Məzmuna Önizləmə

Göndərildi: 08.09.2021
Məqalənin müəllifi Adəm Quliyev

Bu nümunədə, xəstə və ya xəstə olmayan iki sütun mövzuların həqiqi vəziyyətini göstərir. Satırlar testin müsbət və ya mənfi nəticələrini göstərir.

A hüceyrəsi həqiqi pozitivləri, xəstəliyi olanları və müsbət test nəticələrini ehtiva edir. D hüceyrəsi subyektlərində xəstəlik yoxdur və test razılaşır.

Yaxşı bir test B və C hüceyrələrində minimum rəqəmlərə sahib olacaqdır. Hüceyrə B xəstəliyi olmayan, lakin testin 'xəstəliyi' göstərdiyi şəxsləri təyin edir. Bunlar yalnış pozitivlərdir. C hücresi yanlış mənfi cəhətlərə malikdir.

Bu nəticələr populyasiyaya əsaslanan bir araşdırmadan əldə edildiyi təqdirdə, yayılma aşağıdakı şəkildə hesablana bilər:

Xəstəliyin Yayılması =\ (\ dfrac >> >\ dəfə 100 \)

Tədqiqat üçün istifadə olunan populyasiya yayılma hesablanmasına təsir göstərir.

Həssaslıq, bir testin xəstəliyi olanlar arasında 'xəstəlik' olduğunu göstərmə ehtimalıdır:

Həssaslıq: A / (A + C)×100

Xüsusiyyət, mənfi bir test nəticəsi verəcək xəstəliyi olmayanların hissəsidir:

Xüsusiyyət: D/(D+B)×100

Həssaslıq və spesifikliyi olan test xüsusiyyətləri . Əhali nəticələrə təsir etmir.

Klinisyen və bir xəstənin fərqli bir sualı var: müsbət testi olan bir insanın həqiqətən bu xəstəliyə tutulma şansı nədir? Mövzu yuxarıdakı cədvəlin birinci cərgəsindədirsə, B hüceyrəsi ilə müqayisədə A hüceyrəsində olma ehtimalı nə qədərdir? Bir klinisyen sıra boyunca hesablayır:

Müsbət Proqnozlaşdırılan dəyər: A / (A + B)×100

Mənfi proqnozlaşdırıcı dəyər: D/(D+C)×100

Pozitiv və mənfi proqnozlaşdırıcı dəyərlər, yoxlanılan populyasiyada xəstəliklərin yayılmasından təsirlənir . Yüksək bir yayılma şəraitində test etsək, testin aşağı yayılmış bir populyasiyada keçirilməsindən daha çox, pozitiv test edən insanların həqiqətən xəstəliyə yoluxma ehtimalı daha yüksəkdir.

Bunun bəzi rəqəmlərlə necə işlədiyini görək.

Hipotetik Nümunə 1 - Sınaq Testi A

100 nəfər xəstəliyə görə müayinə olunur. 15 nəfərdə xəstəlik var; 85 nəfər xəstə deyil. Beləliklə, yayılma 15%-dir:

  • Xəstəliyin Yayılması:

    \ (\ dfrac >> >\ dəfə 100 \),

    15/100 ×100 = 15%

Həssaslıq üçdə ikisidir, buna görə də test xəstəliyi olan insanların üçdə ikisini aşkar edə bilir. Test xəstəliyi olan insanların üçdə birini qaçırır.

  • Həssaslıq:

    A/(A + C) ×100

    10/15 ×100 = 67%

Test% 53 spesifikliyə malikdir. Başqa sözlə, mənfi nəticə göstərən 85 nəfərdən 45 nəfər həqiqətən mənfi, 40 nəfərdə olmayan bir xəstəlik üçün müsbət nəticə verilir.

