Az érzékenység, a specifitás, a pozitív prognosztikai jelentőség és a negatív prognosztikai jelentőség kiszámítása

Minden olyan vizsgálatban, amelyet egy adott népességcsoportra fordítottak, fontos kiszámítani érzékenység, specifitás, Pozitív prognosztikai jelentőség és Negatív prognosztikai jelentőség Annak meghatározása érdekében, hogy ez a vizsgálat hasznos legyen a betegség diagnosztizálásában vagy a lakossági csoport jellemzőiben. Ha ezt a tesztet szeretnénk használni, hogy tanulmányozzuk a kiválasztott népességcsoport jellegzetes jellemzőit, tudnunk kell:

Mi a teszt valószínűsége, hogy felfedje Elérhetőség Jelek az emberben val vel Jellemző jellemzők (érzékenység)?
Mi a teszt valószínűsége, hogy felfedje hiány Jelek az emberben nélkül Jellemző jellemzők (specifitás)?
Mi a valószínűsége egy személynek pozitív A teszt eredménye valójában van Tünetek (Pozitív prognosztikai jelentőség)?
Mi a valószínűsége egy személynek Negatív A teszt eredménye valójában Nem Jelek (Negatív prognosztikai jelentőség)?

Nagyon fontos számítani ezeket az értékeket annak érdekében, hogy Határozza meg, hogy a teszt hasznos-e az adott népességcsoport jellegzetes jellemzőinek értékeléséhez. Ebben a cikkben megmutatjuk, hogyan kell kiszámítani ezeket az értékeket.

Lépések

1. módszer 1:

Készítsen saját számodat

egy. Például szelektív népességpopulációt építeni, például 1000 betegben a klinikán.

A kép kiszámítja az érzékenységet, a specifitást, a pozitív prediktív értéket és a negatív prediktív értéket 2

2. Meghatározza a kutatás tárgyát képező betegséget vagy jeleket, például szifilisz.

A megfelelő kép kiszámítja az érzékenységet, a specifitást, a pozitív prediktív értéket és a negatív prediktív értéket 3. lépés

3. Csúsztassa meg az Arany szabványnak megfelelő megbízható vizsgálatot annak érdekében, hogy meghatározza a betegség vagy jelek terjesztésének szintjét, például a baktérium jelenlétéről szóló információkat Sápadt treponama, sötét tengelyes mikroszkóppal, figyelembe véve a klinikai képet. Használja az Arany szabványnak megfelelő vizsgálatot annak meghatározásához, hogy ki van jelző, és ki van. Az egyértelműség érdekében tegyük fel, hogy 100 évvel rendelkeznek, és 900-at nem.

A kép kiszámítja az érzékenységet, a specifitást, a pozitív prediktív értéket és a negatív prediktív értéket 4. lépés

4. Vizsgálja meg az érzékenységet, amit érdekel, a specifikus, pozitív prognosztikai jelentősége és a népesség negatív prognosztikai jelentősége és a szelektív népesség népességének negatív prognosztikai jelentősége. Például, legyen gyors plazma reagens (RPR) teszt a szifilisz számára. Használja a szelektív teszteléshez 1000 embert.

A kép kiszámítja az érzékenységet, a specifitást, a pozitív prediktív értéket és a negatív prediktív értéket 5. lépés

öt. Azoktól, akiknek jelei vannak (az arany szabvány által létrehozott), írja le a pozitív és negatív eredményekkel rendelkező emberek számát. Ugyanígy az emberek, akiknek nincsenek jelei (az arany standard által létrehozott). Négy számjegyet kapsz. A jelekkel és pozitív eredményekkel rendelkező emberek Igaz pozitív (IP). A jelek és a negatív eredmények hamis-negatív (lo). A jelek nélküli emberek és pozitív eredmények Hamis pozitív (LP). Az emberek jelek nélkül és negatív eredménnyel vannak Igaz negatív (IO). Tisztaság érdekében tegyük fel, hogy az RPR 1000 betegen tesztelték. A szifiliszben szenvedő 100 beteg 95-ben pozitív eredmény volt, és 5 - negatív. 900 beteg, nem pedig szifilisz, 90 beteg volt pozitív eredmény, és 810-ben - negatív. Ebben az esetben IP = 95, lo = 5, lp = 90 és io = 810.

