Такой диагностический тест, который максимально точно (практически безошибочно) определяет наличие или отсутствие определенной болезни у пациента. × 2 у
| Вид материала | Документы |
- Норман Казинс Анатомия болезни с точки зрения пациента, 1118.49kb.
- Семья как фактор формирования внутренней картины здоровья ребенка, 58.17kb.
- Тест №1. Метод использования внушения для вызывания трансовых состояний называется:, 660.48kb.
- Вдистанционный курс высшей математики входит: информация о проведении занятий; лекции, 102.11kb.
- Анализ урока с позиций здоровьесбережения, 38.45kb.
- Задачи: Определить наличие или отсутствие сигма-конвергенции в России, 156.11kb.
- 01. 01 Вопределении общественного здоровья, принятое воз, входят элементы: физическое,, 1136.41kb.
- 01. 01 Вопределении общественного здоровья, принятое воз, входят элементы: физическое,, 1248.42kb.
- Д. В. Труевцев Диагностический инструментарий исследования социальных страхов1, 225.79kb.
- Арегистрировавшись в качестве индивидуального предпринимателя, или в установленном, 332.71kb.
Диагностика. Анализ и сравнение диагностических тестов
Золотой» стандарт - такой диагностический тест, который максимально точно (практически безошибочно) определяет наличие или отсутствие определенной болезни у пациента.
Таблица 2 × 2 - удобная, наглядная и компактная форма представления результатов сравнения диагностических методов
Когортное исследование - субъекты отбираются случайным образом до того, как у них определяется наличие или отсутствие тестируемого заболевания
Задание:
Необходимо определить качество диагностического теста относительного золотого стандарта (эталона сравнения). Для этого вычислите основные меры качества (точности, надежности, предсказательной способности) диагностического теста, оцените полученные результаты и напишите выводы в терминах полученной задачи. Данные представлены в таблице 2х2: по вертикали – данные, полученные с помощью эталонного теста, по горизонтали, данные, полученные проверяемым методом диагностики. Решение задачи выполняется в программах DiagStat v.01.01 и PPV/NPV.
Другие распространенные обозначения:
a = TP (true positive) = количество верно положительных результатов теста среди истинно больных,
с = FN (false negative) = количество ошибочно отрицательных результатов теста среди истинно больных,
b = FP (false positive) = количество ошибочно положительных результатов теста среди истинно здоровых,
d = TN (true negative) =количество верно отрицательных результатов теста среди истинно здоровых.
Чем меньше ошибочных (ошибочно положительных и ошибочно отрицательных) результатов дает тест, тем он лучше.
Порядок выполнения работы:
Шаг 1. Получите индивидуальное задание у преподавателя. Пример выполнен на основе задания №14 «ЗСН – застойная сердечная недостаточность».
Шаг 2. Визуальный анализ данных. Данные представлены в виде таблицы 2х2. Оцените количество верных и ошибочных (ошибочно положительных и ошибочно отрицательных) результатов теста.
| Проверяемый диагностический тест | ЗСН согласно эталону сравнения | Всего | ||
| присутствует | отсутствует | |||
| Натрийуре-тический пептид (BNP) | Положительный ответ (> 100 пг/мл) | 670 | 202 | 872 |
| Отрицательный ответ (< 100 пг/мл) | 74 | 640 | 714 | |
| Всего | 744 | 842 | 1586 | |
Анамнез заболевания:
- ЗСН - застойная сердечная недостаточность является наиболее широко распространенным недугом, от которого страдают пожилые люди.
- Она наступает при недостаточно эффективной работе сердца, которое перестает справляться со своей ролью насоса, перекачивающего кровь по всему телу, в результате чего в кровеносной системе начинаются застойные явления.
- Симптомами ЗСН могут быть одышка, общая слабость, набухание лодыжек, ступней и брюшной полости.
- Распространенными причинами ЗСН являются заболевание коронарной артерии, сердечный приступ, повышенное артериальное давление и порок сердечного клапана
Проверяемый диагностический тест:
- Натрийуретического гормона (В-типа) N-концевой пропептид (NT-proBNP) - показатель ранних стадий сердечной недостаточности.
Шаг 3. Вычисление основных мер качества диагностического теста. Откройте программу DiagStat v.01.01. Введите значения из полученной таблицы в соответствующие ячейки в программе( рисунок1) и нажмите кнопку «Вычислить».
Рисунок 1.
Шаг 4. Оценка различающей способности проверяемого диагностического теста и его предсказательной ценности. Вы получите следующие результаты расчетов (рисунок 2). Проанализируйте их.
Рисунок 2.
Теоретические основы
1. Чувствительность (вероятность истинного «позитива») - мера способности проверяемого метода распознавать наличие болезни. Вероятность положительного результата теста в популяции пациентов с данным заболеванием, ее оценкой является доля лиц с положительным результатом теста в выборке пациентов с изучаемым заболеванием.
