Definisjoner:
Pasienten: positiv for sykdom
Sunt: negativ for sykdom
Sanne positive (TP) = antall saker riktig identifisert som pasienten
Falske positive (FP) = antall tilfeller feilaktig identifisert som pasienten
Sanne negative (TN) = antall saker riktig identifisert som sunn
Falske negative (FN) = antall saker feil identifiseres som en sunn
Nøyaktighet: nøyaktighet av en test er dens evne til å skille mellom pasient og sunn tilfeller riktig., For å anslå nøyaktigheten av en test, vi skal beregne andelen av sanne positive og sanne negative i alle evaluerte tilfeller. Matematisk kan dette være oppgitt som:
Korrektheten=TP+TNTP+TN+FP+FN
Følsomhet: følsomheten av en test er dens evne til å avgjøre pasienten tilfeller riktig. For å beregne det, bør vi beregne andelen av sanne positive i pasient-saker. Matematisk kan dette være oppgitt som:
Følsomhet=TPTP+FN
Spesifisitet: spesifisiteten av en test er dens evne til å finne sunne saker på riktig måte., For å beregne det, bør vi beregne andelen av sanne negative i sunne saker. Matematisk kan dette være oppgitt som:
Spesifisitet=TNTN+FP
Eksempel:
Scenario 1
Tenk deg at vi har et utvalg av 100 tilfeller, 50 sunt og den andre pasienten. Hvis en test kan være positivt for alle pasienter, og være negativ for alle sunt, det er 100% nøyaktig. I figur 1, pil viser testen, og det har vært i stand til å skille mellom sunn og pasienten nøyaktig., I dette eksemplet, følsomheten av testen er 50 fordelt med 50 eller 100% og spesifisitet sin i å bestemme den friske mennesker er 50 fordelt med 50 eller 100%.
En skjematisk presentasjon av et eksempel test med 100% nøyaktighet, følsomhet og spesifisitet
Tar hensyn til de nevnte statistiske egenskaper, denne testen er egnet for både screening og endelig bekreftelse av en sykdom.,
Scenario 2
Hvis testen kan bare diagnostisere 25 ut av 50 pasienter og har rapportert den andre som sunt (Figur 2); nøyaktighet, følsomhet og spesifisitet vil være som følger:
En skjematisk presentasjon av et eksempel test med 75% nøyaktighet, 50% sensitivitet og 100% særpreg.
Nøyaktighet: Av 100 tilfeller som har blitt testet, testen kan bestemme 25 pasienter og 50 sunn tilfeller riktig. Derfor, nøyaktigheten av testen er lik 75 delt på 100 eller 75%.,
Følsomhet: Fra 50 pasienter, testen har bare diagnostisert 25. Derfor, dens sensitivitet 25 fordelt med 50% eller 50%.
Spesifisitet: Fra 50 friske mennesker, testen har riktig påpekte alle 50. Derfor, dens spesifisitet er 50 fordelt med 50 eller 100%.
i Henhold til disse statistiske egenskaper, denne testen er egnet for screening-formål, men det er egnet for endelig bekreftelse av en sykdom.,
Scenario 3
Denne gangen vil vi anta at testen har vært i stand til å identifisere 25 av de 50 sunne saker og har rapportert den andre pasienter (Figur 3). I dette scenariet nøyaktighet, følsomhet og spesifisitet vil være som følger:
En skjematisk presentasjon av et eksempel test med 75% nøyaktighet, 100% sensitivitet, og 50% spesifisitet.
Nøyaktighet: Av 100 tilfeller som har blitt testet, testen kan identifisere 25 sunne saker og 50 pasienter på riktig måte., Derfor, nøyaktigheten av testen er lik 75 delt på 100 eller 75%.
Følsomhet: Fra 50 pasienter, testen har diagnostisert alle 50. Derfor, dens sensitivitet 50 fordelt med 50 eller 100%.
Spesifisitet: Fra 50 sunne saker, testen har riktig påpekte bare 25. Derfor, dens spesifisitet er 25 fordelt med 50% eller 50%.
i Henhold til disse statistiske egenskaper, denne testen er egnet for screening-formål, men det er ikke egnet for endelig bekreftelse av en sykdom.