A kép kiszámítja az érzékenységet, a specifitást, a pozitív prediktív értéket és a negatív prediktív értéket 6

6. Az érzékenység kiszámításához ossza meg az IP-t (IP + LO). A fent említett esetben 95 / (95 + 5) = 95% -ot kapunk. Az érzékenység megmutatja nekünk, hogy a teszt valószínűsége pozitív eredményt mutat a jelek által. Azok között, akiknek jelei vannak, milyen arányban fog kapni pozitív eredményt? Érzékenység 95% - nagyon jó.

A kép kiszámítja az érzékenységet, a specifitást, a pozitív prediktív értéket és a negatív prediktív értéket

7. A specifitás kiszámításához oszd meg az IO-t (LP + IO). A fent említett esetekben 810 / (90 + 810) = 90%. A specifitás megmutatja nekünk, hogy a teszt valószínűsége hogyan jelenik meg negatív eredményt olyan személy számára, aki nincs jele. Azok között, akik nem rendelkeznek jelekkel, milyen arányban kapnak negatív eredményt? 90% -os specifitás - nagyon jó.

A kép kiszámítja az érzékenységet, a specifitást, a pozitív prediktív értéket és a negatív prediktív értéket 8. lépésben

nyolc. A pozitív prognosztikai jelentőség (PPZ) kiszámításához oszd meg az IP-t (IP + LP). A fent említett esetben 95 / (95 + 90) = 51.4%. A pozitív prognosztikai jelentőség megmutatja nekünk, hogy milyen valószínűséggel van egy pozitív eredményjelző személynek. Azok között, akik pozitív eredményük van, milyen arányban van az arány? Ppz, 51.4% azt jelenti, hogy ha pozitív eredménye van, akkor valószínűleg beteg, 51.4%.

A kép kiszámítja az érzékenységet, a specifitást, a pozitív prediktív értéket és a negatív prediktív értéket 9. lépésben

kilenc. A negatív prognosztikai jelentőség (Orz) kiszámításához oszd meg az IO-t (IO + LO). A fent említett esetben 810 / (810 + 5) = 99.4%. A negatív prognosztikai jelentőség megmutatja nekünk, amellyel a negatív vizsgálati eredményű személynek nincs jele. Azok között, akiknek negatív eredményük van, milyen arányban nem rendelkezik jelekkel? Orm egyenlő 99.4%, azt jelenti, hogy ha negatív eredménye van, akkor a valószínűsége, hogy nem beteg, 99.4%.

Tippek

A jó szűrővizsgálatok nagy érzékenységgel rendelkeznek és segítenek azon betegek azonosításában, akik jelek vannak. A nagy érzékenységű tesztek hasznosak Megkülönböztető diagnózis Betegségek vagy jelek, ha negatív eredményt mutatnak. ("STOUT": érzékenységi eltérés)
Pontosság Vagy hatékonyság a százalékos arány a vizsgálati eredmények, éppen telepített a teszt, azaz a (valóban pozitív + valódi negatív) / Általános vizsgálati eredmények = (IP + IO) / (IP + IO + LD + Lo).
Próbálja meg rajzolni a konjugációs táblát a feladat megkönnyítése érdekében.
Ne feledje, hogy az érzékenység és a specifitás a vizsgálat belső tulajdonságai, amelyek nem A megadott népességcsoporttól függ, vagyis ha a vizsgálatot a lakosság különböző csoportjaiban végzik, akkor ezeknek a két értéknek változatlanul kell maradnia.
A jó vezérlési tesztek nagy specifitással rendelkeznek, így a tesztelés során a hibák nem kerülnek meghatározásban a jelek. A nagy érzékenységű tesztek hasznosak Diagnosztika betegségek vagy jelek, ha pozitív eredményt mutatnak. ("Spin": A specifitás jóváhagyása)
Másrészt a pozitív prognosztikai jelentőség és a negatív prognosztikai jelentőség függ a jelek eloszlásának szintjétől a kiválasztott népességcsoport között. Minél kevésbé vannak jelek, annál alacsonyabb a pozitív prognosztikai jelentőség és a negatív prognosztikai jelentőség (mivel a prevalencia alacsonyabb azokban az esetekben, amikor a jelek kevésbé gyakoriak). És fordítva, minél gyakrabban vannak jelek, annál nagyobb a pozitív prognosztikai jelentőség és a negatív prognosztikai jelentőség (mivel a prevalencia magasabb azokban az esetekben, amikor a jelek gyakrabban találhatók).
Próbálja meg megérteni ezeket a definíciókat.

Figyelmeztetések

Könnyen engedélyezhető a számítások hibáinak. Gondosan ellenőrizze a számokat. Ez segít a konjugációs táblázatban.