محتوا

• مراحل
• روش 1 از 1: تعداد خود را بسازید
• نکات
• هشدارها

در هر آزمایشی که بر روی یک جمعیت معین انجام می شود ، محاسبه مهم است حساسیت, اختصاصی, ارزش پیش بینی مثبت و ارزش پیش بینی منفی به منظور تعیین میزان مفید بودن این آزمایش در تشخیص بیماری یا ویژگی های یک گروه جمعیتی خاص. اگر می خواهیم از این آزمون برای بررسی ویژگی های یک جمعیت منتخب استفاده کنیم ، باید بدانیم:

• تشخیص آزمایش چقدر محتمل است دسترسی علائم در انسان با ویژگی های مشخصه (حساسیت)?
• تشخیص آزمایش چقدر محتمل است غیبت علائم در انسان بدون ویژگی های مشخصه (اختصاصی)?
• احتمال اینکه فرد مبتلا به چه چیزی باشد مثبت نتیجه آزمایش در واقع است وجود دارد علائم (ارزش پیش بینی مثبت)?
• احتمال اینکه فرد مبتلا به چه چیزی باشد منفی نتیجه آزمایش در واقع است خیر علائم (ارزش پیش بینی منفی)?
  
  

برای محاسبه این مقادیر بسیار مهم است تعیین کنید که آیا یک آزمون برای ارزیابی ویژگی های یک جمعیت خاص مفید است یا خیر... در این مقاله نحوه محاسبه این مقادیر را به شما نشان خواهیم داد.

مراحل

روش 1 از 1: تعداد خود را بسازید

1. 1 نمونه ای از جمعیت ، به عنوان مثال 1000 بیمار در یک درمانگاه را تشکیل دهید.
2. 2 بیماری یا علائمی را که در حال تحقیق روی آن هستید مانند سفلیس تشخیص دهید.
3. 3 انجام یک آزمایش استاندارد طلا معتبر برای تعیین شیوع بیماری یا علائم ، مانند اطلاعات در مورد وجود باکتری ها ترپونمای کم رنگ، با در نظر گرفتن تصویر بالینی ، با استفاده از میکروسکوپ میدان تاریک به دست آمده است. برای تعیین اینکه چه کسی دارد و چه کسی ندارد ، از یک آزمون استاندارد طلا استفاده کنید. برای وضوح ، فرض می کنیم که 100 موضوع آنها را دارند ، اما 900 مورد ندارند.
4. 4 آزمایشی برای حساسیت ، ویژگی ، ارزش پیش بینی مثبت و ارزش پیش بینی منفی جمعیت مورد نظر طراحی کنید و نمونه ای از جامعه را آزمایش کنید. به عنوان مثال ، فرض کنید این یک آزمایش سریع پلاسمای (RPR) برای سفلیس است. از آن برای نمونه گیری 1000 نفر استفاده کنید.
5. 5 از بین افرادی که علائم دارند (مطابق استاندارد طلا) ، تعداد افرادی را که نتایج مثبت و منفی دارند بنویسید. افرادی را که هیچ علامتی ندارند به همان روش آزمایش کنید (طبق استاندارد طلا). چهار رقم دریافت خواهید کرد. افرادی که دارای علائم و نتیجه مثبت هستند مثبت واقعی (PI)... افراد دارای علائم و نتایج منفی هستند منفی کاذب (LO)... افرادی که هیچ نشانه ای ندارند و نتیجه مثبتی ندارند مثبت کاذب (LP)... افرادی که هیچ علامتی ندارند و نتیجه منفی دارند منفی واقعی (IR)... برای وضوح ، فرض کنید شما 1000 بیمار را با RPR آزمایش کرده اید. 95 نفر از 100 بیمار مبتلا به سفلیس مثبت و 5 نفر منفی بودند. از 900 بیمار مبتلا به سفلیس ، 90 نفر مثبت و 810 نفر منفی بودند. در این مورد ، PI = 95 ، LO = 5 ، LP = 90 و IO = 810.
6. 6 برای محاسبه حساسیت ، PI را بر (PI + LO) تقسیم کنید. در مورد بالا ، 95 / (95 + 5) = 95٪ دریافت می کنیم. حساسیت به ما می گوید که احتمال مثبت بودن یک آزمایش در فردی با علائم وجود دارد.در بین افرادی که دارای علائم هستند ، چه نسبتی مثبت خواهد بود؟ حساسیت 95 pretty بسیار خوب است.
7. 7 برای محاسبه ویژگی ، RO را بر (LP + RO) تقسیم کنید. در مورد فوق ، 810 / (90 + 810) = 90٪ دریافت می کنیم. خاص بودن به ما می گوید که احتمال دارد آزمایش در فردی که هیچ علامتی ندارد منفی باشد. در بین افرادی که هیچ علامتی ندارند ، چه نسبتی نتیجه منفی خواهد داشت؟ ویژگی 90 pretty بسیار خوب است.
8. 8 برای محاسبه ارزش پیش بینی مثبت (PPV) ، PI را بر (PI + LP) تقسیم کنید. در مورد فوق ، 95 / (95 + 90) = 51.4 get دریافت می کنیم. ارزش پیش بینی مثبت به ما می گوید که احتمال دارد افرادی که نتیجه آزمایش آنها مثبت است علائم را داشته باشند. در بین افرادی که آزمایش آنها مثبت است ، در واقع چه نسبی علائم را دارند؟ PPV 51.4 means به این معنی است که اگر آزمایش شما مثبت باشد ، 51.4 chance احتمال اینکه شما واقعاً مریض هستید وجود دارد.
9. 9 برای محاسبه ارزش پیش بینی منفی (NPV) ، RO را بر (RO + LO) تقسیم کنید. در مورد بالا ، 810 / (810 + 5) = 99.4 get دریافت می کنیم. ارزش پیش بینی منفی به ما می گوید که چقدر احتمال دارد فردی با نتیجه آزمایش منفی هیچ علامتی نداشته باشد. در بین افرادی که تست آنها منفی است ، چه نسبی واقعاً بدون علامت است؟ HMO 99.4 means به این معنی است که اگر آزمایش شما منفی باشد ، 99.4 chance احتمال دارد که بیمار نباشید.

