Come calcolare sensibilità, specificità, valore predittivo positivo e valore predittivo negativo

Autore: William Ramirez
Data Della Creazione: 24 Settembre 2021
Data Di Aggiornamento: 1 Luglio 2024
Anonim
Sessione di Tesi di Laurea in Medicina e Chirurgia 25/10/2018 (pomeriggio)
Video: Sessione di Tesi di Laurea in Medicina e Chirurgia 25/10/2018 (pomeriggio)

Contenuto

In ogni test effettuato su una data popolazione, è importante calcolare sensibilità, specificità, valore predittivo positivo e valore predittivo negativo al fine di determinare l'utilità di questo test nella diagnosi di una malattia o delle caratteristiche di un determinato gruppo di popolazione. Se vogliamo utilizzare questo test per indagare le caratteristiche di una popolazione selezionata, dobbiamo sapere:

  • Quanto è probabile che il test venga rilevato? Disponibilità segni negli esseri umani insieme a caratteristiche peculiari (sensibilità)?
  • Quanto è probabile che il test venga rilevato? assenza segni negli esseri umani senza caratteristiche peculiari (specificità)?
  • Qual è la probabilità che una persona con positivo il risultato del test è in realtà c'è segni (valore predittivo positivo)?
  • Qual è la probabilità che una persona con negativo il risultato del test è in realtà No segni (valore predittivo negativo)?

È molto importante calcolare questi valori per determinare se un test è utile per valutare le caratteristiche di una data popolazione... In questo articolo, ti mostreremo come calcolare questi valori.


Passi

Metodo 1 di 1: fai il tuo conto

  1. 1 Costruisci un campione della popolazione, ad esempio 1000 pazienti in una clinica.
  2. 2 Identifica la malattia o i segni che stai ricercando, come la sifilide.
  3. 3 Condurre un test affidabile del gold standard per determinare la prevalenza di malattie o segni, come le informazioni sulla presenza di batteri treponema pallido, ottenuto utilizzando un microscopio a campo oscuro, tenendo conto del quadro clinico. Usa un test gold standard per determinare chi ce l'ha e chi no. Per chiarezza, supponiamo che 100 soggetti li abbiano, ma 900 no.
  4. 4 Progettare un test per la sensibilità, la specificità, il valore predittivo positivo e il valore predittivo negativo della popolazione di interesse e testare un campione della popolazione. Ad esempio, supponiamo che questo sia un test rapido del reagente al plasma (RPR) per la sifilide. Usalo per campionare 1000 persone.
  5. 5 Di quelli con sintomi (come stabilito dal gold standard), annotare il numero di persone con risultati positivi e negativi. Testare le persone che non mostrano segni allo stesso modo (come stabilito dal gold standard). Riceverai quattro cifre. Le persone con sintomi E un risultato positivo sono vero positivo (PI)... Le persone con sintomi E risultati negativi sono falso negativo (LO)... Le persone senza segni E un risultato positivo sono falso positivo (LP)... Le persone senza segni E un risultato negativo sono vero negativo (IR)... Per chiarezza, supponiamo che tu abbia testato 1000 pazienti su RPR. 95 pazienti su 100 con sifilide sono risultati positivi e 5 negativi. Dei 900 pazienti che non avevano la sifilide, 90 sono risultati positivi e 810 negativi. In questo caso PI = 95, LO = 5, LP = 90 e IO = 810.
  6. 6 Per calcolare la sensibilità, dividere il PI per (PI + LO). Nel caso precedente, otteniamo 95 / (95 + 5) = 95%. La sensibilità ci dice quanto è probabile che un test risulti positivo in una persona con i sintomi.Tra le persone con i sintomi, quale proporzione risulterà positiva? Una sensibilità del 95% è abbastanza buona.
  7. 7 Per calcolare la specificità, dividere RO per (LP + RO). Nel caso sopra, otteniamo 810 / (90 + 810) = 90%. La specificità ci dice quanto è probabile che un test risulti negativo in una persona che non ha sintomi. Tra le persone senza sintomi, quale proporzione otterrà un risultato negativo? Una specificità del 90% è abbastanza buona.
  8. 8 Per calcolare il valore predittivo positivo (PPV), dividere PI per (PI + LP). Nel caso sopra, otteniamo 95 / (95 + 90) = 51,4%. Il valore predittivo positivo ci dice con quale probabilità una persona con un risultato del test positivo avrà i sintomi. Tra le persone che risultano positive, in quale proporzione hanno effettivamente i sintomi? Un PPV del 51,4% significa che se sei positivo al test, c'è una probabilità del 51,4% che tu sia effettivamente malato.
  9. 9 Per calcolare il valore predittivo negativo (NPV), dividere RO per (RO + LO). Nel caso sopra, otteniamo 810 / (810 + 5) = 99,4%. Il valore predittivo negativo ci dice con quale probabilità una persona con un risultato negativo del test non avrà sintomi. Tra le persone che risultano negative al test, quale proporzione è veramente asintomatica? Un HMO del 99,4% significa che se il test è negativo, c'è una probabilità del 99,4% che tu non sia malato.

Consigli

  • Buoni test di screening sono altamente sensibili e aiutano a identificare i pazienti che hanno sintomi. I test ad alta sensibilità sono utili in diagnosi differenziale malattie o segni se sono negativi. ("SNOUT": deviazione di sensibilità)
  • Precisione o efficacia è la percentuale dei risultati del test accuratamente stabilita dal test, ovvero (vero positivo + vero negativo) / risultati complessivi del test = (PI + RO) / (PI + RO + LP + LO).
  • Prova a disegnare una tabella di emergenza per renderti le cose più facili.
  • Ricorda che sensibilità e specificità sono proprietà intrinseche di un dato test che non dipendono dal dato gruppo di popolazione, cioè, se il test viene eseguito su diversi gruppi di popolazione, questi due valori dovrebbero rimanere invariati.
  • Buoni test di controllo hanno un'elevata specificità in modo che i test non commettano errori nell'identificazione dei pazienti con sintomi. I test ad alta sensibilità sono utili in diagnostica malattie o segni, se mostrano un risultato positivo. ("SPIN": approvazione di specificità)
  • D'altra parte, il valore predittivo positivo e il valore predittivo negativo dipendono dal livello di prevalenza dei segni nel gruppo di popolazione selezionato. Meno comuni sono i segni, minore è il valore predittivo positivo e maggiore è il valore predittivo negativo (poiché la prevalenza è minore nei casi in cui i segni sono meno comuni). Al contrario, più frequenti sono i segni, maggiore è il valore predittivo positivo e minore è il valore predittivo negativo (poiché la prevalenza è maggiore nei casi in cui i segni sono più comuni).
  • Cerca di capire bene queste definizioni.

Avvertenze

  • È facile commettere errori nei calcoli a causa della disattenzione. Controlla attentamente i tuoi calcoli. La tabella di emergenza ti aiuterà in questo.