Κάθε δοκιμή που διεξάγεται σε έναν συγκεκριμένο πληθυσμό, πρέπει να μπορεί να υπολογιστεί ευαισθησία, ιδιαιτερότητα, θετική προγνωστική αξία, και αρνητική προγνωστική αξία, για τον προσδιορισμό της χρησιμότητας των δοκιμών στην ανίχνευση συγκεκριμένης ασθένειας ή χαρακτηριστικού πληθυσμού. Εάν θέλουμε να χρησιμοποιήσουμε ένα τεστ για να ελέγξουμε ορισμένα χαρακτηριστικά σε ένα δείγμα πληθυσμού, αυτό που πρέπει να γνωρίζουμε είναι:
- Πόσο πιθανό είναι να εντοπιστεί αυτή η δοκιμή ύπαρξη ορισμένα χαρακτηριστικά ενός ατόμου με τέτοια χαρακτηριστικά (ευαισθησία);
- Πόσο πιθανό είναι να εντοπιστεί αυτή η δοκιμή απουσία ορισμένα χαρακτηριστικά ενός ατόμου που δεν έχουν αυτά τα χαρακτηριστικά (ιδιαιτερότητα);
- Πόσο πιθανό είναι κάποιος που έχει τα ίδια αποτελέσματα δοκιμών θετικός στα αληθεια έχω αυτά τα χαρακτηριστικά (θετική προγνωστική αξία);
-
Πόσο πιθανό είναι ένα άτομο του οποίου τα αποτελέσματα των δοκιμών αρνητικός στα αληθεια δεν έχω αυτά τα χαρακτηριστικά (αρνητική προγνωστική αξία);
Αυτές οι τιμές είναι πολύ σημαντικές για υπολογισμό καθορίσετε εάν μια δοκιμή είναι χρήσιμη για τη μέτρηση ορισμένων χαρακτηριστικών σε έναν δεδομένο πληθυσμό.
Αυτό το άρθρο θα σας δείξει πώς να υπολογίσετε αυτές τις τιμές.
Βήμα
Μέθοδος 1 από 1: Μετρώντας τον εαυτό σας
Βήμα 1. Καθορίστε τον πληθυσμό προς δειγματοληψία, για παράδειγμα 1000 ασθενείς σε κλινική
Βήμα 2. Προσδιορίστε την επιθυμητή ασθένεια ή χαρακτηριστικό, π.χ. σύφιλη
Βήμα 3. Έχετε ένα τυπικό χρυσό πρότυπο για τον προσδιορισμό του επιπολασμού της νόσου ή των επιθυμητών χαρακτηριστικών, π.χ. μικροσκοπική τεκμηρίωση σκοτεινού πεδίου του βακτηρίου Treponema pallidum από θραύσματα συφιλιδικού έλκους, σε συνεργασία με κλινικά ευρήματα
Χρησιμοποιήστε τη δοκιμή χρυσού προτύπου για να προσδιορίσετε ποιος έχει τα χαρακτηριστικά και ποιος όχι. Ενδεικτικά, ας πούμε 100 άτομα έχουν το χαρακτηριστικό και 900 όχι.
Βήμα 4. Εκτελέστε το τεστ που σας ενδιαφέρει για να προσδιορίσετε την ευαισθησία, την ιδιαιτερότητα, τη θετική προγνωστική αξία και την αρνητική προγνωστική αξία για αυτόν τον πληθυσμό
Στη συνέχεια, κάντε το τεστ για όλους στον πληθυσμό του δείγματος. Για παράδειγμα, ας πούμε ότι πρόκειται για μια ταχεία δοκιμή αντιδραστηρίου πλάσματος (RPR) για τον έλεγχο της σύφιλης. Χρησιμοποιήστε το για να δοκιμάσετε 1000 άτομα σε ένα δείγμα.