  • Xüsusiyyət:

    D/(D + B) ×100

    45/85 ×100 = 53%

Həssaslıq və spesifiklik bu testin xüsusiyyətləridir. Bir klinisyen üçün, əhəmiyyətli bir fakt, müsbət test edən insanlar arasındadır, yalnız 20% əslində xəstəliyə sahibdir.

  • Müsbət proqnozlaşdırıcı dəyər:

    A / (A + B) ×100

    10/50 ×100 = 20%

Testi mənfi olanlar üçün% 90-da xəstəlik yoxdur.

  • Mənfi proqnozlaşdırıcı dəyər:

    D/(D + C) ×100

    45/50 ×100 = 90%

İndi yayılmanı dəyişək ..

Hipotetik Nümunə 2 - Yayımın Artması, Eyni Test

Bu dəfə eyni testdən istifadə edirik, lakin fərqli bir populyasiyada xəstəlik yayılması 30%-dir.

  • Xəstəliyin yayılması:
  • \ (\ dfrac >> >\ times 100 \)

    30/100 ×100 = 30%

Eyni həssaslığı və spesifikliyi qoruyuruq, çünki bunlar bu test üçün xarakterikdir.

  • Həssaslıq:

    A / (A + C) ×100

    20/30 ×100 = 67%
  • Xüsusiyyət:

    D / (D + B) ×100

    37/70 ×100 = 53%

İndi proqnozlaşdırıcı dəyərləri hesablayaq:

  • Müsbət proqnozlaşdırıcı dəyər:

    A / (A + B) ×100

    20/53 ×100 = 38%
  • Mənfi proqnozlaşdırıcı dəyər:

    D/(D + C) ×100

    37/47 ×100 = 79%

Eyni testi daha çox yayılmış bir populyasiyada istifadə etmək, müsbət proqnozlaşdırma dəyərini artırır. Əksinə, artan yayılma mənfi proqnozlaşdırıcı dəyərin azalması ilə nəticələnir. Diaqnostik və ya skrininq testlərinin proqnozlaşdırıcı dəyərlərini nəzərdən keçirərkən xəstəliyin yayılma təsirini qəbul edin . Aşağıdakı şəkil, 95% həssaslıq və 95% spesifikliyi olan bir testdə xəstəliyin yayılması ilə proqnozlaşdırılan dəyər arasındakı əlaqəni təsvir edir:

95% həssaslıq və 85% spesifikliyə malik bir testdə xəstəlik yayılması ilə proqnozlaşdırıcı dəyər arasındakı əlaqə.

(Mausner JS, Kramer S: Mausner və Bahn Epidemiologiyası: Giriş mətni. Philadelphia, WB Saunders, 1985, s. 221.)

Yoxla!

Yanlış pozitivlərin minimuma endirilməsi, təqib terapiyasının xərcləri və ya riskləri yüksək olduqda və xəstəliyin özü həyatı üçün təhlükə yaratmadıqda vacibdir. yaşlı kişilərdə prostat xərçəngi buna bir nümunədir; başqa biri kimi, mama-həkimlər yalnış pozitiv bir ana serum AFP testindən (amniyosentez, ultrasəs və artan fetus nəzarəti ilə davam etdirilə bilər, eyni zamanda valideynlər üçün narahatlıq və doğmamış uşağın etiketlənməsi ilə nəticələnə bilər) potensial ziyanı nəzərə almalıdırlar. .

Yoxla!

Xəstəlik tez -tez asimptomatik olarsa, bir çox yanlış mənfi istəmirik

  1. ciddidir, sürətlə irəliləyir və erkən mərhələlərdə daha təsirli müalicə edilə bilər
  2. bir insandan digərinə asanlıqla yayılır

Bir populyasiyada yaxşı bir test nədir? Əslində, bütün testlərin üstünlükləri və mənfi cəhətləri var, belə ki, heç bir test mükəmməl olmur. Xəstəliklərin müayinəsi və erkən aşkarlanmasında pulsuz nahar yoxdur.