Вычисляется как отношение числа a больных, подтвержденных проверяемым методом, к числу действительно больных: a/(a+c). Изменяется от 0 до 1 (в процентном отношении от 0% до 100%).
Таким образом, чем ближе полученная оценка чувствительности к 1 . тем лучше проверяемый тест диагностирует наличие болезни у пациентов.
2. Специфичность - мера способности нового метода распознавать отсутствие заболевания. Вероятность отрицательного результата теста в популяции без заболевания, ее оценкой является доля лиц с отрицательным результатом теста в выборке пациентов без изучаемого заболевания.
Вычисляется как отношение числа d здоровых, подтвержденных новым методом, к числу действительно здоровых: d/(b + d). Изменяется от 0 до 1 (в процентном отношении от 0% до 100%).
Таким образом, чем ближе полученная оценка специфичности к 1 . тем лучше проверяемый тест распознает отсутствие болезни у пациентов
Оцените полученные значения с различными доверительными интервалами, помните, что чем уже ДИ, тем точнее полученная интервальная оценка, чем шире ДИ, тем оценка надежнее. Результаты анализа напишите в графе « Выводы», проверьте себя, используя таблицу на рисунке 3.
Шаг 4. Оценка различающей способности проверяемого диагностического теста и его предсказательной ценности. Оцените полученные результаты для отношения правдоподобий. Результаты анализа напишите в графе «Выводы».Теоретические основы:
Отношение правдоподобий сводит воедино информацию о чувствительности и специфичности проверяемого диагностического теста. Оно сообщает нам, насколько сильно полученные результаты теста изменяют вероятность наличия данной болезни у пациента.
Отношение правдоподобий для положительных результатов диагностического теста (LR[+] = f(T+|D+) / f(T+|D-)) показывает, во сколько раз доля истинных «позитивов» (верно положительных результатов диагностического теста) превышает долю ложных «позитивов» (ошибочно положительных результатов теста).
LR[+] показывает, во сколько раз чаще положительные результаты данного диагностического теста будут получаться у больных, чем у здоровых.
Чем больше LR[+],
тем выше способность положительных результатов теста распознавать наличие болезни
Отношение правдоподобий для отрицательных результатов диагностического теста (LR[-] = f(T-|D+) / f(T-|D-)) показывает, во сколько раз доля ложных «негативов» (ошибочно отрицательных результатов диагностического теста) меньше доли истинных «негативов» (верно отрицательных результатов теста).
LR[-] показывает, во сколько раз реже отрицательные результаты данного диагностического теста будут получаться у больных, чем у здоровых.
Чем меньше LR[-], тем лучше способность отрицательного результата теста распознавать отсутствие болезни.
Шаг 5. Проанализируйте полученные оценки для распространенности заболевания, а также для предсказательной полезности положительных и отрицательных результатов теста. Выводы напишите в соответствующей графе.
Теоретические основы
Вероятность обнаружить пациента с данной болезнью в данной популяции: P(D+) называется распространенностью болезни. Ее оценкой является доля, f(D+), лиц с данной болезнью в выборке объемом n из данной популяции, выявленных с помощью золотого стандарта.
Предсказательная вероятность для положительного результата теста, PV[+] или PPV
- PV[+] (или PPV) есть мера того, насколько хорошо данный тест предсказывает наличие болезни у пациента.
- PV[+] есть вероятность наличия болезни у пациента при условии, что данный тест дал у него положительный результат.
Предсказательная вероятность для отрицательного результата теста, PV[-] или NPV
- PV[-] (или NPV) есть мера того, насколько хорошо данный тест выявляет (предсказывает) отсутствие болезни у пациента.
- PV[-] есть вероятность отсутствия болезни у пациента при условии, что данный тест дал у него отрицательный результат.
Шаг 6.Программа PPVNPV (*.xls) (www.cardiff.ac.uk/medic/aboutus/departments/
primarycareandpublichealth/resources/PPVNPV.xls)
Порядок работы:
- Откройте программу PPVNPV (*.xls).
- Введите данные из своей таблицы. Данные вносятся без изменений.
- Проверьте, совпадают ли значения оценки чувствительности (Sensitivity) и специфичности (Specificity).
- Обратите внимание на график:
Красная линия обозначает вероятность того, что тест даст положительный результат.
Синия линия – обратная вероятность отрицательного результата теста.
Обозначения:
Predictive value of positive test (PVP/PPV) – какова вероятность того, что у пациента действительно данная болезнь.
Мерой предсказательной полезности положительного результата теста является тестовая вероятность болезни, т.е. вероятность наличия болезни у пациента при условии, что данный тест дал у него положительный результат.
Predictive value of negative test (NVP/NPV) – вероятность того, что у здорового человека тест выявит отсутствие болезни.
Оценкой этой вероятности является доля пациентов с верными отрицательными результатами теста среди всех протестированных пациентов (здоровых и больных) с отрицательными результатами теста
Критерий проверки: чем дальше линии друг от друга, тем выше качество теста. Если красная и синия линии прижимаются к диагонали графика – качество теста не удовлетворительно