Всеки тест, извършен върху определена популация, трябва да може да се изчисли чувствителност, специфичност, положителна прогнозна стойност, и отрицателна прогнозна стойност, за да се определи полезността на тестването при откриване на определена болест или популационна характеристика. Ако искаме да използваме тест за тестване на определени характеристики в пробна популация, това, което трябва да знаем, е:
- Колко е вероятно този тест да бъде открит съществуване определени характеристики на човек с такива характеристики (чувствителност)?
- Колко е вероятно този тест да бъде открит отсъствие определени характеристики на човек които нямат тези характеристики (специфичност)?
- Колко е вероятно някой, който има същите резултати от теста положителен наистина имам тези характеристики (положителна прогнозна стойност)?
-
Колко вероятно е човек, чиито резултати от теста отрицателен наистина нямам тези характеристики (отрицателна прогнозна стойност)?
Тези стойности са много важни за изчисляване определя дали тестът е полезен за измерване на определени характеристики в дадена популация.
Тази статия ще ви покаже как да изчислите тези стойности.
Стъпка
Метод 1 от 1: Преброяване на себе си
Изчислете чувствителността, специфичността, положителната прогнозна стойност и отрицателната прогнозна стойност Стъпка 1 Стъпка 1. Определете популацията, която ще бъде включена в извадката, например 1000 пациенти в клиника
Изчислете чувствителност, специфичност, положителна прогнозна стойност и отрицателна прогнозна стойност Стъпка 2 Стъпка 2. Определете желаното заболяване или характеристика, например сифилис
Изчислете чувствителността, специфичността, положителната прогнозна стойност и отрицателната прогнозна стойност Стъпка 3 Стъпка 3. Имайте стандартен златен стандарт за определяне на разпространението на болестта или желаните характеристики, например микроскопска документация от тъмно поле на бактерията Treponema pallidum от фрагменти на сифилитична язва, в сътрудничество с клиничните находки
Използвайте теста за златен стандарт, за да определите кой има характеристиките и кой не. Като илюстрация, да речем, че 100 души имат характеристиката, а 900 нямат.
Изчислете чувствителността, специфичността, положителната прогнозна стойност и отрицателната прогнозна стойност Стъпка 4 Стъпка 4. Извършете теста, който ви интересува, за да определите неговата чувствителност, специфичност, положителна прогнозна стойност и отрицателна прогнозна стойност за тази популация
След това направете теста за всички в извадката популация. Например, да предположим, че това е бърз плазмен реагинов тест (RPR) за скрининг за сифилис. Използвайте го, за да тествате 1000 души в извадка.
Изчислете чувствителността, специфичността, положителната прогнозна стойност и отрицателната прогнозна стойност Стъпка 5 Стъпка 5. За хора, които имат характеристиките (както е определено от златния стандарт), запишете броя на хората с положителен тест и броя на хората с отрицателен тест
Направете същото за хора, които нямат характеристиките (както е определено от златния стандарт). Ще имате четири числа. Хората, които имат характеристики И резултатите от тестовете са положителни истински положителни резултати (истински положителни или TP). Хората, които имат характеристики И резултатите от тестовете са отрицателни са фалшиви негативи (фалшиви негативи или FN). Хората, които нямат характеристиките И резултатите от тестовете са положителни фалшиво положителни (фалшиво положителни или FP). Хората, които нямат характеристиките И резултатите от тестовете са отрицателни, са истински негативи (истински негативи или TN). Да предположим например, че сте направили RPR тест на 1000 пациенти. Сред 100 -те пациенти със сифилис 95 от тях са положителни, докато останалите 5 са отрицателни. Сред 900 пациенти, които не са имали сифилис, 90 са положителни, а останалите 810 са отрицателни. В този случай TP = 95, FN = 5, FP = 90 и TN = 810.
Изчислете чувствителността, специфичността, положителната прогнозна стойност и отрицателната прогнозна стойност Стъпка 6 Стъпка 6. За да изчислите чувствителността, разделете TP на (TP+FN)
В горния пример изчислението е 95/(95+5) = 95%. Чувствителността ни казва колко е вероятно тестът да даде положителен резултат за човек, който има характеристиката. Какъв дял от всички хора, които имат характеристиката, са положителни? Чувствителността от 95% е достатъчно добра.
Изчислете чувствителността, специфичността, положителната прогнозна стойност и отрицателната прогнозна стойност Стъпка 7 Стъпка 7. За да се изчисли специфичността, разделете TN на (FP+TN)
В горния пример изчислението е 810/(90+810) = 90%. Специфичността ни казва за вероятността тест да даде отрицателен резултат при някой, който няма характеристиката. Сред всички хора, които нямат характеристиката, какъв процент е отрицателен? 90% специфичност е достатъчно добра.
Изчислете чувствителността, специфичността, положителната прогнозна стойност и отрицателната прогнозна стойност Стъпка 8 Стъпка 8. За да изчислите положителната прогнозна стойност (NPP), разделете TP на (TP+FP)
В горния контекст изчислението е 95/(95+90) = 51,4%. Положителната прогнозна стойност показва вероятността човек да има характеристиката, ако резултатът от теста е положителен. Сред всички, които имат положителен тест, каква пропорция всъщност има характеристиката? NPP 51,4% означава, че ако резултатът от теста ви е положителен, вероятността действително да страдате от въпросната болест е 51,4%.
Изчислете чувствителността, специфичността, положителната прогнозна стойност и отрицателната прогнозна стойност Стъпка 9 Стъпка 9. За да изчислите отрицателната прогнозна стойност (NPN), разделете TN на (TN+FN)
За горния пример изчислението е 810/(810+5) = 99,4%. Отрицателната прогнозна стойност показва колко е вероятно човек да няма характеристика, ако резултатът от теста е отрицателен. Сред всички, които имат отрицателен тест, каква част всъщност липсва въпросните характеристики? NPN 99,4% означава, че ако резултатът от теста на човек е отрицателен, вероятността да няма болестта при този човек е 99,4%.
Съвети
- Точност, или ефективност, е процентът от резултатите от теста, правилно идентифицирани от теста, т.е. (истински положителен+истински отрицателен)/общ резултат от теста = (TP+TN)/(TP+TN+FP+FN).
- Добрият скринингов тест има висока чувствителност, защото искате да можете да получите всичко, което има определени характеристики. Тестовете с много висока чувствителност са полезни за изключване на заболяване или характеристика, ако резултатът е отрицателен. („SNOUT“: SeNsitivity-rule OUT)
- Опитайте се да направите таблица 2x2, за да стане по -лесно.
- Разберете, че чувствителността и специфичността са присъщи свойства на теста, който не зависи от съществуващата популация, т.е., че двете стойности трябва да са еднакви, ако един и същ тест се извършва върху различни популации.
- Добрият тест за проверка има висока специфичност, защото искате тестът да бъде конкретен и да не подвежда хората, които нямат характеристиката, като приемат, че я притежават. Тестовете, които имат много висока специфичност, са полезни за заграждам определени заболявания или характеристики, ако резултатът е положителен. ("SPIN": правило за специфичност IN)
- Положителната прогнозна стойност и отрицателната прогнозна стойност, от друга страна, зависят от разпространението на тази характеристика в определена популация. Колкото по -рядка е търсената характеристика, толкова по -ниска е положителната прогнозна стойност и по -висока е отрицателната прогнозна стойност (тъй като вероятността от предтеста е ниска за редки характеристики). От друга страна, колкото по -често е характеристика, толкова по -висока е положителната прогнозна стойност и по -ниска е отрицателната прогнозна стойност (тъй като вероятността за предтеста е висока за общата характеристика).
- Опитайте се да разберете добре тези понятия.
