Πώς να υπολογίσετε την ευαισθησία, την ειδικότητα, τη θετική προγνωστική αξία και την αρνητική προγνωστική αξία

Συγγραφέας: William Ramirez
Ημερομηνία Δημιουργίας: 24 Σεπτέμβριος 2021
Ημερομηνία Ενημέρωσης: 1 Ιούλιος 2024
Anonim
Μέθοδοι πρόβλεψης πρόωρου τοκετού - Πανεπιστήμιο Κολούμπια
Βίντεο: Μέθοδοι πρόβλεψης πρόωρου τοκετού - Πανεπιστήμιο Κολούμπια

Περιεχόμενο

Σε κάθε δοκιμή που πραγματοποιείται σε έναν δεδομένο πληθυσμό, είναι σημαντικό να υπολογιστεί ευαισθησία, ιδιαιτερότητα, θετική προγνωστική αξία και αρνητική προγνωστική αξία προκειμένου να καθοριστεί πόσο χρήσιμο είναι αυτό το τεστ στη διάγνωση μιας νόσου ή χαρακτηριστικών μιας δεδομένης ομάδας πληθυσμού. Εάν θέλουμε να χρησιμοποιήσουμε αυτό το τεστ για να διερευνήσουμε τα χαρακτηριστικά ενός επιλεγμένου πληθυσμού, πρέπει να γνωρίζουμε:

  • Πόσο πιθανό είναι να εντοπιστεί το τεστ Διαθεσιμότητα σημάδια στους ανθρώπους με ιδιαίτερα χαρακτηριστικά (ευαισθησία)?
  • Πόσο πιθανό είναι να εντοπιστεί το τεστ απουσία σημάδια στους ανθρώπους χωρίς ιδιαίτερα χαρακτηριστικά (ιδιαιτερότητα)?
  • Ποια είναι η πιθανότητα ενός ατόμου με θετικός το αποτέλεσμα της δοκιμής είναι στην πραγματικότητα υπάρχει σημάδια (θετική προγνωστική αξία)?
  • Ποια είναι η πιθανότητα ενός ατόμου με αρνητικός το αποτέλεσμα της δοκιμής είναι στην πραγματικότητα Οχι σημάδια (αρνητική προγνωστική αξία)?

Είναι πολύ σημαντικό να υπολογίσετε αυτές τις τιμές για να προσδιορίσετε εάν ένα τεστ είναι χρήσιμο για την αξιολόγηση των χαρακτηριστικών ενός δεδομένου πληθυσμού... Σε αυτό το άρθρο, θα σας δείξουμε πώς να υπολογίσετε αυτές τις τιμές.


Βήματα

Μέθοδος 1 από 1: Κάντε τον δικό σας αριθμό

  1. 1 Δημιουργήστε ένα δείγμα του πληθυσμού, για παράδειγμα 1000 ασθενείς σε μια κλινική.
  2. 2 Προσδιορίστε την ασθένεια ή τα σημάδια που ερευνάτε, όπως η σύφιλη.
  3. 3 Διεξαγωγή αξιόπιστης δοκιμής χρυσού προτύπου για τον προσδιορισμό του επιπολασμού ασθενειών ή σημείων, όπως πληροφορίες για την παρουσία βακτηρίων χλωμό τρεπόνεμα, λαμβάνονται με μικροσκόπιο σκοτεινού πεδίου, λαμβάνοντας υπόψη την κλινική εικόνα. Χρησιμοποιήστε μια δοκιμή χρυσού προτύπου για να προσδιορίσετε ποιος έχει και ποιος όχι. Για λόγους σαφήνειας, ας υποθέσουμε ότι 100 άτομα τα έχουν, αλλά 900 όχι.
  4. 4 Σχεδιάστε ένα τεστ για την ευαισθησία, την ειδικότητα, τη θετική προγνωστική αξία και την αρνητική προγνωστική αξία του πληθυσμού που σας ενδιαφέρει και δοκιμάστε ένα δείγμα του πληθυσμού. Για παράδειγμα, ας πούμε ότι πρόκειται για μια γρήγορη δοκιμή αντιδραστηρίου πλάσματος (RPR) για σύφιλη. Χρησιμοποιήστε το για να δοκιμάσετε 1000 άτομα.
  5. 5 Από αυτούς με συμπτώματα (όπως καθορίζεται από το χρυσό πρότυπο), γράψτε τον αριθμό των ατόμων με θετικά και αρνητικά αποτελέσματα. Δοκιμάστε άτομα που δεν εμφανίζουν σημάδια με τον ίδιο τρόπο (όπως καθορίζεται από το χρυσό πρότυπο). Θα λάβετε τέσσερα ψηφία. Άτομα με συμπτώματα ΚΑΙ θετικό αποτέλεσμα είναι πραγματικό θετικό (PI)... Άτομα με συμπτώματα ΚΑΙ αρνητικά αποτελέσματα είναι ψευδώς αρνητικό (LO)... Άτομα χωρίς σημάδια ΚΑΙ θετικό αποτέλεσμα είναι ψευδώς θετικό (LP)... Άτομα χωρίς σημάδια ΚΑΙ αρνητικό αποτέλεσμα είναι πραγματικό αρνητικό (IR)... Για λόγους σαφήνειας, ας υποθέσουμε ότι δοκιμάσατε 1000 ασθενείς σε RPR. 95 στους 100 ασθενείς με σύφιλη βρέθηκαν θετικοί και 5 αρνητικοί. Από τους 900 ασθενείς που δεν είχαν σύφιλη, 90 βρέθηκαν θετικοί και 810 αρνητικοί. Σε αυτή την περίπτωση, PI = 95, LO = 5, LP = 90 και IO = 810.
  6. 6 Για να υπολογίσετε την ευαισθησία, διαιρέστε το PI με (PI + LO). Στην παραπάνω περίπτωση, παίρνουμε 95 / (95 + 5) = 95%. Η ευαισθησία μας λέει πόσο πιθανό είναι ένα τεστ να είναι θετικό σε ένα άτομο με τα συμπτώματα.Μεταξύ των ατόμων με τα συμπτώματα, ποιο ποσοστό θα είναι θετικό; Η ευαισθησία 95% είναι αρκετά καλή.
  7. 7 Για να υπολογίσετε την ειδικότητα, διαιρέστε το RO με (LP + RO). Στην παραπάνω περίπτωση, παίρνουμε 810 / (90 + 810) = 90%. Η ιδιαιτερότητα μας λέει πόσο πιθανό είναι ένα τεστ να είναι αρνητικό σε ένα άτομο που δεν έχει συμπτώματα. Μεταξύ των ατόμων χωρίς συμπτώματα, ποιο ποσοστό θα έχει αρνητικό αποτέλεσμα; Η ιδιαιτερότητα του 90% είναι αρκετά καλή.
  8. 8 Για να υπολογίσετε τη θετική προγνωστική αξία (PPV), διαιρέστε το PI με (PI + LP). Στην παραπάνω περίπτωση, παίρνουμε 95 / (95 + 90) = 51,4%. Η θετική προγνωστική αξία μας λέει πόσο πιθανό είναι ένα άτομο με θετικό αποτέλεσμα δοκιμής να έχει τα συμπτώματα. Μεταξύ των ατόμων που έχουν θετικό αποτέλεσμα, ποιο ποσοστό έχει πραγματικά τα συμπτώματα; Ένα PPV 51,4% σημαίνει ότι εάν βρεθείτε θετικός, υπάρχει 51.4% πιθανότητα να είστε πραγματικά άρρωστοι.
  9. 9 Για να υπολογίσετε την αρνητική προγνωστική αξία (NPV), διαιρέστε το RO με (RO + LO). Στην παραπάνω περίπτωση, παίρνουμε 810 / (810 + 5) = 99,4%. Η αρνητική προγνωστική αξία μας λέει πόσο πιθανό είναι ένα άτομο με αρνητικό αποτέλεσμα δοκιμής να μην έχει συμπτώματα. Μεταξύ των ατόμων που έχουν αρνητικό τεστ, ποιο ποσοστό είναι πραγματικά χωρίς συμπτώματα; Ένα HMO 99,4% σημαίνει ότι εάν το τεστ είναι αρνητικό, υπάρχει πιθανότητα 99,4% να μην είστε άρρωστοι.

