Cómo calcular la sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo

En cada prueba se administra a una población determinada, es importante calcular la sensibilidad, la especificidad, la valor predictivo positivo y valor predictivo negativo, para determinar cómo la prueba es útil para detectar enfermedades o características de una población dada. Si desea utilizar una prueba de las características específicas en una muestra de población, es importante saber:

¿Qué tan probable es que la prueba detecta la presencia una característica de alguien con función (sensibilidad)?
¿Qué tan probable es que la prueba detecta la ausencia una característica de alguien sin función (especificidad)?
¿Qué tan probable es que alguien con un resultado positivo la verdadera prueba tiene función (valor predictivo positivo)?
¿Qué tan probable es que alguien con un resultado negativo la verdadera prueba no tiene función (valor predictivo negativo)?

Es muy importante para calcular estos valores para determinar si una prueba es útil en la medición de una determinada característica en una población dada. Este artículo le mostrará cómo calcular estos valores.

pasos

Imagen titulada calcular la sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo Paso 1

Establecer una muestra de la población. Ej: 1000 pacientes de una clínica.

Imagen titulada calcular la sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo Paso 2

Establecer la enfermedad o rasgo de interés. por ejemplo, la sífilis.

Imagen titulada calcular la sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo Paso 3

Tener una prueba de referencia bien establecida para determinar la prevalencia de la enfermedad o rasgo. Por ejemplo, la documentación microscópico de campo oscuro de la presencia de bacterias Treponema pallidum muestras de heridas sífilis, en colaboración con los hallazgos clínicos. Utilice la prueba de referencia para determinar quién tiene la característica y los que no lo hacen. Por ejemplo, digamos que 100 personas tienen 900 y no.

Imagen titulada calcular la sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo Paso 4

Tener una prueba para determinar la sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo para esta población y que sea en todo dentro de la población de la muestra. Por ejemplo, si se trata de una prueba de reagina rápida en plasma (RPR) para buscar la sífilis, lo utilizan en las personas de muestreo de 1.000.

Imagen titulada calcular la sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo Paso 5

Para las personas que tienen la característica (según lo determinado por el estándar de oro), registrar el número de personas que dieron positivo y el número de personas que fueron negativos. Hacer lo mismo con las personas que no tienen la característica (según lo determinado por el estándar de oro). Se termina con cuatro números. Las personas con el rasgo positivo y son verdaderos positivos (TP). Las personas con el rasgo y negativos resultados son falsos negativos (FN). Las personas sin la característica y positivos son falsos positivos (FP). Las personas sin la característica y negativa son verdaderos negativos (TN). Ejemplo: Supongamos que ha realizado la prueba RPR en 1.000 pacientes. Entre los 100 con sífilis, 95 fueron positivos y cinco negativos. Entre los 900 pacientes sin sífilis, 90 fueron positivas y 810 negativo. En este caso: TP = 95, FN = 5, FP = 90 y TN = 810.

Imagen titulada calcular la sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo Paso 6

Para calcular la sensibilidad, se divide por TP (TP + FN). En el caso anterior, sería 95 / (95 + 5) = 95%. La sensibilidad nos dice qué tan probable es que el resultado es positivo en una persona con la característica. Entre todas las personas que tienen la característica, ¿qué proporción dará positivo? 95% de sensibilidad es muy buena.

Imagen titulada calcular la sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo Paso 7

Para el cálculo de la brecha específica por TN (TN + FP). En el caso anterior, sería 810 / (810 + 90) = 90%. La especificidad nos dice qué tan probable es que la prueba es negativa en una persona que no tiene la característica. Entre todas las personas que no tienen el rasgo, ¿qué proporción dará negativo? 90% de especificidad es muy bueno.

Imagen titulada calcular la sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo Paso 8

Para calcular el valor predictivo positivo (VPP), dividido por TP (TP + FP). En el caso anterior, sería 95 / (95 + 90) = 51,4%. El valor predictivo positivo nos dice qué tan probable es que la persona tiene la característica si la prueba es positiva. De todas las personas con una prueba positiva, ¿qué proporción de hecho tiene la característica? 51,4% PPV significa que si su resultado es positivo, usted tiene la oportunidad de tener el 51,4% el hecho de la enfermedad.

Imagen titulada calcular la sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo Paso 9

Para calcular el valor predictivo negativo (VPN), se divide por TN (TN + FN). En el caso anterior, sería 810 / (810 + 5) = 99,4%. El valor predictivo negativo nos dice qué tan probable es que alguien no tiene la función de si la prueba es negativa. Entre todas las personas que fueron negativos, ¿qué proporción en realidad no tienen la característica? 99,4% VAN significa que si la prueba es negativa, usted tiene la oportunidad 99,4% de no tener la enfermedad.

consejos

pruebas de detección buenas tienen una alta sensibilidad porque quiere ser capaz de cubrir todos los que tienen la característica. Las pruebas con alta sensibilidad son útiles son útiles para descartar enfermedades o características caso considere negativos.
precisión, o la eficiencia es el porcentaje de correctamente determinada por los resultados de la prueba, es decir, (verdaderos positivos + verdaderos negativos) / Resultados totales de la prueba = (TP + TN) / (TP + TN + FP + FN).
Trate de hacer una tabla de 2x2 para facilitar las cosas.
pruebas confirmatorias buenas tienen una alta especificidad, porque usted quiere que su prueba sea específico y no hay que confundir los que no tienen la característica, diciendo que para tener. La muy alta especificidad con pruebas son útiles para confirmar la presencia de la enfermedad o rasgo de ser así considere.
Tenga en cuenta que la sensibilidad y la especificidad son propiedades intrínsecas de una prueba determinada y no dependen especialmente de la población, es decir, estos dos valores deben ser iguales cuando la misma prueba se aplica a diferentes poblaciones.
Tratar de entender los conceptos.
Los valores predictivos positivos y negativos, por el contrario, dependen de la prevalencia del rasgo en una población dada. Cuanto más rara la característica, menor será el valor predictivo positivo y valor predictivo negativo más alto (debido a que la probabilidad previa es baja para las características raras). Por el contrario, la característica más común, mayor es el valor predictivo positivo y valor predictivo negativo inferior (debido a que la probabilidad previa es alta para características comunes).