Definitionen:
Patient: positiv für krankheit
Gesund: negativ für krankheit
True positive (TP) = die anzahl der fälle korrekt identifiziert als patient
False positive (FP) = die anzahl der fälle falsch identifiziert als patient
True negative (TN) = die anzahl der fälle richtig identifiziert als gesunde
False negative (FN) = die anzahl der Fälle falsch als gesund identifiziert
Genauigkeit: Die Genauigkeit eines Tests ist seine Fähigkeit, den Patienten und gesunde Fälle richtig zu unterscheiden., Um die Genauigkeit eines Tests abzuschätzen, sollten wir in allen ausgewerteten Fällen den Anteil des wahren Positiven und des wahren Negativen berechnen. Mathematisch kann dies folgendermaßen angegeben werden:
Genauigkeit=TP+TNTP+TN+FP+FN
Empfindlichkeit: Die Empfindlichkeit eines Tests ist seine Fähigkeit, die Patientenfälle korrekt zu bestimmen. Um es abzuschätzen, sollten wir den Anteil des wahren Positiven in Patientenfällen berechnen. Mathematisch kann dies folgendermaßen angegeben werden:
Sensitivität=TPTP+FN
Spezifität: Die Spezifität eines Tests ist seine Fähigkeit, die gesunden Fälle korrekt zu bestimmen., Um es abzuschätzen, sollten wir den Anteil des wahren Negativs in gesunden Fällen berechnen. Mathematisch kann dies folgendermaßen angegeben werden:
Spezifität=TNTN+FP
Beispiele:
Szenario 1
Stellen Sie sich vor, wir haben eine Stichprobe von 100 Fällen, 50 gesunden und den anderen Patienten. Wenn ein Test für alle Patienten positiv und für alle Gesunden negativ sein kann, ist er 100% genau. In Abbildung 1 zeigt arrow den Test und konnte den gesunden und den Patienten genau unterscheiden., In diesem Beispiel ist die Empfindlichkeit des Tests 50 geteilt durch 50 oder 100% und seine Spezifität bei der Bestimmung der gesunden Menschen ist 50 geteilt durch 50 oder 100%.
Eine schematische Darstellung eines Beispieltests mit 100% Genauigkeit, Empfindlichkeit und Spezifität
Unter Berücksichtigung der genannten statistischen Merkmale ist dieser Test sowohl für das Screening als auch für die endgültige Überprüfung einer Krankheit geeignet.,
Szenario 2
Wenn der Test nur 25 der 50 Patienten diagnostizieren kann und die anderen als gesund gemeldet wurden (Abbildung 2); Genauigkeit, Empfindlichkeit und Spezifität sind wie folgt:
Eine schematische Darstellung eines Beispieltests mit 75% Genauigkeit, 50% Empfindlichkeit und 100% Spezifität.
Genauigkeit: Von den 100 getesteten Fällen konnte der Test 25 Patienten und 50 gesunde Fälle korrekt bestimmen. Daher ist die Genauigkeit des Tests gleich 75 geteilt durch 100 oder 75%.,
Empfindlichkeit: Von den 50 Patienten hat der Test nur 25 diagnostiziert. Daher ist seine Empfindlichkeit 25 geteilt durch 50 oder 50%.
Spezifität: Von den 50 gesunden Menschen hat der Test korrekt auf alle 50 hingewiesen. Daher ist seine Spezifität 50 geteilt durch 50 oder 100%.
Nach diesen statistischen Merkmalen ist dieser Test nicht für Screening-Zwecke geeignet; aber es ist für die endgültige Bestätigung einer Krankheit geeignet.,
Szenario 3
Dieses Mal gehen wir davon aus, dass der Test 25 der 50 gesunden Fälle identifizieren konnte und die anderen als Patienten gemeldet hat (Abbildung 3). In diesem Szenario sind Genauigkeit, Empfindlichkeit und Spezifität wie folgt:
Eine schematische Darstellung eines Beispieltests mit 75% Genauigkeit, 100% Empfindlichkeit und 50% Spezifität.
Genauigkeit: Von den 100 getesteten Fällen konnte der Test 25 gesunde Fälle und 50 Patienten korrekt identifizieren., Daher ist die Genauigkeit des Tests gleich 75 geteilt durch 100 oder 75%.
Empfindlichkeit: Von den 50 Patienten hat der Test alle 50 diagnostiziert. Daher ist seine Empfindlichkeit 50 geteilt durch 50 oder 100%.
Spezifität: Von den 50 gesunden Fällen hat der Test nur 25 korrekt angegeben. Daher ist seine Spezifität 25 geteilt durch 50 oder 50%.
Nach diesen statistischen Merkmalen ist dieser Test für Screening-Zwecke geeignet, aber nicht für die endgültige Bestätigung einer Krankheit.