Συμβουλές

  • Οι καλές εξετάσεις ελέγχου είναι ιδιαίτερα ευαίσθητες και βοηθούν στον εντοπισμό ασθενών που έχουν συμπτώματα. Τα τεστ υψηλής ευαισθησίας είναι χρήσιμα σε διαφορική διάγνωση ασθένειες ή σημεία εάν είναι αρνητικά. ("SNOUT": απόκλιση ευαισθησίας)
  • Ακρίβεια ή αποτελεσματικότητα είναι το ποσοστό των αποτελεσμάτων της δοκιμής που καθορίζεται με ακρίβεια από τη δοκιμή, δηλαδή (πραγματικό θετικό + πραγματικό αρνητικό) / συνολικά αποτελέσματα δοκιμής = (PI + RO) / (PI + RO + LP + LO).
  • Προσπαθήστε να σχεδιάσετε έναν πίνακα έκτακτης ανάγκης για να διευκολύνετε τον εαυτό σας.
  • Θυμηθείτε ότι η ευαισθησία και η ειδικότητα είναι εγγενείς ιδιότητες μιας δεδομένης δοκιμής που δεν εξαρτώνται από τη δεδομένη ομάδα πληθυσμού, δηλαδή, εάν η δοκιμή πραγματοποιηθεί σε διαφορετικές ομάδες πληθυσμού, αυτές οι δύο τιμές θα πρέπει να παραμείνουν αμετάβλητες.
  • Οι καλές δοκιμές ελέγχου έχουν υψηλή ειδικότητα, έτσι ώστε ο έλεγχος να μην κάνει λάθη στην αναγνώριση ασθενών με συμπτώματα. Τα τεστ υψηλής ευαισθησίας είναι χρήσιμα σε διαγνωστικά ασθένειες ή σημεία, εάν εμφανίσουν θετικό αποτέλεσμα. ("SPIN": έγκριση ειδικότητας)
  • Από την άλλη πλευρά, η θετική προγνωστική αξία και η αρνητική προγνωστική αξία εξαρτώνται από το επίπεδο επικράτησης των σημείων στην επιλεγμένη ομάδα πληθυσμού. Όσο λιγότερο συνηθισμένα είναι τα σημάδια, τόσο χαμηλότερη είναι η θετική προγνωστική αξία και τόσο μεγαλύτερη η αρνητική προγνωστική αξία (αφού ο επιπολασμός είναι μικρότερος στις περιπτώσεις που τα σημεία είναι λιγότερο κοινά). Αντίθετα, όσο πιο συχνά είναι τα σημάδια, τόσο υψηλότερη είναι η θετική προγνωστική αξία και τόσο χαμηλότερη η αρνητική προγνωστική αξία (αφού ο επιπολασμός είναι υψηλότερος στις περιπτώσεις που τα σημεία είναι πιο κοινά).
  • Προσπαθήστε να κατανοήσετε καλά αυτούς τους ορισμούς.

Προειδοποιήσεις

  • Είναι εύκολο να κάνετε λάθη στους υπολογισμούς λόγω απροσεξίας. Ελέγξτε προσεκτικά τους υπολογισμούς σας. Ο πίνακας έκτακτης ανάγκης θα σας βοηθήσει σε αυτό.