2. Специфичность - мера способности нового метода распознавать отсутствие заболевания. Вероятность отрицательного результата теста в популяции без заболевания, ее оценкой является доля лиц с отрицательным результатом теста в выборке пациентов без изучаемого заболевания.
Вычисляется как отношение числа d здоровых, подтвержденных новым методом, к числу действительно здоровых: d /(b + d). Изменяется от 0 до 1 (в процентном отношении от 0% до 100%).
Таким образом, чем ближе полученная оценка специфичности к 1. тем лучше проверяемый тест распознает отсутствие болезни у пациентов
Оцените полученные значения с различными доверительными интервалами, помните, что чем уже ДИ, тем точнее полученная интервальная оценка, чем шире ДИ, тем оценка надежнее. Результаты анализа напишите в графе «Выводы», проверьте себя, используя таблицу на рисунке 3.
Шаг 4. Оценка различающей способности проверяемого диагностического теста и его предсказательной ценности. Оцените полученные результаты для отношения правдоподобий. Результаты анализа напишите в графе «Выводы».
Теоретические основы:
Отношение правдоподобий сводит воедино информацию о чувствительности и специфичности проверяемого диагностического теста. Оно сообщает нам, насколько сильно полученные результаты теста изменяют вероятность наличия данной болезни у пациента.
Отношение правдоподобий для положительных результатов диагностического теста (LR [+] = f (T+|D+) / f (T+|D-)) показывает, во сколько раз доля истинных «позитивов» (верно положительных результатов диагностического теста) превышает долю ложных «позитивов» (ошибочно положительных результатов теста).
LR [+] показывает, во сколько раз чаще положительные результаты данного диагностического теста будут получаться у больных, чем у здоровых.
Чем больше LR [+],
Тем выше способность положительных результатов теста распознавать наличие болезни
Отношение правдоподобий для отрицательных результатов диагностического теста (LR [-] = f (T-|D+) / f (T-|D-)) показывает, во сколько раз доля ложных «негативов» (ошибочно отрицательных результатов диагностического теста) меньше доли истинных «негативов» (верно отрицательных результатов теста).
LR [-] показывает, во сколько раз реже отрицательные результаты данного диагностического теста будут получаться у больных, чем у здоровых.
Чем меньше LR [-], тем лучше способность отрицательного результата теста распознавать отсутствие болезни.
•
Шаг 5. Проанализируйте полученные оценки для распространенности заболевания, а также для предсказательной полезности положительных и отрицательных результатов теста. Выводы напишите в соответствующей графе.
Теоретические основы
Вероятность обнаружить пациента с данной болезнью в данной популяции: P (D+) называется распространенностью болезни. Ее оценкой является доля, f (D+), лиц с данной болезнью в выборке объемом n из данной популяции, выявленных с помощью золотого стандарта.
Предсказательная вероятность для положительного результата теста, PV [+] или PPV
- PV [+] (или PPV)есть мера того, насколько хорошо данный тест предсказывает наличие болезни у пациента.
- PV [+]есть вероятность наличия болезни у пациента при условии, что данный тест дал у него положительный результат.
Предсказательная вероятность для отрицательного результата теста, PV [-] или NPV
- PV [-] (или NPV)есть мера того, насколько хорошо данный тест выявляет (предсказывает) отсутствие болезни у пациента.
- PV [-]есть вероятность отсутствия болезни у пациента при условии, что данный тест дал у него отрицательный результат.
Шаг 6.Программа PPVNPV (*.xls) (www.cardiff.ac.uk/medic/aboutus/departments/
primarycareandpublichealth/resources/PPVNPV.xls)
Порядок работы:
· Откройте программу PPVNPV (*.xls).
· Введите данные из своей таблицы. Данные вносятся без изменений.
- Проверьте, совпадают ли значения оценки чувствительности (Sensitivity) и специфичности (Specificity).
- Обратите внимание на график:
Красная линия обозначает вероятность того, что тест даст положительный результат.
Синия линия – обратная вероятность отрицательного результата теста.
Обозначения:
Predictive value of positive test (PVP/PPV) – какова вероятность того, что у пациента действительно данная болезнь.
Мерой предсказательной полезности положительного результата теста является тестовая вероятность болезни, т.е. вероятность наличия болезни у пациента при условии, что данный тест дал у него положительный результат.
Predictive value of negative test (NVP/NPV) – вероятность того, что у здорового человека тест выявит отсутствие болезни.
Оценкой этой вероятности является доля пациентов с верными отрицательными результатами теста среди всех протестированных пациентов (здоровых и больных) с отрицательными результатами теста
Критерий проверки: чем дальше линии друг от друга, тем выше качество теста. Если красная и синия линии прижимаются к диагонали графика – качество теста не удовлетворительно