Duyarlılık, özgüllük, PPD ve NPD hesaplayıcı (2×2 tablo)
Değerlerinizi girin. Cevap ve tam ayrıntılı çözüm siz yazdıkça güncellenir.
Sonuç
| Hastalık var | Hastalık yok | Toplam | |
|---|---|---|---|
| Test pozitif | 90 | 30 | 120 |
| Test negatif | 10 | 870 | 880 |
| Toplam | 100 | 900 | 1000 |
Yalnızca sınav alıştırması içindir. Bu bir çalışma aracıdır, asla klinik bir karar değildir: her zaman reçeteyi, yerel protokolleri ve ürün bilgisini izleyin.
Bir tanı ya da tarama testini değerlendirin. Duyarlılığı, özgüllüğü, pozitif ve negatif prediktif değerleri, olabilirlik oranlarını, prevalansı ve doğruluğu bulmak için 2×2 tablonun dört sayısını (gerçek ve yanlış pozitifler ve negatifler) girin. Ya da prediktif değerlerin bir popülasyonda nasıl değiştiğini 1000 kişi için görmek üzere duyarlılık, özgüllük ve prevalansla başlayın.
Adım adım çözüm
Duyarlılık ve özgüllük
Prediktif değerler
Prevalans ve doğruluk
Olabilirlik oranları
Temel formüller
- Duyarlılık ve özgüllük
- Se = a/(a + c), Sp = d/(b + d)
- Prediktif değerler
- PPV = a/(a + b), NPV = d/(c + d)
- Doğruluk
- (a + d)/n
- Olabilirlik oranları
- LR+ = Se/(1 − Sp), LR− = (1 − Se)/Sp
- p prevalansında PPD
- Se·p / (Se·p + (1 − Sp)(1 − p))
Duyarlılık, özgüllük, PPD ve NPD nasıl hesaplanır
- 2×2 tabloyu kurun: a = gerçek pozitifler, b = yanlış pozitifler, c = yanlış negatifler, d = gerçek negatifler.
- Duyarlılık = a/(a + c): hastalığı olanlardan testi pozitif çıkanların payı. Özgüllük = d/(b + d): hastalığı olmayanlardan testi negatif çıkanların payı.
- PPD = a/(a + b): pozitif bir sonucun gerçek pozitif olma olasılığı. NPD = d/(c + d): negatif bir sonucun gerçek negatif olma olasılığı.
- LR+ = duyarlılık/(1 − özgüllük) ve LR− = (1 − duyarlılık)/özgüllük.
- Yalnızca duyarlılık, özgüllük ve prevalansla tabloyu 1000 kişi için doldurun ve prediktif değerleri ondan okuyun.
Sorular ve cevaplar
PPD ve NPD neden prevalansa bağlıdır?
Duyarlılık ve özgüllük testin özellikleridir, ancak prediktif değerler hastalığın ne kadar yaygın olduğuna da bağlıdır. Prevalansı düşük bir popülasyonda iyi bir test bile çok sayıda yanlış pozitif üretir, bu nedenle PPD düşer.
SnNout ve SpPin ne anlama gelir?
Çok duyarlı (Sensitive) bir test, negatif (Negative) olduğunda hastalığı dışlar (SnNout). Çok özgül (Specific) bir test, pozitif (Positive) olduğunda hastalığı doğrular (SpPin).
Olabilirlik oranı bana ne söyler?
Bir sonucun hastalık odds’unu ne kadar değiştirdiğini. 10’un üzerindeki bir LR+ ya da 0,1’in altındaki bir LR− odds’u çok değiştirir; 1’e yakın değerler neredeyse hiçbir şeyi değiştirmez.
Bir değer neden tanımsız gösterilir?
Payda sıfır olduğunda, örneğin hiç pozitif sonuç olmadığında PPD hesaplanamaz.
Kendiniz deneyin
Kanıta dayalı uygulama istatistikleri çalışın
Hesaplayıcı cevabı verir. Sınavda ise yönteme ihtiyacınız var: yeni sorular, ipuçları ve ayrıntılı çözümlerle onu çalışın.