CochraneUK

Tämän blogin on kirjoittanut Saul Crandon, Academic Foundation Doctor Oxford University Hospitals NHS Foundation Trustin yliopistollisessa sairaalassa työskentelevä akateeminen perusterveydenhuollon tohtori ja yksi Cochrane UK:n harjoittelijoiden neuvoa-antavan ryhmän (CUKI-TAG) jäsenistä. Blogissa selitetään, mitä tarkoitamme ”herkkyydellä”, ”spesifisyydellä”, ”positiivisella ennakoivalla arvolla” ja ”negatiivisella ennakoivalla arvolla” ja miten ne lasketaan sairauksien diagnosoinnin yhteydessä.

Diagnostiikkaprosessi on keskeinen osa lääketieteellistä käytäntöä. Jotkut pitävät diagnosointiprosessia taiteena, jota kuvaa sen Merriam Websterin määritelmä; ”taito tai teko tunnistaa sairaus sen merkkien ja oireiden perusteella” (1).

Diagnoosin tekemiseksi on otettava huomioon lukemattomia tietoja, usein anamneesin (jossa kuvataan potilaan kokemat oireet) ja kliinisen tutkimuksen (jossa selvitetään tautiprosessiin liittyvät oireet) muodossa. Näin saadaan yleensä järkevä luettelo erotusdiagnooseista, jotka voidaan vahvistaa tai kumota diagnostisten testien avulla. Tämä voi tapahtua verinäytteenoton, radiologisen kuvantamisen, virtsanäytteenoton ja muiden testien muodossa.

Tässä on ydin; testit eivät koskaan ole 100-prosenttisen tarkkoja. Meidän on otettava huomioon testauksen ympärillä olevat tilastot, jotta voimme määrittää, mikä tekee hyvästä testistä ja mikä tekee ei-niin-hyvästä testistä.

Harkitaan seuraavaa esimerkkiä:

Yhtiö luo veritestin tautia X varten.

Tarttuu tautiin X Ei tartu tautiin X
Verikoe POSITIIVINEN Tosi positiivinen (TP) Väärä. Positiiviset (FP)
Verikoe NEGATIIVINEN Väärät Negatiiviset (FN) Tosi Negatiiviset (TN)

Katsotaan nyt samaa taulukkoa, lisäämällä joitakin arvoja työstettäväksi.

Tauti X Ei ole tautia X
Verikoe POSITIIVINEN 134 7
Verikoe positiivinen 134 7
. testi NEGATIIVINEN 11 245

Sensitiivisyys

Sensitiivisyys on niiden ihmisten osuus, joilla on tauti X ja joiden verikoe on POSITIIVINEN. Testi, joka on 100 % herkkä, tarkoittaa, että kaikki sairaat henkilöt tunnistetaan oikein sairaiksi eli vääriä negatiivisia tuloksia ei ole. Tärkeää on, että koska laskelma koskee kaikkia potilaita, joilla on tauti, taudin esiintyvyys ei vaikuta siihen.

”Jos minulla on tauti X, mikä on todennäköisyys, että testini on positiivinen sille?”

Matemaattisesti tämä ilmaistaan seuraavasti:

Sensitiivisyys = Todelliset positiiviset / (Todelliset positiiviset + väärät negatiiviset)

= TP / (TP + FN)
= 134 / (134 + 11)
= 134 / 145
= 0.924 x 100

Sensitiivisyys = 92,4 %

Toisin sanoen yrityksen verikoe tunnisti 92,4 % niistä, JOILLA oli tauti X.

Sensitiivistä testiä käytetään sairauden poissulkemiseen, koska se harvoin luokittelee ne, JOILLA on sairaus, väärin terveiksi. Esimerkki erittäin herkästä testistä on D-dimeeri (mitataan verikokeella). Potilailla, joiden todennäköisyys ennen testiä on pieni, negatiivinen D-dimeeritesti voi tarkasti sulkea pois trombin (verihyytymän).

Spesifisyys

Spesifisyys on niiden ihmisten osuus, joilla EI ole tautia X ja joiden verikoe on NEGATIIVINEN. Testi, joka on 100 % spesifinen, tarkoittaa, että kaikki terveet henkilöt tunnistetaan oikein terveiksi, eli vääriä positiivisia tuloksia ei ole.

”Jos minulla ei ole tautia X, mikä on todennäköisyys, että testini on negatiivinen sen suhteen?”

Matemaattisesti tämä ilmaistaan seuraavasti:

Spesifisyys = Todelliset negatiiviset / (Todelliset negatiiviset + väärät positiiviset)

= TN / (TN + FP)
= 245 / (245 + 7)
= 245 / 252
= 0.972 x 100
Spesifisyys = 97,2 %

Toisin sanoen yrityksen verikoe tunnisti 97,2 % niistä, joilla ei ollut tautia X.