Βήμα 5. Για άτομα που έχουν τα χαρακτηριστικά (όπως καθορίζονται από το χρυσό πρότυπο), καταγράψτε τον αριθμό των ατόμων που βρέθηκαν θετικά και τον αριθμό των ατόμων που βρέθηκαν αρνητικά
Κάντε το ίδιο για άτομα που δεν έχουν τα χαρακτηριστικά (όπως ορίζονται από το πρότυπο χρυσού). Θα έχετε τέσσερις αριθμούς. Τα άτομα που έχουν τα χαρακτηριστικά ΚΑΙ τα αποτελέσματα των δοκιμών είναι θετικά είναι αληθινά θετικά (αληθινά θετικά ή TP) Το Τα άτομα που έχουν τα χαρακτηριστικά ΚΑΙ τα αποτελέσματα των δοκιμών είναι αρνητικά είναι ψευδώς αρνητικά (ψευδώς αρνητικά ή FN) Το Τα άτομα που δεν έχουν τα χαρακτηριστικά ΚΑΙ τα αποτελέσματα των δοκιμών είναι θετικά είναι ψευδώς θετικά (ψευδώς θετικά ή FP) Το Τα άτομα που δεν έχουν τα χαρακτηριστικά ΚΑΙ τα αποτελέσματα των δοκιμών είναι αρνητικά είναι αληθινά αρνητικά (αληθινά αρνητικά ή TN) Το Για παράδειγμα, ας υποθέσουμε ότι έχετε κάνει μια δοκιμή RPR σε 1000 ασθενείς. Μεταξύ των 100 ασθενών με σύφιλη, 95 από αυτούς βρέθηκαν θετικοί, ενώ οι υπόλοιποι 5 ήταν αρνητικοί. Μεταξύ των 900 ασθενών που δεν είχαν σύφιλη, 90 βρέθηκαν θετικοί και οι υπόλοιποι 810 ήταν αρνητικοί. Σε αυτή την περίπτωση, TP = 95, FN = 5, FP = 90 και TN = 810.
Βήμα 6. Για να υπολογίσετε την ευαισθησία, διαιρέστε το TP με (TP+FN)
Στο παραπάνω παράδειγμα, ο υπολογισμός είναι 95/(95+5) = 95%. Η ευαισθησία μας λέει πόσο πιθανό είναι το τεστ να δώσει θετικό αποτέλεσμα σε ένα άτομο που έχει το χαρακτηριστικό. Μεταξύ όλων των ατόμων που έχουν το χαρακτηριστικό, ποιο ποσοστό είναι θετικό στο τεστ; Η ευαισθησία του 95% είναι αρκετά καλή.
Βήμα 7. Για να υπολογίσετε την ειδικότητα, διαιρέστε το TN με (FP+TN)
Στο παραπάνω παράδειγμα, ο υπολογισμός είναι 810/(90+810) = 90%. Η ιδιαιτερότητα μας λέει για την πιθανότητα μιας δοκιμής να δώσει αρνητικό αποτέλεσμα σε κάποιον που δεν έχει το χαρακτηριστικό. Μεταξύ όλων των ατόμων που δεν έχουν το χαρακτηριστικό, ποιο ποσοστό αρνητικού τεστ; Η εξειδίκευση του 90% είναι αρκετά καλή.
Βήμα 8. Για να υπολογίσετε τη θετική προγνωστική αξία (NPP), διαιρέστε το TP με (TP+FP)
Στο παραπάνω πλαίσιο, ο υπολογισμός είναι 95/(95+90) = 51,4%. Μια θετική προγνωστική αξία δείχνει την πιθανότητα ενός ατόμου να έχει το χαρακτηριστικό εάν το αποτέλεσμα της δοκιμής είναι θετικό. Μεταξύ όλων εκείνων που βρέθηκαν θετικοί, ποιο ποσοστό έχει πραγματικά το χαρακτηριστικό; Το NPP 51,4% σημαίνει ότι εάν το αποτέλεσμα της δοκιμής σας είναι θετικό, η πιθανότητα να πάσχετε πραγματικά από την εν λόγω ασθένεια είναι 51,4%.
