İçerik

• adımlar
• Yöntem 1/1: Kendi Sayınızı Yapın
• İpuçları
• Uyarılar

Belirli bir popülasyon üzerinde gerçekleştirilen herhangi bir testte, hesaplamak önemlidir. duyarlılık, özgüllük, Pozitif öngörme değeri ve negatif tahmin değeri belirli bir popülasyon grubunun bir hastalığı veya özelliklerini teşhis etmede bu testin ne kadar yararlı olduğunu belirlemek için. Bu testi seçilmiş bir popülasyonun özelliklerini araştırmak için kullanmak istiyorsak şunları bilmemiz gerekir:

• Testin algılama olasılığı ne kadardır? kullanılabilirlik insanlarda işaretler ile birlikte karakteristik özellikler (duyarlılık)?
• Testin algılama olasılığı ne kadardır? yokluk insanlarda işaretler olmadan karakteristik özellikler (özgüllük)?
• olan bir kişinin olma olasılığı nedir? pozitif test sonucu aslında var işaretler (Pozitif öngörme değeri)?
• olan bir kişinin olma olasılığı nedir? olumsuz test sonucu aslında Numara işaretler (negatif tahmin değeri)?
  
  

Bu değerleri hesaplamak için çok önemlidir. Belirli bir popülasyonun özelliklerini değerlendirmede bir testin yardımcı olup olmadığını belirlemek... Bu yazımızda sizlere bu değerlerin nasıl hesaplanacağını göstereceğiz.

adımlar

Yöntem 1/1: Kendi Sayınızı Yapın

1. 1 Nüfusun bir örneğini oluşturun, örneğin bir klinikte 1000 hasta.
2. 2 Araştırdığınız hastalığı veya sifiliz gibi belirtileri tanımlayın.
3. 3 Bakterilerin varlığına ilişkin bilgiler gibi hastalık veya belirtilerin yaygınlığını belirlemek için güvenilir bir altın standart test gerçekleştirin. soluk treponemaKlinik tablo dikkate alınarak karanlık alan mikroskobu kullanılarak elde edilmiştir. Kimin sahip olup kimin olmadığını belirlemek için altın standart bir test kullanın. Netlik için, 100 öznenin bunlara sahip olduğunu, ancak 900'ünün olmadığını varsayalım.
4. 4 İlgilenilen popülasyonun duyarlılığı, özgüllüğü, pozitif öngörü değeri ve negatif öngörü değeri için bir test tasarlayın ve popülasyonun bir örneğini test edin. Örneğin, bunun sifiliz için hızlı bir plazma reaktifi (RPR) testi olduğunu varsayalım. 1000 kişiyi örneklemek için kullanın.
5. 5 Semptomları olanlardan (altın standart tarafından belirlendiği gibi), olumlu ve olumsuz sonuçları olan kişilerin sayısını yazın. Aynı şekilde (altın standardın belirlediği gibi) hiçbir belirti göstermeyen insanları test edin. Dört hane alacaksınız. Semptomları VE pozitif sonucu olan kişiler gerçek pozitif (PI)... Semptomları VE negatif sonuçları olan kişiler yanlış negatif (LO)... Hiçbir belirti göstermeyen VE olumlu bir sonucu olmayan kişiler yanlış pozitif (LP)... İşareti olmayan VE olumsuz bir sonucu olmayan kişiler gerçek negatif (IR)... Anlaşılır olması için, RPR'de 1000 hastayı test ettiğinizi varsayalım. Frengi olan 100 hastadan 95'i pozitif, 5'i negatif çıktı. Frengi olmayan 900 hastanın 90'ı pozitif, 810'u negatif çıktı. Bu durumda PI = 95, LO = 5, LP = 90 ve IO = 810.
6. 6 Duyarlılığı hesaplamak için PI'yi (PI + LO) ile bölün. Yukarıdaki durumda 95 / (95 + 5) = %95 elde ederiz. Duyarlılık, semptomları olan bir kişide bir testin pozitif çıkma olasılığının ne kadar olduğunu söyler.Semptomları olan kişiler arasında testin pozitif çıkma oranı ne kadardır? %95'lik bir hassasiyet oldukça iyidir.
7. 7 Özgüllüğü hesaplamak için RO'yu (LP + RO)'ya bölün. Yukarıdaki durumda 810 / (90 + 810) = 90% elde ederiz. Spesifiklik, hiçbir semptomu olmayan bir kişide bir testin negatif test etme olasılığının ne kadar olduğunu söyler. Semptomları olmayan kişiler arasında hangi oran olumsuz sonuç alacak? %90'lık bir özgüllük oldukça iyidir.
8. 8 Pozitif tahmin değerini (PPV) hesaplamak için PI'yi (PI + LP)'ye bölün. Yukarıdaki durumda 95 / (95 + 90) = %51.4 elde ederiz. Pozitif prediktif değer, pozitif test sonucu olan bir kişinin semptomlara sahip olma olasılığının ne kadar olduğunu söyler. Testi pozitif çıkan kişiler arasında semptomların gerçekte ne kadarı var? %51,4'lük bir PPV, pozitif test ederseniz, gerçekten hasta olduğunuzun %51.4 şansı olduğu anlamına gelir.
9. 9 Negatif tahmin değerini (NPV) hesaplamak için RO'yu (RO + LO) ile bölün. Yukarıdaki durumda 810 / (810 + 5) = %99,4 elde ederiz. Negatif tahmin değeri, negatif test sonucu olan bir kişinin hiçbir semptomu olmayacağını söyler. Negatif test yapan insanlar arasında, hangi oran gerçekten semptomsuz? %99,4'lük bir HMO, negatif test yaparsanız, hasta olmadığınız için %99,4 şansınız olduğu anlamına gelir.