نکات

• آزمایشات غربالگری خوب بسیار حساس هستند و به شناسایی بیمارانی که علائم دارند کمک می کند. تست های حساسیت بالا در تشخیص های افتراقی در صورت منفی بودن بیماریها یا علائم ("SNOUT": انحراف حساسیت)
• دقت یا کارآیی ، درصد نتایج آزمایش است که به طور دقیق توسط آزمون تعیین شده است ، یعنی (مثبت واقعی + منفی واقعی) / نتایج کلی آزمون = (PI + RO) / (PI + RO + LP + LO).
• سعی کنید یک جدول احتمالی بکشید تا کار برای شما راحت تر شود.
• به یاد داشته باشید که حساسیت و ویژگی از ویژگی های ذاتی یک آزمون خاص است نه بستگی به گروه جمعیتی معین دارد ، یعنی اگر آزمایش بر روی گروه های مختلف جمعیتی انجام شود ، این دو مقدار باید بدون تغییر باقی بمانند.
• آزمایش های کنترل خوب دارای ویژگی بالایی هستند به طوری که آزمایش در شناسایی بیماران مبتلا به علائم اشتباه نمی کند. آزمایشات حساسیت بالا در تشخیصی بیماریها یا علائم ، اگر نتیجه مثبتی نشان دهند. ("SPIN": تأیید ویژگی)
• از سوی دیگر ، ارزش پیش بینی مثبت و ارزش پیش بینی منفی به میزان شیوع علائم در بین گروه جمعیتی انتخاب شده بستگی دارد. هرچه علائم کمتر رایج باشد ، ارزش پیش بینی مثبت کمتر و ارزش پیش بینی منفی بیشتر است (زیرا در مواردی که علائم کمتر رایج است شیوع کمتر است). برعکس ، هرچه علائم بیشتر باشد ، ارزش پیش بینی مثبت بیشتر و ارزش پیش بینی منفی پایین تر است (زیرا شیوع آن در مواردی که علائم شایع تر است بیشتر است).
• سعی کنید این تعاریف را به خوبی درک کنید.

هشدارها

• اشتباه در محاسبات به دلیل بی احتیاطی آسان است. محاسبات خود را با دقت بررسی کنید. جدول موارد احتمالی در این زمینه به شما کمک می کند.