Hogyan számoljuk ki az érzékenység, specificitás, pozitív prediktív értéke, és

Mindenesetre elvégzett vizsgálat egy adott népcsoport, fontos, hogy kiszámítható érzékenysége [1]. specificitás [2]. pozitív prediktív értéke [3], és negatív prediktív értéke [4], hogy meghatározzuk a hasznosságát a teszt betegség diagnosztizálására vagy jellemzői egy adott populáció. Ha azt akarjuk, hogy ezt a tesztet, hogy tanulmányozza a jellemzőit a kiválasztott embercsoport, tudnunk kell, hogy:

  • Mi a valószínűsége a vizsgálat felfedi jelei személy jellemzőit (érzékenység)?
  • Mi a valószínűsége vizsgálatok nem utalnak a személy nem a jellegzetes tünetek (specificitás)?
  • Mi a valószínűsége egy személy egy pozitív eredmény valóban vannak jelei (pozitív prediktív érték)?
  • Mi a valószínűsége egy személy egy negatív vizsgálati eredmény tulajdonképpen semmi jelét (negatív prediktív érték)?

Nagyon fontos, hogy ezeket az értékeket számítani annak megállapítása érdekében, hogy a vizsgálat értékelésére alkalmazható jellemzőit egy adott populációban. Ebben a cikkben bemutatjuk, hogyan kell kiszámítani ezeket az értékeket.

lépések szerkesztése

Készítsd el saját számítása idézet

Hogyan számoljuk ki az érzékenység, specificitás, pozitív prediktív értéke, és

Hogyan számoljuk ki az érzékenység, specificitás, pozitív prediktív értéke, és

Épít egy egyéni emberek, például, 1000 beteg a klinikán.

Hogyan számoljuk ki az érzékenység, specificitás, pozitív prediktív értéke, és

Hogyan számoljuk ki az érzékenység, specificitás, pozitív prediktív értéke, és

Határozza meg a betegség vagy tünetek, amelyek a tárgya tanulmány, például, a szifilisz.

Hogyan számoljuk ki az érzékenység, specificitás, pozitív prediktív értéke, és

Hogyan számoljuk ki az érzékenység, specificitás, pozitív prediktív értéke, és

Végezzünk megbízható vizsgálatot megfelelő az arany standard meghatározása érdekében a gyakorisága a betegség vagy tünetek, például információkat jelenlétében baktérium Treponema pallidum. útján nyert sötét mező mikroszkóp, figyelembe véve a klinikai képet. A teszt- megfelelő gold standard, hogy meghatározzuk, aki a jelek, és ki nem. Az érthetőség kedvéért tételezzük fel, hogy a 100 az alanyok vannak, és 900 van.

Hogyan számoljuk ki az érzékenység, specificitás, pozitív prediktív értéke, és

Hogyan számoljuk ki az érzékenység, specificitás, pozitív prediktív értéke, és

Tegyen egy próbát érzékenységét az Önt érdeklő, specificitását, pozitív prediktív érték és negatív prediktív értéke van a polgári és tesztelése egy egyéni ember. Például, legyen gyors plazma reagenst (RPR) teszt szifilisz. Használd a szelektív vizsgálat 1000 ember.

Hogyan számoljuk ki az érzékenység, specificitás, pozitív prediktív értéke, és

Hogyan számoljuk ki az érzékenység, specificitás, pozitív prediktív értéke, és

Azoknak, akik a tünetek (ahogy az arany standard), sorolja az embereknek a száma pozitív és negatív eredményt hozott. Hasonlóképpen kísérleti személyek, akik nincsenek tünetei (ahogy gold standard). Lesz kap négy számjegy. Emberek tünetek és a pozitív eredmény valóban pozitív (SP). Emberek tünetek és negatív eredmények álnegatív (FN). Tünetmentesség és pozitív eredmények hamis pozitív (LP). Emberek jelek nélkül és negatív eredmények igazak negatív (IO). Az érthetőség kedvéért mondjuk tesztelték az RPR 1000 beteg. A 95 100 beteg a szifilisz volt pozitív, míg a 5 - negatív. A 900 betegnél, akiket nem fertőzött szifilisz, 90 volt pozitív, és 810 - negatív. Ebben az esetben, SP = 95, LO = 5, PL = 90 és AI = 810.

Hogyan számoljuk ki az érzékenység, specificitás, pozitív prediktív értéke, és

Hogyan számoljuk ki az érzékenység, specificitás, pozitív prediktív értéke, és

Kiszámításához az érzékenység, ossza el a VI (PI + LO). A fenti esetben kapjuk a 95 / (95 + 5) = 95%. Érzékenység megmutatja nekünk, hogy mennyire valószínű a vizsgálat azt mutatja, hogy pozitív eredményt a személy jeleit. Emberek körében jelek, milyen százalékban kap pozitív eredményt? Érzékenység legalább 95% - nagyon jó.

Hogyan számoljuk ki az érzékenység, specificitás, pozitív prediktív értéke, és

Hogyan számoljuk ki az érzékenység, specificitás, pozitív prediktív értéke, és

Kiszámításához specificitás szakadék IO on (LP + IO). A fenti esetben megkapjuk 810 / (810 + 90) = 90%. Sajátosságai megmutatja nekünk, hogy mennyire valószínű a vizsgálat negatív eredményt ad, egy személyt, aki nem okoz tüneteket. Az emberek között, akik nem rendelkeznek a tünetek, milyen százalékban részesülnek negatív eredményt? Sajátosságai 90% - nagyon jó.

Hogyan számoljuk ki az érzékenység, specificitás, pozitív prediktív értéke, és

Hogyan számoljuk ki az érzékenység, specificitás, pozitív prediktív értéke, és

Kiszámításához a pozitív prediktív értéke (PPV) osztja a VI (PI + PL). A fenti esetben, meg tudjuk csinálni 95 / (95 + 90) = 51,4%. A pozitív prediktív érték azt mutatja, hogy mennyire valószínű egy személy egy pozitív eredmény lesz tüneteket. Az emberek között, pozitív eredménnyel, milyen arányban jelent meg a tünetek? PPV, amely egyenlő a 51,4%, ami azt jelenti, hogy ha van egy pozitív eredmény annak a valószínűsége, hogy te tényleg beteg, ez 51,4%.

Hogyan számoljuk ki az érzékenység, specificitás, pozitív prediktív értéke, és

Hogyan számoljuk ki az érzékenység, specificitás, pozitív prediktív értéke, és

Kiszámításához a negatív prediktív érték (IPF), felosztják a IO a (AI + LO). A fenti esetben megkapjuk 810 / (810 + 5) = 99,4%. A negatív prediktív érték azt mutatja, hogy mennyire valószínű egy személy egy negatív teszteredmény nem lesz tüneteket. Emberek között negatív eredménnyel, milyen arányban nem írja alá? SCR, amely egyenlő a 99,4%, ami azt jelenti, hogy ha van egy negatív eredmény annak a valószínűsége, hogy nem beteg, egyenlő 99,4%.

Kapcsolódó cikkek