يجب أن يكون أي اختبار يتم إجراؤه على مجموعة سكانية معينة قادرًا على الحساب حساسية, النوعية, القيمة التنبؤية الإيجابية ، و القيمة التنبؤية السلبية ، لتحديد فائدة الاختبار في الكشف عن مرض معين أو خاصية سكانية معينة. إذا أردنا استخدام اختبار لاختبار خصائص معينة في عينة من السكان ، فما نحتاج إلى معرفته هو:
- ما مدى احتمالية اكتشاف هذا الاختبار وجود بعض خصائص الشخص مع هذه الخصائص (الحساسية)؟
- ما مدى احتمالية اكتشاف هذا الاختبار غياب بعض خصائص الشخص الذين ليس لديهم هذه الخصائص (الخصوصية)؟
- ما مدى احتمالية أن يكون الشخص لديه نفس نتائج الاختبار إيجابي حقا لديك هذه الخصائص (القيمة التنبؤية الإيجابية)؟
-
ما مدى احتمالية ذلك الشخص الذي نتائج الاختبار نفي حقا لا أملك هذه الخصائص (القيمة التنبؤية السلبية)؟
هذه القيم مهمة جدًا لحسابها تحديد ما إذا كان الاختبار مفيدًا لقياس خصائص معينة في مجتمع معين.
ستوضح لك هذه المقالة كيفية حساب هذه القيم.
خطوة
طريقة 1 من 1: عد نفسك
الخطوة الأولى: تحديد السكان المراد أخذ عينات منهم ، على سبيل المثال 1000 مريض في العيادة
الخطوة الثانية: تحديد المرض أو الخاصية المرغوبة ، مثل مرض الزهري
الخطوة 3. الحصول على معيار ذهبي قياسي لتحديد انتشار المرض أو الخصائص المرغوبة ، مثل التوثيق المجهري للمجال المظلم لبكتيريا اللولبية الشاحبة من شظايا قرحة الزهري ، بالتعاون مع النتائج السريرية
استخدم اختبار المعيار الذهبي لتحديد من لديه الخصائص ومن لا يمتلكها. كتوضيح ، لنفترض أن 100 شخص لديهم الخاصية و 900 ليس لديهم.
الخطوة 4. قم بإجراء الاختبار الذي تهتم به لتحديد مدى حساسيته وخصوصياته وقيمته التنبؤية الإيجابية والقيمة التنبؤية السلبية لهذه الفئة من السكان
بعد ذلك ، قم بإجراء الاختبار للجميع في عينة السكان. على سبيل المثال ، لنفترض أن هذا هو اختبار راجين البلازما السريع (RPR) للكشف عن مرض الزهري. استخدمه لاختبار 1000 شخص في عينة.
الخطوة 5. بالنسبة للأشخاص الذين لديهم الخصائص (على النحو الذي يحدده المعيار الذهبي) ، سجل عدد الأشخاص الذين كانت نتيجة اختبارهم إيجابية وعدد الأشخاص الذين كانت نتيجة اختبارهم سلبية
افعل الشيء نفسه بالنسبة للأشخاص الذين ليس لديهم الخصائص (على النحو المحدد في المعيار الذهبي). سيكون لديك أربعة أرقام. الأشخاص الذين لديهم خصائص ونتائج الاختبار إيجابية الإيجابيات الحقيقية (الإيجابيات الحقيقية أو TP). الأشخاص الذين لديهم خصائص ونتائج الاختبار سلبية السلبيات الكاذبة (السلبيات الزائفة أو FN). الأشخاص الذين ليس لديهم الخصائص ونتائج الاختبار إيجابية ايجابيات كاذبة (ايجابيات كاذبة او FP). الأشخاص الذين ليس لديهم الخصائص ونتائج الاختبار سلبية السلبيات الحقيقية (السلبيات الحقيقية أو TN). على سبيل المثال ، افترض أنك أجريت اختبار RPR على 1000 مريض. من بين 100 مريض مصاب بمرض الزهري ، جاءت نتيجة 95 منهم إيجابية ، بينما كانت النتائج الخمسة الباقين سلبية. من بين 900 مريض لم يصابوا بمرض الزهري ، 90 مريضا كانت ايجابية ، والبقية 810 سلبية. في هذه الحالة ، TP = 95 ، FN = 5 ، FP = 90 ، و TN = 810.
