1 / 48

SCREENING TEST

SCREENING TEST. SUMATTANA GLANGKARN sumattana.g@msu.ac.th. การคัดกรอง (Screening Test). วิธีการตรวจสอบในกลุ่มคนที่ยังไม่มีอาการ เพื่อการคัดกรองโรค หรือความผิดปกติของร่างกายก่อนที่จะปรากฏอาการและอาการแสดง โดยวิธี การตรวจร่างกาย การตรวจทางห้องปฏิบัติการ การตรวจโดยเครื่องมือพิเศษต่าง ๆ.

melyssa-mosley
Download Presentation

SCREENING TEST

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. SCREENING TEST SUMATTANA GLANGKARN sumattana.g@msu.ac.th sumattana glangkarn

  2. การคัดกรอง (Screening Test) วิธีการตรวจสอบในกลุ่มคนที่ยังไม่มีอาการ เพื่อการคัดกรองโรค หรือความผิดปกติของร่างกายก่อนที่จะปรากฏอาการและอาการแสดง โดยวิธี • การตรวจร่างกาย • การตรวจทางห้องปฏิบัติการ • การตรวจโดยเครื่องมือพิเศษต่างๆ sumattana glangkarn

  3. การวินิจฉัยโรค (Diagnostic Test) วิธีการตรวจเพื่อสรุปผลว่าผู้ที่มีผลบวกจากการ Screening test ว่าป่วยเป็นโรคนั้นจริงหรือไม่ โดยวิธี • การซักประวัติ • การตรวจร่างกาย • การตรวจทางห้องปฏิบัติการ • การตรวจโดยเครื่องมือพิเศษต่าง ๆ sumattana glangkarn

  4. ชนิด Screening Test • การคัดกรองปัจจัยเสี่ยง (Screen for Risk Factors) เป็นการคัดกรองกลุ่มคนที่มีปัจจัยเสี่ยงต่อการเกิดโรคในกลุ่มประชากรทั่วไป เช่น การคัดกรองผู้ที่มีระดับ ไขมันในเลือดสูง • การคัดกรองโรค (Screen for Disease) เป็นการคัดกรองโรคในกลุ่มคนที่มีปัจจัยเสี่ยง sumattana glangkarn

  5. หลักเกณฑ์พิจารณาการคัดกรองโรคหลักเกณฑ์พิจารณาการคัดกรองโรค • โรคที่จะคัดกรอง - โรคที่รุนแรง - โรคที่สามารถตรวจพบได้ก่อนปรากฏอาการ - โรคที่พบตั้งแต่ระยะแรกเริ่มการพยากรณ์โรคจะดี - อัตราความชุกของโรคสูง • วิธีการคัดกรอง เหมาะสม ง่าย ไม่แพง ใช้เวลาน้อย sumattana glangkarn

  6. Evaluation of proficiency of test • Precision (or Repeatability or Reliability) is the ability of a measurement to give consistent results on repeated trials • Validity (or Accuracy) is the ability of a measuring instrument to give a true value. Validity can be evaluated only if there exists an accepted and independent (gold standard) method for confirming the condition. sumattana glangkarn

  7. SENSITIVITY and SPECIFICITY • Sensitivity is the ability of a test to give positive results in a group of persons with the disease (True positive) • Specificity is the ability of a test to give negative results in a group of persons without the disease (True negative) sumattana glangkarn

  8. Screening test sumattana glangkarn

  9. SENSITIVITY and SPECIFICITY • Sensitivity = TP x 100 = a x 100 TP + FN a + c • Specificity = TN x 100 = d x 100 FP + TN b + d sumattana glangkarn

  10. ACCURACY • Accuracy = TP + TN x 100 Grand total = a + b x 100 a + b + c + d sumattana glangkarn

  11. Conditions that requires high sensitivity test • The disease is fatal if missed. If it is detected at an early stage, the patients would have high probability of surviving, or getting cured. • The disease has the high potential of spread to other people if not detected. • The confirmatory test is available for those who have screened as positive. sumattana glangkarn

  12. Conditions that requires high specificity test • The false positive will give fatal impression for the persons screened. • The disease is not yet detected by other method, or the diagnosis has to be done through more painful or more complicated methods such as liver biopsy. sumattana glangkarn

  13. Example: A pregnancy test is administered to 100 pregnant women and 100 non-pregnant women, the result are shown:- sumattana glangkarn

  14. Sensitivity, Specificity and Accuracy • Sensitivity = 95 x 100 = 95 % 100 • Specificity = 98 x 100 = 98 % 100 • Accuracy = 95 + 98 = 96.5% 100+100 sumattana glangkarn

  15. Example: Three screening test, A, B and C were applied to 1,000 patients with diabetes mellitus (diagnosed on the basis of glucose tolerance tests) and to 3,000 persons free of diabetes. Test A yielded positive results in 900 diabetics and 1,200 non diabetics. Test B gave positive results in 600 diabetics and 300 non diabetics. Test C was positive in 850 diabetics and 450 non diabetics. sumattana glangkarn

  16. Results of Test A sumattana glangkarn

  17. Results of Test B sumattana glangkarn

  18. Results of Test C sumattana glangkarn

  19. Competency of the Tests sumattana glangkarn

  20. Competency of the Tests • Test A : Best when we want a highly sensitive test • Test B : Best when we want a highly specificity test • Test C : Most valid of the three because it has high both in sensitivity and specificity. sumattana glangkarn

