Любой тест, проводимый на определенной популяции, должен уметь вычислять чувствительность, специфичность, положительная прогностическая ценность, а также отрицательная прогностическая ценность, чтобы определить полезность тестирования при обнаружении конкретного заболевания или характеристики населения. Если мы хотим использовать тест для проверки определенных характеристик в выборке населения, нам нужно знать следующее:
- Насколько вероятно, что этот тест обнаружит существование определенные характеристики человека с участием такие характеристики (чувствительность)?
- Насколько вероятно, что этот тест обнаружит отсутствие определенные характеристики человека у кого нет эти характеристики (специфика)?
- Насколько вероятно, что кто-то с такими же результатами теста положительный действительно имеют эти характеристики (положительная прогностическая ценность)?
-
Насколько вероятно, что человек, чьи результаты тестирования отрицательный действительно не иметь эти характеристики (отрицательная прогностическая ценность)?
Эти значения очень важны для расчета определить, полезен ли тест для измерения определенных характеристик в данной популяции.
Эта статья покажет вам, как рассчитать эти значения.
Шаг
Метод 1 из 1: считать себя
Шаг 1. Определите совокупность для выборки, например 1000 пациентов в клинике
Шаг 2. Определите желаемое заболевание или признак, например сифилис
Шаг 3. Иметь стандартный золотой стандарт для определения распространенности заболевания или желаемых характеристик, например, микроскопическое документирование в темном поле бактерии Treponema pallidum из фрагментов сифилитической язвы в сочетании с клиническими данными
Используйте тест по золотому стандарту, чтобы определить, у кого есть характеристики, а у кого нет. В качестве иллюстрации предположим, что у 100 человек есть характеристика, а у 900 нет.
Шаг 4. Выполните интересующий вас тест, чтобы определить его чувствительность, специфичность, положительную прогностическую ценность и отрицательную прогностическую ценность для этой популяции
Затем проведите тест для всех в выборке. Например, предположим, что это экспресс-тест на реагин плазмы (RPR) для выявления сифилиса. Используйте его, чтобы протестировать 1000 человек в выборке.
Шаг 5. Для людей, обладающих характеристиками (определенными золотым стандартом), запишите количество людей с положительным результатом и количество людей с отрицательным результатом
Сделайте то же самое с людьми, у которых нет характеристик (определенных золотым стандартом). У вас будет четыре числа. Люди с положительными характеристиками и положительными результатами анализов истинные положительные результаты (истинные положительные результаты или TP). Люди с характеристиками И результатами тестирования отрицательными считаются ложноотрицательные (ложноотрицательные или FN). Люди, не обладающие характеристиками И результатами анализов положительными, считаются ложные срабатывания (ложные срабатывания или FP). Люди, у которых нет характеристик И результаты анализов отрицательны, считаются истинные негативы (истинные негативы или TN). Например, предположим, что вы выполнили тест RPR на 1000 пациентов. Из 100 пациентов с сифилисом 95 из них дали положительный результат, а остальные 5 дали отрицательный результат. Из 900 пациентов, не болевших сифилисом, 90 дали положительный результат, а остальные 810 дали отрицательный результат. В этом случае TP = 95, FN = 5, FP = 90 и TN = 810.
Шаг 6. Для расчета чувствительности разделите TP на (TP + FN)
В приведенном выше примере расчет составляет 95 / (95 + 5) = 95%. Чувствительность говорит нам, насколько вероятно, что тест даст положительный результат для человека, у которого есть характеристика. Какая доля среди всех людей, имеющих эту характеристику, положительна? Чувствительность 95% вполне достаточно.
Шаг 7. Чтобы вычислить специфичность, разделите TN на (FP + TN)
В приведенном выше примере расчет составляет 810 / (90 + 810) = 90%. Специфичность говорит нам о вероятности того, что тест даст отрицательный результат у кого-то, у кого нет этой характеристики. Какая доля среди всех людей, не имеющих характеристики, отрицательная? 90% специфичности вполне достаточно.
Шаг 8. Чтобы вычислить положительную прогностическую ценность (NPP), разделите TP на (TP + FP)
В приведенном выше контексте расчет составляет 95 / (95 + 90) = 51,4%. Прогнозирующая ценность положительного результата говорит о вероятности наличия у человека данной характеристики при положительном результате теста. Какая доля среди всех тех, кто дал положительный результат теста, действительно имеет эту характеристику? NPP 51,4% означает, что если результат вашего теста положительный, вероятность того, что вы действительно страдаете этим заболеванием, составляет 51,4%.
Шаг 9. Чтобы вычислить отрицательную прогностическую ценность (NPN), разделите TN на (TN + FN)
Для приведенного выше примера расчет составляет 810 / (810 + 5) = 99,4%. Отрицательная прогностическая ценность говорит о том, насколько вероятно, что у человека не будет характеристики, если результат теста отрицательный. Среди всех тех, у кого тест отрицательный, какой процент действительно лишен рассматриваемых характеристик? NPN 99,4% означает, что если результат теста человека отрицательный, вероятность отсутствия заболевания у этого человека составляет 99,4%.
подсказки
- Точность, или эффективность, - это процент результатов теста, правильно определенных тестом, то есть (истинно положительный + истинно отрицательный) / общий результат теста = (TP + TN) / (TP + TN + FP + FN).
- Хороший скрининговый тест имеет высокую чувствительность, потому что вы хотите получить все, что имеет определенные характеристики. Тесты с очень высокой чувствительностью полезны для исключения заболевания или характеристики, если результат отрицательный. ("СНОУТ": ВЫХОД правила Чувствительности)
- Попробуйте сделать стол 2х2, чтобы было проще.
- Поймите, что чувствительность и специфичность являются внутренними свойствами теста, которые нет зависит от существующей популяции, то есть эти два значения должны быть одинаковыми, если один и тот же тест выполняется на разных популяциях.
- Хороший тест на проверяемость имеет высокую специфичность, потому что вы хотите, чтобы тест был конкретным и не наносил неправильные ярлыки людям, у которых нет характеристики, предполагая, что она у них есть. Тесты с очень высокой специфичностью полезны для заключать определенные заболевания или характеристики, если результат положительный. ("ВРАЩЕНИЕ": ВНУТРИ правила специфичности)
- С другой стороны, положительная прогностическая ценность и отрицательная прогностическая ценность зависят от распространенности этой характеристики в конкретной популяции. Чем реже искомая характеристика, тем ниже положительная прогностическая ценность и выше отрицательная прогностическая ценность (поскольку вероятность предварительного тестирования для редких характеристик мала). С другой стороны, чем более распространена характеристика, тем выше положительная прогностическая ценность и ниже отрицательная прогностическая ценность (поскольку вероятность предварительного тестирования для общей характеристики высока).
- Постарайтесь хорошо понять эти концепции.
