1: Preštejte sami sebe
Korak 1. Določite populacijo za vzorčenje, na primer 1000 bolnikov v kliniki
Korak 2. Določite želeno bolezen ali značilnost, npr. Sifilis
Korak 3. Imeti standardni zlati standard za ugotavljanje razširjenosti bolezni ali želenih značilnosti, npr. Mikroskopsko dokumentacijo temnega polja bakterije Treponema pallidum iz drobcev sifilitične razjede v sodelovanju s kliničnimi ugotovitvami
S testom zlatega standarda ugotovite, kdo ima lastnosti in kdo ne. Za ponazoritev recimo, da ima 100 ljudi značilnost, 900 pa jih ne.
Korak 4. Izvedite test, ki vas zanima, da ugotovite njegovo občutljivost, specifičnost, pozitivno napovedno vrednost in negativno napovedno vrednost za to populacijo
Nato naredite test za vse v vzorčni populaciji. Recimo, da je to hitri test plazemskega reagina (RPR) za odkrivanje sifilisa. Z njim preizkusite 1000 ljudi v vzorcu.
5. korak Za ljudi, ki imajo značilnosti (kot jih določa zlati standard), zabeležite število ljudi, ki so bili pozitivni, in število ljudi, ki so bili negativni
Enako storite za ljudi, ki nimajo lastnosti (kot jih opredeljuje zlati standard). Imeli boste štiri številke. Ljudje, ki imajo lastnosti IN so rezultati testov pozitivni, so resnični pozitivni učinki (pravi pozitivni ali TP). Ljudje, ki imajo lastnosti IN so rezultati testov negativni, so lažno negativni (lažno negativni ali FN). Ljudje, ki nimajo lastnosti IN so rezultati testov pozitivni, so lažno pozitivni (lažno pozitivni ali FP). Ljudje, ki nimajo lastnosti IN so rezultati testov negativni, so resnični negativi (resnični negativi ali TN). Recimo, da ste opravili RPR test pri 1000 bolnikih. Med 100 bolniki s sifilisom jih je bilo 95 pozitivnih, preostalih 5 pa negativnih. Med 900 bolniki, ki niso imeli sifilisa, je bilo 90 pozitivnih, preostalih 810 pa negativnih. V tem primeru je TP = 95, FN = 5, FP = 90 in TN = 810.
Korak 6. Za izračun občutljivosti TP delite s (TP+FN)
V zgornjem primeru je izračun 95/(95+5) = 95%. Občutljivost nam pove, kako verjetno je, da bo test dal pozitiven rezultat za osebo, ki ima značilnosti. Kakšen delež med vsemi ljudmi, ki imajo značilnost, je pozitiven? Občutljivost 95% je dovolj dobra.
Korak 7. Za izračun specifičnosti delite TN z (FP+TN)
V zgornjem primeru je izračun 810/(90+810) = 90%. Posebnost nam pove o verjetnosti, da bo test negativno vplival na nekoga, ki nima značilnosti. Kakšen delež je med vsemi ljudmi, ki nimajo značilnosti, negativen? 90% specifičnost je dovolj dobra.
Korak 8. Za izračun pozitivne napovedne vrednosti (NPP) TP razdelite na (TP+FP)
V zgornjem kontekstu je izračun 95/(95+90) = 51,4%. Pozitivna napovedna vrednost pove verjetnost, da ima oseba značilnost, če je rezultat testa pozitiven. Kakšen delež med vsemi tistimi, ki imajo pozitiven test, ima značilnost? NPP 51,4% pomeni, da če je rezultat testa pozitiven, je verjetnost, da bo dejansko zbolel za zadevno boleznijo, 51,4%.
Korak 9. Za izračun negativne napovedne vrednosti (NPN) delite TN s (TN+FN)
Za zgornji primer je izračun 810/(810+5) = 99,4%. Negativna napovedna vrednost pove, kako verjetno je, da oseba nima lastnosti, če je rezultat testa negativen. Kakšen delež med vsemi tistimi, ki imajo negativen test, dejansko nima teh značilnosti? NPN 99,4% pomeni, da če je rezultat testa pri osebi negativen, je verjetnost, da pri tej osebi bolezni ne bo, 99,4%.
Nasveti
- Natančnostali učinkovitost, je odstotek rezultatov preskusa, ki jih je test pravilno določil, tj. (resnično pozitivno+resnično negativno)/skupni rezultat testa = (TP+TN)/(TP+TN+FP+FN).
- Dober presejalni test ima visoko občutljivost, saj želite dobiti vse, kar ima določene lastnosti. Preskusi z zelo visoko občutljivostjo so uporabni za izključitev bolezni ali značilnosti, če je rezultat negativen. ("SNOUT": SeNsitivity-rule OUT)
- Poskusite narediti mizo 2x2, da bo lažje.
- Razumeti, da sta občutljivost in specifičnost lastni lastnosti testa ne odvisno od obstoječe populacije, to je, da morata biti vrednosti enaki, če se isti test opravi na različnih populacijah.
- Dober test preverljivosti ima visoko specifičnost, saj želite, da je test specifičen in ne napačno označuje ljudi, ki nimajo lastnosti, če domnevajo, da jo imajo. Za to so uporabni testi, ki imajo zelo visoko specifičnost obdati nekatere bolezni ali značilnosti, če je rezultat pozitiven. ("SPIN": pravilo o specifičnosti IN)
- Pozitivna napovedna vrednost in negativna napovedna vrednost pa sta odvisni od razširjenosti te značilnosti pri določeni populaciji. Čim redkejša je značilnost, nižja je pozitivna napovedna vrednost in višja je negativna napovedna vrednost (ker je verjetnost predtestiranja nizka za redke značilnosti). Po drugi strani pa je pogostejša značilnost višja kot je pozitivna napovedna vrednost in manjša je negativna napovedna vrednost (ker je verjetnost predtestiranja velika za skupno značilnost).
- Poskusite dobro razumeti te koncepte.
