Comment calculer la sensibilité, la spécificité, la valeur prédictive positive et la valeur prédictive négative

Contenu

Pas
Méthode 1 sur 1: Faites votre propre compte
Conseils
Avertissements

Dans tout test effectué sur une population donnée, il est important de calculer sensibilité, spécificité, valeur prédictive positive et valeur prédictive négative afin de déterminer l'utilité de ce test pour diagnostiquer une maladie ou les caractéristiques d'un groupe de population donné. Si nous voulons utiliser ce test pour étudier les caractéristiques d'une population sélectionnée, nous devons savoir :

Quelle est la probabilité que le test détecte Disponibilité signes chez l'homme avec traits caractéristiques (sensibilité)?
Quelle est la probabilité que le test détecte absence signes chez l'homme sans pour autant traits caractéristiques (spécificité)?
Quelle est la probabilité qu'une personne positif le résultat du test est en fait il y a panneaux (valeur prédictive positive)?
Quelle est la probabilité qu'une personne négatif le résultat du test est en fait Non panneaux (valeur prédictive négative)?

Il est très important de calculer ces valeurs afin de déterminer si un test est utile pour évaluer les caractéristiques d'une population donnée... Dans cet article, nous allons vous montrer comment calculer ces valeurs.

Pas

Méthode 1 sur 1: Faites votre propre compte

1 Construisez un échantillon de la population, par exemple 1000 patients dans une clinique.
2 Identifiez la maladie ou les signes que vous recherchez, comme la syphilis.
3 Effectuer un test de référence fiable pour déterminer la prévalence de la maladie ou des signes, tels que des informations sur la présence de bactéries tréponème pâle, obtenu à l'aide d'un microscope à fond noir, en tenant compte du tableau clinique. Utilisez un test de référence pour déterminer qui a et qui n'a pas. Pour plus de clarté, supposons que 100 sujets en ont, mais pas 900.
4 Concevoir un test pour la sensibilité, la spécificité, la valeur prédictive positive et la valeur prédictive négative de la population d'intérêt, et tester un échantillon de la population. Par exemple, disons qu'il s'agit d'un test de réactif plasmatique rapide (RPR) pour la syphilis. Utilisez-le pour échantillonner 1000 personnes.
5 Parmi ceux qui présentent des symptômes (tels qu'établis par l'étalon-or), notez le nombre de personnes ayant des résultats positifs et négatifs. Testez les personnes qui ne montrent aucun signe de la même manière (comme établi par l'étalon-or). Vous recevrez quatre chiffres. Les personnes présentant des symptômes ET un résultat positif sont vrai positif (PI)... Les personnes présentant des symptômes ET des résultats négatifs sont faux négatif (LO)... Les personnes sans signes ET un résultat positif sont faux positif (LP)... Les personnes sans signes ET un résultat négatif sont vrai négatif (IR)... Pour plus de clarté, disons que vous avez testé 1000 patients sur RPR. 95 patients sur 100 atteints de syphilis ont été testés positifs et 5 négatifs. Sur les 900 patients qui n'avaient pas la syphilis, 90 ont été testés positifs et 810 négatifs. Dans ce cas, PI = 95, LO = 5, LP = 90 et IO = 810.
6 Pour calculer la sensibilité, divisez le PI par (PI + LO). Dans le cas ci-dessus, nous obtenons 95 / (95 + 5) = 95%. La sensibilité nous indique la probabilité qu'un test soit positif chez une personne présentant les symptômes.Parmi les personnes présentant les symptômes, quelle proportion sera testée positive ? Une sensibilité de 95% est assez bonne.
7 Pour calculer la spécificité, divisez RO par (LP + RO). Dans le cas ci-dessus, nous obtenons 810 / (90 + 810) = 90%. La spécificité nous indique la probabilité qu'un test soit négatif chez une personne qui ne présente aucun symptôme. Parmi les personnes sans symptômes, quelle proportion obtiendra un résultat négatif ? Une spécificité de 90 % est plutôt bonne.
8 Pour calculer la valeur prédictive positive (PPV), divisez PI par (PI + LP). Dans le cas ci-dessus, nous obtenons 95 / (95 + 90) = 51,4%. La valeur prédictive positive nous indique la probabilité qu'une personne ayant un résultat de test positif présente les symptômes. Parmi les personnes testées positives, quelle proportion présente réellement les symptômes ? Une VPP de 51,4 % signifie que si votre test est positif, il y a 51,4 % de chances que vous soyez réellement malade.
9 Pour calculer la valeur prédictive négative (VAN), divisez RO par (RO + LO). Dans le cas ci-dessus, nous obtenons 810 / (810 + 5) = 99,4%. La valeur prédictive négative nous indique la probabilité qu'une personne ayant un résultat de test négatif ne présente aucun symptôme. Parmi les personnes dont le test est négatif, quelle proportion sont vraiment asymptomatiques ? Un HMO de 99,4% signifie que si votre test est négatif, il y a 99,4% de chances que vous ne soyez pas malade.

Conseils

De bons tests de dépistage sont très sensibles et aident à identifier les patients qui présentent des symptômes. Les tests de haute sensibilité sont utiles dans diagnostic différentiel maladies ou signes s'ils sont négatifs. ("SNOUT": écart de sensibilité)
Précision ou l'efficacité est le pourcentage des résultats du test établi avec précision par le test, c'est-à-dire (vrai positif + vrai négatif) / résultats globaux du test = (PI + RO) / (PI + RO + LP + LO).
Essayez de dessiner un tableau de contingence pour vous faciliter la tâche.
Rappelez-vous que la sensibilité et la spécificité sont des propriétés intrinsèques d'un test donné qui ne pas dépendent du groupe de population donné, c'est-à-dire que si le test est effectué sur différents groupes de population, ces deux valeurs doivent rester inchangées.
Les bons tests de contrôle ont une spécificité élevée afin que les tests ne fassent pas d'erreurs dans l'identification des patients présentant des symptômes. Les tests de haute sensibilité sont utiles dans Diagnostique maladies ou des signes, s'ils montrent un résultat positif. ("SPIN" : approbation de la spécificité)
D'autre part, la valeur prédictive positive et la valeur prédictive négative dépendent du niveau de prévalence des signes parmi le groupe de population sélectionné. Moins les signes sont fréquents, plus la valeur prédictive positive est faible et plus la valeur prédictive négative est élevée (puisque la prévalence est plus faible dans les cas où les signes sont moins fréquents). A l'inverse, plus les signes sont fréquents, plus la valeur prédictive positive est élevée et plus la valeur prédictive négative est faible (puisque la prévalence est plus élevée dans les cas où les signes sont plus fréquents).
Essayez de bien comprendre ces définitions.