İpuçları

• İyi tarama testleri oldukça hassastır ve semptomları olan hastaların belirlenmesine yardımcı olur. Yüksek duyarlılık testleri yararlıdır ayırıcı tanı Hastalıklar veya belirtiler negatifse. ("SNOUT": duyarlılık sapması)
• Kesinlik veya etkinlik, test tarafından doğru olarak belirlenen test sonuçlarının yüzdesidir, yani (gerçek pozitif + gerçek negatif) / genel test sonuçları = (PI + RO) / (PI + RO + LP + LO).
• Kendiniz için kolaylaştırmak için bir acil durum tablosu çizmeye çalışın.
• Duyarlılık ve özgüllüğün belirli bir testin kendine özgü özellikleri olduğunu unutmayın. olumsuzluk verilen popülasyon grubuna bağlıdır, yani test farklı popülasyon grupları üzerinde yapılırsa bu iki değer değişmeden kalmalıdır.
• İyi kontrol testlerinin özgüllüğü yüksektir, bu nedenle testler, semptomları olan hastaları belirlemede hata yapmaz. Yüksek duyarlılık testleri yararlıdır teşhis olumlu bir sonuç gösterirlerse hastalık veya işaretler. ("SPIN": özgüllüğün onayı)
• Öte yandan, pozitif öngörücü değer ve negatif öngörücü değer, seçilen popülasyon grubu arasında belirtilerin yaygınlık düzeyine bağlıdır. İşaretler ne kadar az yaygınsa, pozitif prediktif değer o kadar düşük ve negatif prediktif değer o kadar yüksektir (çünkü işaretlerin daha az yaygın olduğu durumlarda prevalans daha düşüktür). Tersine, işaretler ne kadar sık ​​olursa, pozitif prediktif değer o kadar yüksek ve negatif prediktif değer o kadar düşük olur (çünkü işaretlerin daha yaygın olduğu durumlarda prevalans daha yüksektir).
• Bu tanımları iyi anlamaya çalışın.

Uyarılar

• Dikkatsizlikten dolayı hesaplamalarda hata yapmak kolaydır. Hesaplamalarınızı dikkatlice kontrol edin. Acil durum tablosu bu konuda size yardımcı olacaktır.