14.4: Чувствительность, специфичность и прогнозируемая стоимость

Sensitivity, Specificity, and Predicted Value
JoVE Core
Statistics
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Core Statistics
Sensitivity, Specificity, and Predicted Value
Please note that all translations are automatically generated. Click here for the English version.

281 Views

01:13 min
January 09, 2025

Overview

В медицинской диагностике лабораторные тесты играют решающую роль в выявлении и диагностике широкого спектра заболеваний. Однако интерпретация результатов тестов не всегда проста. Аномальный результат теста не всегда подтверждает наличие заболевания, так же как нормальный результат не гарантирует его отсутствие. Чтобы оценить надежность этих диагностических инструментов, практикующие врачи полагаются на два ключевых статистических показателя: чувствительность и специфичность.

Чувствительность — это вероятность того, что тест правильно определит людей с заболеванием, дав положительный результат при наличии заболевания. Высокая чувствительность имеет важное значение для тестов, используемых при первоначальном скрининге, поскольку она снижает вероятность пропуска случаев за счет минимизации ложноотрицательных результатов (случаев, когда тест ошибочно идентифицирует кого-то с заболеванием как отрицательный).

Специфичность, с другой стороны, — это вероятность того, что тест правильно идентифицирует людей без заболевания, давая отрицательный результат при отсутствии заболевания. Высокая специфичность имеет решающее значение для тестов, используемых для подтверждения диагноза, поскольку она снижает количество ложноположительных результатов (случаев, когда тест неправильно указывает на здорового человека как имеющего заболевание).

Чувствительность и специфичность позволяют получить представление о способности теста давать точные результаты в клинических испытаниях. Однако в реальных условиях пациенты и клиницисты больше озабочены пониманием вероятности фактического наличия (или отсутствия) заболевания при наличии конкретного результата теста. Именно здесь положительная прогностическая ценность (PPV) и отрицательная прогностическая ценность (NPV) становятся важными.

Положительная прогностическая ценность (PPV) — это вероятность того, что человек с положительным результатом теста действительно имеет заболевание. PPV зависит не только от чувствительности и специфичности теста, но и от распространенности заболевания в тестируемой популяции. Более высокая распространенность часто увеличивает PPV, а это означает, что положительный результат с большей вероятностью указывает на истинный случай заболевания в популяциях с более высоким исходным риском.

Отрицательная прогностическая ценность (NPV) — это вероятность того, что у человека с отрицательным результатом теста действительно нет заболевания. Как и PPV, NPV зависит от распространенности заболевания. В популяциях, где заболевание встречается редко, отрицательный результат с большей вероятностью точно подтвердит отсутствие заболевания, что приведет к более высокому NPV.

Таким образом, в то время как чувствительность и специфичность имеют решающее значение для понимания точности теста в выявлении наличия или отсутствия заболевания в контролируемых условиях, PPV и NPV обеспечивают более практическую информацию для принятия клинических решений. В совокупности эти меры позволяют практикующим врачам лучше интерпретировать результаты диагностических тестов, уравновешивая риски ложноположительных и отрицательных результатов и принимая обоснованные решения по уходу за пациентами.

Transcript

В науках о здоровье чувствительность относится к вероятности того, что диагностический тест покажет положительный результат при наличии заболевания.

С другой стороны, специфичность измеряет вероятность того, что тест даст отрицательный результат при отсутствии заболевания.

Вероятность заболевания при положительном результате теста является прогнозируемым положительным значением.

Напротив, прогнозируемое отрицательное значение — это вероятность отсутствия заболевания при отрицательном результате теста.

Эти меры обычно основаны на фактическом наличии или отсутствии заболевания и выводятся из обширных валидационных исследований, проведенных в клинических условиях.

Рассмотрим пример скрининга вирусных инфекций, который сначала проводится на основе предварительного обследования, а затем с использованием тщательно разработанных параметров крови.

Таким образом, чувствительность — это a/(a + b), специфичность — d/(c + d), прогнозируемое значение положительное — a/(a + c), а предсказанное значение отрицательное — d/(b + d).

Key Terms and definitions​

Learning Objectives

Questions that this video will help you answer

This video is also useful for