Qualsevol prova realitzada sobre una població concreta ha de ser capaç de calcular-la sensibilitat, especificitat, valor predictiu positiu, i valor predictiu negatiu, per determinar la utilitat de les proves per detectar una característica de la malaltia o de la població en particular. Si volem utilitzar una prova per provar certes característiques en una població de mostra, el que hem de saber és:
- Quina probabilitat detecta aquesta prova? existència determinades característiques d’una persona amb aquestes característiques (sensibilitat)?
- Quina probabilitat detecta aquesta prova? absència determinades característiques d’una persona que no tenen aquestes característiques (especificitat)?
- Quina probabilitat té algú que tingui els mateixos resultats? positiu veritablement tenir aquestes característiques (valor predictiu positiu)?
-
Quina probabilitat té una persona els resultats de la prova negatiu veritablement no tenir aquestes característiques (valor predictiu negatiu)?
Aquests valors són molt importants per calcular determinar si una prova és útil per mesurar certes característiques en una població determinada.
Aquest article us mostrarà com es calculen aquests valors.
Pas
Mètode 1 d'1: Comptar-se
Pas 1. Definiu la població que voleu prendre mostres, per exemple, 1.000 pacients en una clínica
Pas 2. Determineu la malaltia o la característica desitjada, per exemple la sífilis
Pas 3. Disposar d'un patró d'or estàndard per determinar la prevalença de la malaltia o les característiques desitjades, per exemple, documentació microscòpica de camp fosc del bacteri Treponema pallidum a partir de fragments d'úlcera sifilítica, en col·laboració amb els resultats clínics
Utilitzeu la prova del patró d’or per determinar qui té les característiques i qui no. A tall d’il·lustració, suposem que 100 persones en tenen la característica i 900 no.
Pas 4. Realitzeu la prova que us interessi per determinar la seva sensibilitat, especificitat, valor predictiu positiu i valor predictiu negatiu per a aquesta població
A continuació, feu la prova per a tothom de la població de mostra. Per exemple, diguem que es tracta d’una prova ràpida de reagin de plasma (RPR) per detectar la sífilis. Feu-lo servir per provar 1.000 persones en una mostra.
Pas 5. Per a les persones que tinguin les característiques (tal com determina el patró d’or), anoteu el nombre de persones que van donar positiu i el nombre de persones que van donar negatiu
Feu el mateix per a les persones que no tenen les característiques (tal com es defineix a la norma d’or). Tindreu quatre números. Les persones que tenen les característiques I els resultats de les proves són positius veritables positius (veritables positius o TP). Les persones que tenen les característiques I els resultats de les proves són negatius falsos negatius (falsos negatius o FN). Les persones que no tenen les característiques I els resultats de les proves són positius falsos positius (falsos positius o FP). Les persones que no tenen les característiques I els resultats de les proves són negatius ho són veritables negatius (veritables negatius o TN). Per exemple, suposem que heu realitzat una prova RPR a 1.000 pacients. Entre els 100 pacients amb sífilis, 95 d'ells van donar positiu, mentre que els 5 restants van ser negatius. Entre els 900 pacients que no tenien sífilis, 90 van donar positiu i els 810 restants van ser negatius. En aquest cas, TP = 95, FN = 5, FP = 90 i TN = 810.
Pas 6. Per calcular la sensibilitat, divideix TP per (TP + FN)
A l'exemple anterior, el càlcul és del 95 / (95 + 5) = 95%. La sensibilitat ens indica la probabilitat que la prova doni un resultat positiu per a una persona que té la característica. Quina proporció dóna positiva entre totes les persones que tenen aquesta característica? La sensibilitat del 95% és prou bona.
Pas 7. Per calcular l’especificitat, divideix TN per (FP + TN)
A l'exemple anterior, el càlcul és 810 / (90 + 810) = 90%. L’especificitat ens parla de la probabilitat que una prova doni un resultat negatiu en algú que no en tingui la característica. Quina proporció és negativa entre totes les persones que no tenen la característica? L’especificitat del 90% és prou bona.
Pas 8. Per calcular el valor predictiu positiu (NPP), divideix TP per (TP + FP)
En el context anterior, el càlcul és del 95 / (95 + 90) = 51,4%. Un valor predictiu positiu indica la probabilitat que una persona tingui la característica si el resultat de la prova és positiu. Entre tots els que donen positiu, quina proporció té realment la característica? PNP 51,4% significa que si el resultat de la prova és positiu, la probabilitat de patir la malaltia en qüestió és del 51,4%.
Pas 9. Per calcular el valor predictiu negatiu (NPN), divideix TN per (TN + FN)
Per a l'exemple anterior, el càlcul és 810 / (810 + 5) = 99,4%. Un valor predictiu negatiu indica la probabilitat que una persona no tingui una característica si el resultat de la prova és negatiu. Entre tots els que donen negatiu, quina proporció no té realment les característiques en qüestió? NPN 99,4% significa que si el resultat de la prova d’una persona és negatiu, la probabilitat de no tenir la malaltia en aquesta persona és del 99,4%.
Consells
- Precisió, o eficiència, és el percentatge de resultats de la prova identificats correctament per la prova, és a dir (veritable positiu + veritable negatiu) / resultat total de la prova = (TP + TN) / (TP + TN + FP + FN).
- Una bona prova de cribratge té una alta sensibilitat, ja que es vol aconseguir tot el que tingui certes característiques. Les proves que tenen una sensibilitat molt alta són útils per descartar una malaltia o una característica si el resultat és negatiu. ("SNOUT": SeNsitivity-rule OUT)
- Intenteu fer una taula de 2x2 per facilitar-la.
- Comprendre que la sensibilitat i l’especificitat són propietats intrínseces de la prova que no depèn de la població existent, és a dir, que els dos valors haurien de ser els mateixos si es fa la mateixa prova amb poblacions diferents.
- Una bona prova de verificabilitat té una alta especificitat, ja que voleu que la prova sigui específica i no etiqueti malament les persones que no tenen la característica assumint que la tenen. Per a les proves que tenen una especificitat molt alta són útils adjuntar determinades malalties o característiques si el resultat és positiu. ("SPIN": SPecificity-rule IN)
- El valor predictiu positiu i el valor predictiu negatiu, en canvi, depenen de la prevalença d’aquesta característica en una població concreta. Com més rara sigui la característica buscada, més baix és el valor predictiu positiu i més alt és el valor predictiu negatiu (perquè la probabilitat de pretest és baixa per a les característiques rares). D'altra banda, com més característica és comuna, més alt és el valor predictiu positiu i menor és el valor predictiu negatiu (perquè la probabilitat de pretest és elevada per a la característica comuna).
- Intenteu entendre bé aquests conceptes.