Spesifistä testiä käytetään taudin poissulkemiseen, koska se harvoin luokittelee sairaiksi ne, joilla ei ole tautia. Täysin spesifinen testi tarkoittaa siis sitä, ettei terveitä henkilöitä tunnisteta sairaiksi.

Lisätoimenpiteet

Voidaan mennä askeleen pidemmälle. Testien ennustearvo voidaan laskea samanlaisilla tilastollisilla käsitteillä. Yksinkertaisuuden vuoksi käytämme edelleen yllä olevaa esimerkkiä, joka koskee veritestiä taudin X varalta.

Positiivinen ennustearvo

Positiivinen ennustearvo (PPV) on niiden henkilöiden osuus, joilla on POSITIIVINEN verikoe ja joilla on tauti X.

”Jos testini on positiivinen, kuinka todennäköisesti minulla on tauti X?”.”

PPV = True Positives / (True Positives + False Positives)

= TP / (TP + FP)
= 134 / (134 + 7)
= 134 / 141
= 0.950 x 100
PPV = 95 %

Toisin sanoen verikoe tunnisti 95 %:lla niistä, joiden verikoe oli POSITIIVINEN, taudin X.

Koska PPV:n ja NPV:n laskennassa on mukana henkilöitä, joilla on ja joilla ei ole tautia, kyseisen taudin esiintyvyys vaikuttaa siihen. Siksi on varmistettava, että käytetään samaa populaatiota (tai että taudin esiintyvyys on sama eri populaatioissa), kun verrataan eri testien PPV:tä ja NPV:tä.

Negatiivinen ennustearvo

Negatiivinen ennustearvo (NPV) on niiden NEGATIIVISEN verikokeen saaneiden osuus, joilla ei ole tautia X.

”Jos testini on negatiivinen, mikä on todennäköisyys, ettei minulla ole tautia X”

NPV = Todelliset negatiiviset / (Todelliset negatiiviset + väärät negatiiviset)

= TN / (TN + FN)
= 245 / (245 + 11)
= 245 / 256
= 0.957
NPV = 95,7 %

Toisin sanoen verikoe tunnisti 95,7 %:lla niistä, joiden verikoe oli NEGATIIVINEN, ettei heillä ollut tautia X.

Huomautus

Tässä artikkelissa käytetty esimerkki kuvaa kuvitteellista testiä, jolla on erittäin korkea herkkyys, spesifisyys sekä positiivinen ja negatiivinen ennustearvo. Todellisissa skenaarioissa on usein haastavaa luoda testi, jolla on maksimaalinen tarkkuus kaikilla neljällä osa-alueella, ja usein parannukset yhdellä osa-alueella edellyttävät tarkkuuden uhraamista muilla osa-alueilla.

Yhteenveto

Diagnostinen testaus on olennainen osa tehokasta lääketieteellistä toimintaa. Sinun pitäisi nyt tuntea olosi mukavaksi binääristen kliinisten testien taustalla olevien käsitteiden kanssa. Sekä herkkyys ja spesifisyys että positiivinen ja negatiivinen ennustearvo ovat tärkeitä mittareita testeistä keskusteltaessa. Jos haluat perehtyä aiheeseen tarkemmin, suosittelemme aloittamaan ROC-käyristä (Receiver Operating Characteristic). Tämä käsite ei kuulu tämän artikkelin piiriin, mutta yksityiskohtaiset selitykset löytyvät täältä (2).

Jos löysit tämän artikkelin hyödylliseksi, voit vapaasti jakaa sitä ja pitää silmällä muita Cochrane UK and Ireland Trainee Groupin (CUKI-TAG) blogeja.

1. Merriam-Webster.com. Diagnosis . Saatavilla osoitteesta: https://www.merriam-webster.com/dictionary/diagnosis

2. Abdul Ghaaliq Lalkhen, Anthony McCluskey, Clinical tests: sensitivity and specificity, Continuing Education in Anaesthesia Critical Care & Pain, Volume 8, Issue 6, December 2008, Pages 221-223. https://doi.org/10.1093/bjaceaccp/mkn041

Tekijä: Saul Crandon

Saul on akateeminen perusterveydenhuollon lääkäri Oxford University Hospitals NHS Foundation Trustissa. Hän on erittäin kiinnostunut lääketieteellisestä kuvantamisesta ja näyttöön perustuvan lääketieteen edistämisestä erityisesti opiskelijoiden ja muiden nuorempien lääkärien keskuudessa. Hän toivoo voivansa kasvattaa tätä kiinnostusta istumalla Cochrane UK & Ireland Trainees Advisory Groupin (CUKI-TAG) komiteassa. Lue koko elämäkerta ja muiden CUKI-TAG:n jäsenten elämäkerrat täältä.

Vastaa

Sähköpostiosoitettasi ei julkaista.