1 / 19

UPORABE KONTINGENCIJSKIH TABLICA U MEDICINI

UPORABE KONTINGENCIJSKIH TABLICA U MEDICINI.  testiranja statističke značajnosti povezanosti opisnih svojstava  procjene valjanosti dijagnostičkih metoda  procjene intenziteta povezanosti opisnih svojstava. Dijagnostičke performanse. Prof. dr. Davor Eterović

dara
Download Presentation

UPORABE KONTINGENCIJSKIH TABLICA U MEDICINI

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. UPORABE KONTINGENCIJSKIH TABLICA U MEDICINI  testiranja statističke značajnosti povezanosti opisnih svojstava  procjene valjanosti dijagnostičkih metoda  procjene intenziteta povezanosti opisnih svojstava

  2. Dijagnostičke performanse Prof. dr. Davor Eterović Poslijediplomski 2010/Klinička biostatistika

  3. osjetljivost = broj stvarno pozitivnih nalaza (SP)/ukupan broj bolesnika (SP+LN) specifičnost = broj stvarno negativnih nalaza (SN)/ukupan broj zdravih (SN+LP)

  4. osjetljivost = 1 - udio lažno negativnih nalaza u bolesnika, tj. osjetljivost (%) = 100% - postotak lažno negativnih nalaza u bolesnika specifičnost = 1- udio lažno pozitivnih nalaza u zdravih, tj. specifičnost (%) = 100% - postotak lažno pozitivnih nalaza u zdravih

  5. Procjena osjetljivosti testa primjenjiva je na širu populaciju samo ako su u bolesnici u tom istraživanju reprezentativni glede faze ili stupnja bolesti. Procjena specifičnosti o tome ne ovisi (razmislite zašto!).

  6. Bitno je uočiti da se osjetljivost testa odnosi samo na bolesnike, a specifičnost samo na zdrave ispitanike. To povlači da su osjetljivost i specifičnost parametri koji ne ovise o udjelu bolesnika u istraživanom uzorku.

  7. točnost = broj točnih nalaza (SP+SN) /ukupan broj ispitanika (N) Visoko-specifičan test bit će i vrlo točan samo ako pretežu zdravi ispitanici, kada su rezultati testa pouzdani. Prema tome točnost testa ne karakterizira samo metodu, već i istraživanje na koje se odnosi.

  8. pozitivna prediktivna vrijednost == broj stvarno pozitivnih nalaza (SP) /broj svih pozitivnih nalaza (SP+LP) negativna prediktivna vrijednost = = broj stvarno negativnih nalaza (SN) /broj svih negativnih nalaza (SN+LN)

  9. osjetljivost=132/166=0.8 (80%)specifičnost=104/154=0.68 (68%)točnost=(132+104)/320= 0.74 (74%)pozitivna prediktivna vrijednost=132/182=0.73 (73%) i negativna prediktivna vrijednost=104/138=0.75 (75%)

  10. Bayesov teorem • Ako zastupljenost bolesnika u istraživanju nije kao u našoj (referentnoj populaciji), najprije odredimo osjetljivosti i specifičnosti istraživanja (parametri koji ne ovise o zastupljenosti bolesnika u uzorku) • Poznavajući osjetljivost i specifičnost, simuliramo rezultate koje bi dobili da je zastupljenost bolesnika u istraživanju bila kao u populaciji koja nas zanima • Iz simuliranih rezultata izračunamo ostale parametre (koji ovise o zastupljenosti bolesnika)

  11. Kao parametri valjanosti testa koji ne ovise o zastupljenosti bolesnika u uzorku danas se sve više koriste pozitivni i negativni omjeri izglednosti (likelihood ratios). Omjeri izglednosti govore koliko je puta vjerojatnije da se će se određeni rezultat testa (pozitivan ili negativan) pojaviti u bolesnika nego u zdravog ispitanika. Tako je: pozitivni omjer izglednosti = vjerojatnost pozitivnog nalaza u bolesnika/vjerojatnost pozitivnog nalaza u zdrave osobe = = osjetljivost / (1-specifičnost) negativni omjer izglednosti = vjerojatnost negativnog nalaza u bolesnika/vjerojatnost negativnog nalaza u zdrave osobe = = (1-osjetljivost)/specifičnost

  12. Utjecaj izbora gornjeg praga normalnih vrijednosti na parametre valjanosti dijagnostičkog testa. Što je gornji prag niži manje je lažno negativnih, ali više lažno pozitivnih nalaza, te je osjetljivost testa veća, a specifičnost manja. Obrnuto, povećavajući gornji prag poboljšavamo specifičnost na štetu osjetljivosti.

  13. ROC analiza • Grafički prikaz utjecaja variranja pragova normalnih vrijednosti na osjetljivost i specifičnost testa naziva se ROC (Receiver Operating Characteristics) krivulja, gdje svaka točka pripada jednom izboru praga, apscisa grafa je (1-specifičnost), a ordinata osjetljivost. Na ovaj se način dijagnostičke performanse prikazuju u potpunosti.

  14. Potpune performanse dijagnostičke metode tim su veće što je površina ispod ROC krivulje bliža jedinici, kada je ROC krivulja spljoštena na vrh grafa (postojanje praga potpune diskriminacije: 100% osjetljivost i 100% specifičnost, snižavanjem praga osjetljivost ostaje 100%, specifičnost pada u nulu). Potpuna nepovezanost metode s istinom znači da se 100% osjetljivost može ostvariti samo s 0% specifičnošću i obrnuto; to odgovara pravcu na grafu, kada je površina ispod ROC krivulje 0.5.

More Related