Βήμα 9. Για να υπολογίσετε την αρνητική προγνωστική αξία (NPN), διαιρέστε το TN με (TN+FN)
Για το παραπάνω παράδειγμα, ο υπολογισμός είναι 810/(810+5) = 99,4%. Μια αρνητική προγνωστική αξία δείχνει πόσο πιθανό είναι ένα άτομο να μην έχει ένα χαρακτηριστικό εάν το αποτέλεσμα της δοκιμής είναι αρνητικό. Μεταξύ όλων εκείνων που έχουν αρνητικό τεστ, ποιο ποσοστό δεν έχει πραγματικά τα εν λόγω χαρακτηριστικά; Το NPN 99,4% σημαίνει ότι εάν το αποτέλεσμα της εξέτασης ενός ατόμου είναι αρνητικό, η πιθανότητα να μην έχει την ασθένεια σε αυτό το άτομο είναι 99,4%.
Συμβουλές
- Ακρίβεια, ή αποτελεσματικότητα, είναι το ποσοστό των αποτελεσμάτων της δοκιμής που προσδιορίστηκε σωστά από τη δοκιμή, δηλαδή (πραγματικό θετικό+πραγματικό αρνητικό)/συνολικό αποτέλεσμα δοκιμής = (TP+TN)/(TP+TN+FP+FN).
- Ένα καλό τεστ ανίχνευσης έχει υψηλή ευαισθησία, επειδή θέλετε να είστε σε θέση να αποκτήσετε όλα όσα έχουν ορισμένα χαρακτηριστικά. Οι δοκιμές που έχουν πολύ υψηλή ευαισθησία είναι χρήσιμες για τον αποκλεισμό μιας ασθένειας ή χαρακτηριστικού εάν το αποτέλεσμα είναι αρνητικό. ("SNOUT": SeNsitivity-rule OUT)
- Προσπαθήστε να φτιάξετε ένα τραπέζι 2x2 για να το κάνετε πιο εύκολο.
- Κατανοήστε ότι η ευαισθησία και η εξειδίκευση είναι εγγενείς ιδιότητες της δοκιμής όχι εξαρτάται από τον υπάρχοντα πληθυσμό, δηλαδή ότι οι δύο τιμές πρέπει να είναι ίδιες εάν η ίδια δοκιμή πραγματοποιηθεί σε διαφορετικούς πληθυσμούς.
- Ένα καλό τεστ επαληθευσιμότητας έχει υψηλή ιδιαιτερότητα, επειδή θέλετε το τεστ να είναι συγκεκριμένο και όχι λάθος σήμανση για άτομα που δεν έχουν το χαρακτηριστικό υποθέτοντας ότι το έχουν. Δοκιμές που έχουν πολύ υψηλή ειδικότητα είναι χρήσιμες για επισυνάπτω ορισμένες ασθένειες ή χαρακτηριστικά εάν το αποτέλεσμα είναι θετικό. ("SPIN": SPECificity-rule IN)
- Η θετική προγνωστική αξία και η αρνητική προγνωστική αξία, από την άλλη πλευρά, εξαρτώνται από την επικράτηση αυτού του χαρακτηριστικού σε έναν συγκεκριμένο πληθυσμό. Όσο πιο σπάνιο είναι το χαρακτηριστικό που αναζητείται, τόσο χαμηλότερη είναι η θετική προγνωστική αξία και τόσο μεγαλύτερη η αρνητική προγνωστική αξία (επειδή η πιθανότητα προ -δοκιμής είναι χαμηλή για σπάνια χαρακτηριστικά). Από την άλλη πλευρά, όσο πιο κοινό είναι ένα χαρακτηριστικό, τόσο υψηλότερη είναι η θετική προγνωστική αξία και τόσο χαμηλότερη η αρνητική προγνωστική αξία (επειδή η πιθανότητα προ -δοκιμής είναι υψηλή για το κοινό χαρακτηριστικό).
- Προσπαθήστε να κατανοήσετε καλά αυτές τις έννοιες.