  21. Ability to detect unrecognized disease and estimation of number of cases in the population Predictive value หมายถึง ค่าคาดทำนายผลของการเป็นโรคที่น่าจะเกิดขึ้น ตามผลการทดสอบที่ได้ • Positive predictive value: ค่าที่แสดงถึงโอกาสของบุคคลซึ่งผลการทดสอบเป็นบวก จะป่วยเป็นโรคจริงเท่าไร • Negative predictive value: ค่าที่แสดงถึงโอกาสของบุคคลซึ่งผลการทดสอบเป็นลบ จะปราศจากโรคจริงเท่าไร sumattana glangkarn

  22. PPV & NPV • Positive predictive value (PPV) = a x 100 a + b • Negative predictive value (NPV) = d x 100 c + d sumattana glangkarn

  23. Example: A test with sensitivity 95% and specificity 95% is applied to a population 0f 10,000 with estimated prevalence of a specified disease 10% Find : 1. Positive predictive value 2. Negative predictive value 3. Efficiency of the test 4. % False positive of the positive test (to be used for mass screening purpose) sumattana glangkarn

  24. Calculation : Total population = 10,000 Prevalence of disease = 10% Estimate sick persons = 0.1 x 10,000 = 1,000 (a + c) Estimate non-sick = 10,000 – 1,000 = 9,000 (b + d) sumattana glangkarn

  25. Calculation (Cont.): From sick persons: Sensitivity of the test = 95% True positive persons = 0.95 x 1,000 = 950 (a) False negative persons = 1,000 - 950 = 50 (c) sumattana glangkarn

  26. Calculation (Cont.): From non sick persons: Specificity of the test = 95% True negative persons = 0.95 x 9,000 = 8,550 (d) False positive persons = 9,000 – 8,550 = 450 (b) sumattana glangkarn

  27. Result of Analysis of a Screening test sumattana glangkarn

  28. Calculation (Cont.): • Positive predictive value = 950 x 100 1,400 = 67.9% • Negative predictive value = 8,550 x 100 8,600 = 99.4% sumattana glangkarn

  29. Calculation (Cont.): • Accuracy of the test = 950 + 8,550 x 100 10,000 = 95.0% • False Positive of the positive test = 450 x 100 1,400 = 32.1% (100-67.9) sumattana glangkarn

  30. Example: From the previous example, suppose that the prevalence of the specified disease in the study population is 50% Find : 1. Positive predictive value 2. Negative predictive value 3. Efficiency of the test 4. False positive of the test sumattana glangkarn

  31. Calculation : Total population = 10,000 Prevalence of disease = 50% Estimate sick persons = 0.5 x 10,000 = 5,000 (a + c) Then non-sick persons = 10,000 – 5,000 = 5,000 (b + d) sumattana glangkarn

  32. Calculation (Cont.): From the group of sick persons: Sensitivity of the test = 95% True positive persons = 0.95 x 5,000 = 4,750 (a) False negative persons = 5,000 – 4,750 = 250 (c) sumattana glangkarn

  33. Calculation (Cont.): From the group of non-sick persons: Specificity of the test = 95% True negative persons = 0.95 x 5,000 = 4,750 (d) False positive persons = 5,000 – 4,750 = 250 (b) sumattana glangkarn

  34. Result of Analysis of a Screening test sumattana glangkarn

  35. Calculation (Cont.): • Positive predictive value = 4,750 x 100 5,000 = 95.0% • Negative predictive value = 4,750 x 100 5,000 = 95.0% sumattana glangkarn

  36. Calculation (Cont.): • Accuracy of the test = 4,750 + 4,750 x 100 10,000 = 95.0% • False Positive of the positive test = 250 x 100 5,000 = 5% (100-95) sumattana glangkarn

  37. Screening and Prevalence When the same test is used for screening in populations with higher prevalence of disease, the lower false positives would be obtained. sumattana glangkarn

  38. จงหาค่า Positive predictive value เมื่อนำการทดสอบที่มีคุณสมบัติต่อไปนี้มาใช้ในชุมชนที่มีอัตราความชุกของโรคต่างกัน Test 1 มี Sensitivity 95% และ Specificity 95% Test 2 มี Sensitivity 98% และ Specificity 98% sumattana glangkarn

  39. Test 1 มี Sensitivity 95% และ Specificity 95% Test 2 มี Sensitivity 98% และ Specificity 98% sumattana glangkarn

  40. Bayes’ Theorem Positive predictive value = (Prevalence) (Sensitivity) (Prev) (Sen.) + (1- Prev) (1-Spec) Negative predictive value = (1-Prevalence) (Specificity) (1-Prev) (Spec.) + (Prev) (1-Sens) sumattana glangkarn

  41. Results of screening test withSensitivity 95% and Specificity 99%used in populations with various levels of prevalence sumattana glangkarn

  42. sumattana glangkarn

  43. Results of screening test withSensitivity 95% and Specificity 99%used in populations with various levels of prevalence sumattana glangkarn

  44. sumattana glangkarn

  45. Criteria for screening program • The condition should be an important health problem. • The screening test should be acceptable to the general population. • The test should have minimal (if any) side effects. • Validity and reliability must be satisfactory. • There must be a good confirmatory test. sumattana glangkarn

  46. Criteria for screening program • There must be an effective treatment. • There must be resources and facilities for treatment. • It must give a reasonable yield. • There must be the evidence that early detection and treatment reduce morbidity and mortality • The expected benefit from the program exceed the risk of adverse effect from the screening. sumattana glangkarn

  47. Type of error that can happen after making a decision sumattana glangkarn

  48. BYE BYE sumattana glangkarn

More Related