Definições:
Paciente: positivo para a doença
Saudáveis: negativo para a doença
Verdadeiro positivo (TP) = o número de casos corretamente identificado como paciente
de Falso-positivos (FP) = o número de casos identificados incorretamente como paciente
Verdadeiro negativo (TN) = o número de casos correctamente identificadas como saudável
Falso negativo (FN) = o número de casos identificados incorretamente como saudável
Precisão: A precisão de um teste é a sua capacidade de diferenciar o paciente e saudável casos corretamente., Para estimar a precisão de um teste, devemos calcular a proporção de verdadeiro positivo e verdadeiro negativo em todos os casos avaliados. Matematicamente, isto pode ser declarado como: Sensibilidade
precisão=TP+TNTP+TN+FP+FN
sensibilidade: a sensibilidade de um teste é a sua capacidade de determinar os casos do doente correctamente. Para estimá-lo, devemos calcular a proporção do verdadeiro positivo em casos de pacientes. Matematicamente, isto pode ser declarado como:
sensibilidade=Tptp+FN
especificidade: a especificidade de um teste é a sua capacidade de determinar correctamente os casos saudáveis., Para estimá-lo, devemos calcular a proporção de verdadeiro negativo em casos saudáveis. Matematicamente, isso pode ser declarado como:
especificidade=TNTN+FP
exemplos:
Cenário 1
Imagine que temos uma amostra de 100 casos, 50 saudáveis e os outros pacientes. Se um teste pode ser positivo para todos os pacientes e ser negativo para todos os saudáveis, é 100% preciso. Na Figura 1, arrow mostra o teste e foi capaz de diferenciar o saudável e paciente exatamente., Neste exemplo, a sensibilidade do teste é 50 dividido por 50 ou 100% e sua especificidade na determinação das pessoas saudáveis é 50 dividido por 50 ou 100%.
Uma apresentação esquemática de um exemplo de teste com 100% de precisão, sensibilidade e especificidade
Tendo em conta o mencionado estatística características, este teste é adequado tanto para triagem e verificação final de uma doença.,
o Cenário 2
Se o teste só pode diagnosticar 25 dos 50 pacientes e relatou os outros como saudáveis (Figura 2); precisão, sensibilidade e especificidade será da seguinte forma:
Uma apresentação esquemática de um exemplo de teste com 75% de precisão, 50% sensibilidade e 100% de especificidade.precisão
: dos 100 casos que foram testados, o teste pode determinar correctamente 25 doentes e 50 casos saudáveis. Portanto, a precisão do teste é igual a 75 dividido por 100 ou 75%.,sensibilidade
: dos 50 doentes, o teste só diagnosticou 25. Portanto, sua sensibilidade é de 25 dividido por 50 ou 50%.especificidade: das 50 pessoas saudáveis, o teste apontou correctamente todas as 50. Por conseguinte, a sua especificidade é de 50 dividido por 50 ou 100%.de acordo com estas características estatísticas, este teste não é adequado para fins de rastreio, mas é adequado para a confirmação final de uma doença.,
Cenário 3
desta vez, vamos assumir que o teste foi capaz de identificar 25 dos 50 casos saudáveis e relatou os outros como pacientes (Figura 3). Neste cenário de precisão, sensibilidade e especificidade será da seguinte forma:
Uma apresentação esquemática de um exemplo de teste com 75% de precisão, sensibilidade de 100% e 50% de especificidade.exactidão: dos 100 casos que foram testados, o teste pôde identificar 25 casos saudáveis e 50 doentes correctamente., Portanto, a precisão do teste é igual a 75 dividido por 100 ou 75%.sensibilidade: dos 50 doentes, o teste diagnosticou todos os 50. Portanto, sua sensibilidade é de 50 dividido por 50 ou 100%.especificidade: dos 50 casos saudáveis, o teste apontou correctamente apenas 25. Por conseguinte, a sua especificidade é de 25 dividido por 50 ou 50%.de acordo com estas características estatísticas, este teste é adequado para fins de rastreio, mas não é adequado para a confirmação final de uma doença.