الخطوة 6. لحساب الحساسية ، قسّم TP على (TP + FN)
في المثال أعلاه ، الحساب هو 95 / (95 + 5) = 95٪. تخبرنا الحساسية عن مدى احتمالية أن يعطي الاختبار نتيجة إيجابية لشخص لديه هذه الخاصية. من بين جميع الأشخاص الذين لديهم هذه الخاصية ، ما هي نسبة الاختبار الإيجابية؟ حساسية 95٪ جيدة بما فيه الكفاية.
الخطوة 7. لحساب الخصوصية ، قسّم TN على (FP + TN)
في المثال أعلاه ، الحساب هو 810 / (90 + 810) = 90٪. يخبرنا الخصوصية عن احتمالية أن يعطي الاختبار نتيجة سلبية في شخص لا يتمتع بهذه الخاصية. من بين جميع الأشخاص الذين ليس لديهم هذه الخاصية ، ما هي نسبة الاختبار السلبية؟ 90٪ نوعية جيدة بما فيه الكفاية.
الخطوة 8. لحساب القيمة التنبؤية الإيجابية (NPP) ، قسّم TP على (TP + FP)
في السياق أعلاه ، الحساب هو 95 / (95 + 90) = 51.4٪. تخبر القيمة التنبؤية الإيجابية باحتمالية امتلاك الشخص للخاصية إذا كانت نتيجة الاختبار إيجابية. من بين جميع الذين ثبتت إصابتهم ، ما هي النسبة التي لها هذه الخاصية بالفعل؟ NPP 51.4٪ تعني أنه إذا كانت نتيجة اختبارك إيجابية ، فإن احتمال المعاناة الفعلية من المرض المعني هو 51.4٪.
الخطوة 9. لحساب القيمة التنبؤية السلبية (NPN) ، قسّم TN على (TN + FN)
بالنسبة للمثال أعلاه ، الحساب هو 810 / (810 + 5) = 99.4٪. تخبر القيمة التنبؤية السلبية مدى احتمالية عدم تمتع الشخص بخاصية إذا كانت نتيجة الاختبار سلبية. ما هي النسبة التي تفتقر فعليًا إلى الخصائص المعنية من بين جميع الذين اختبروا نتائج سلبية؟ NPN 99.4 ٪ تعني أنه إذا كانت نتيجة اختبار الشخص سلبية ، فإن احتمال عدم إصابة هذا الشخص بالمرض هو 99.4 ٪.
نصائح
- صحة ، أو الكفاءة ، هي النسبة المئوية لنتائج الاختبار المحددة بشكل صحيح بواسطة الاختبار ، أي (إيجابية حقيقية + سلبية حقيقية) / نتيجة الاختبار الإجمالية = (TP + TN) / (TP + TN + FP + FN).
- اختبار الفحص الجيد له حساسية عالية ، لأنك تريد أن تكون قادرًا على الحصول على كل شيء له خصائص معينة. تعتبر الاختبارات ذات الحساسية العالية مفيدة لاستبعاد المرض أو الخصائص إذا كانت النتيجة سلبية. ("SNOUT": استنفاد قاعدة الحساسية)
- حاول صنع طاولة 2 × 2 لتسهيل الأمر.
- نفهم أن الحساسية والخصوصية هي خصائص جوهرية للاختبار لا يعتمد على السكان الحاليين ، أي أن القيمتين يجب أن تكونا متطابقتين إذا تم إجراء نفس الاختبار على مجموعات سكانية مختلفة.
- يتميز اختبار قابلية التحقق الجيد بخصوصية عالية ، لأنك تريد أن يكون الاختبار محددًا ولا يصنف الأشخاص الذين ليس لديهم هذه الخاصية بشكل خاطئ بافتراض أنهم يمتلكونها. الاختبارات التي لها خصوصية عالية مفيدة أرفق بعض الأمراض أو الخصائص إذا كانت النتيجة إيجابية. ("SPIN": SPecificity-rule IN)
- من ناحية أخرى ، تعتمد القيمة التنبؤية الإيجابية والقيمة التنبؤية السلبية على انتشار هذه الخاصية في مجموعة سكانية معينة. وكلما ندرة الخاصية المطلوبة ، انخفضت القيمة التنبؤية الإيجابية وزادت القيمة التنبؤية السلبية (لأن احتمالية الاختبار المسبق منخفضة بالنسبة للخصائص النادرة). من ناحية أخرى ، كلما كانت الخاصية أكثر شيوعًا ، زادت القيمة التنبؤية الإيجابية وانخفضت القيمة التنبؤية السلبية (لأن احتمال الاختبار المسبق مرتفع بالنسبة للخاصية المشتركة).
- حاول أن تفهم هذه المفاهيم جيدًا.