Hjem » Epidemiologi og statistik » Beregner af negativ prædiktiv værdi
Beregner af negativ prædiktiv værdi
Beregneren herunder kan udregne den negative prædiktive værdi af et testresultat, hvis du kender testens sensitivitet og specificitet og baggrundsprævalensen for den tilstand, du gerne vil udtale dig om.
Den negative prædiktive værdi af et testresultat er sandsynligheden for, at patienten har tilstand A, når du tester for A med en test B, der har en given sensitivitet og en given specificitet, og når du tager højde for prævalensen af tilstand A i din population.
Eksempel:
Hvad er sandsynligheden for, at min patient ikke har samfundserhvervet pneumoni (posterior sandsynlighed for tilstand A), hvis mit røntgen af thorax er normalt (test B med kendt sensitivitet og specificitet), og jeg kender prævalensen af samfundserhvervet pneumoni i min population (a priori sandsynlighed for tilstand A).
Forbehold: Beregneren er lavet af ChatGPT og er beregnet til læring. Må bruges på eget ansvar.
Et konkret eksempel
Ticinesi et al.* er et studie foretaget på nyindlagte geriatriske, multimorbide patienter med symptomer på pneumoni (fx hoste og/eller åndenød). De sammenligner den diagnostiske performance af røntgen af thorax med lungeultralyd. For røntgen thorax finder de en sensitivitet på 0,47 og en specificitet på 0,93.
Lad os sige, at vi i Danmark havde en ældre, geriatrisk patient med hoste og opspyt, og vores gæt var, at sandsynligheden for pneumoni var 40 %. Nu tager vi et røntgen af thorax med ovenstående karakteristika, og vi får så en negativ prædiktiv værdi på 72 %. I 7 ud af 10 tilfælde vil vores patient altså ikke have pneumoni, men en anden tilstand, der forklarer symptomerne.
*Jeg har ikke læst studiet nærmere, men vil bemærke følgende: Studiet når frem til en negativ prædiktiv værdi på 0,57 af røntgen af thorax. Med den beregnede sensitivitet og specificitet kan det kun lade sig gøre, hvis de regner med en a priori-sandsynlighed på 57 %. Det er tilfældigvis også andelen af patienter i studiet, der faktisk viste sig at have pneumoni. Deres guldstandard for diagnosen af pneumoni består blandt andet i en vurdering af klinik og paraklinik, det vil sige at deres a priori-sandsynlighed er afhængig af den posteriore sandsynlighed (hønen har så at sige lagt det æg, den selv kommer fra).
Kilder
Altman DG, Bland JM. Diagnostic tests 2: Predictive values. BMJ. 1994 Jul 9;309(6947):102. doi: 10.1136/bmj.309.6947.102. PMID: 8038641; PMCID: PMC2540558.
Ticinesi, Andrea MDa,b,*; Lauretani, Fulvio MDa,b; Nouvenne, Antonio MD, PhDa,b; Mori, Giulia MDa,b; Chiussi, Giulia MDa; Maggio, Marcello MD, PhDb; Meschi, Tiziana MDa,b. Lung ultrasound and chest x-ray for detecting pneumonia in an acute geriatric ward. Medicine 95(27):p e4153, July 2016. | DOI: 10.1097/MD.0000000000004153
Har du kommentarer, er du meget velkommen til at sende dem ind her: